UXDaily | 解惑！技术与艺术相融合：人工智能和艺术是如何相互影响的？

人类为什么要创造艺术？

从心理学上讲，我们创造艺术有几个原因： 唤起情绪反应、回忆过去的事件和情绪、交流和教育。

简而言之，艺术是我们为了理解我们是谁而创造的， 艺术是我们正在努力寻找一种表达无法用具象的事物来表达情感的方式。 艺术表达与人的沟通意义超越了语言，艺术表达是想要更清晰地去捕捉人类DNA中的感觉，尝试将这种感觉置于他人的内心，由此来影响他人的观点。

在三万四万年前，人类还没有时间进行这种精神层次的自省。人类祖先的一生都在狩猎，战斗，保持温暖，保持安全。但后来事情发生了变化，一部分人类学会了存储食物。克罗马农（Cro-magnon）部落不再为不断的狩猎所累，而是开始安定下来。当他们坐下来看着他们的火在深洞的墙壁上投下长长的阴影时，他们想到的不仅仅是生存，而是拿起烧焦的木棍开始尝试在岩壁上画画。

如果没有他们的祖先通过狩猎发展起来的认知能力，他们就不可能做到这一点。正是他们逐步发展起来的制造和使用工具、强化记忆力、形成语言、锻炼表达能力以及识别周围世界等行为模式，使他们得以长久得生存下去。

于我们现在而言，我们也在试图用机器模仿人类祖先相同能力， 如记忆、语言、理解、推理、学习、表达、模式识别等，这些可以说是人工智能的核心组成部分。

人工智能可能是艺术模仿者

我们开始使用人工智能来创作艺术，首先教它理解和复制我们人类自己的艺术。该技术被称为风格转移，它使用 深度神经网络来复制、重新创建和融合艺术作品的风格。 它识别并组合一个图像的风格元素，并将它们应用到另一个图像上，创作过程不需要艺术和编程经验就可以快速上手。

无论是绘画、摄影、视频，还是音乐创作，原理都是一样的：选择一件你想要重现其风格的艺术品，然后让算法将该风格应用到不同的载体上。或者，选择几种艺术风格，让 AI 生成将风格融合在一起的混搭艺术品。

在下面来自 Google AI 的示例中，你可以看到每个角落里的四件原创艺术品。这些角之间的图像网格表示将一张图像混合到另一张图像并将结果样式应用于新照片的程度。中心图像是所有四个部分均等混合的结果。

从克里斯·罗德利 ( Chris Rodley ) 的 Dinosaur x Flower 艺术混搭风靡一时，到你可以在Reddit上找到的更多更常见的人工智能混合艺术品示例，这种使用人工智能来模仿和重新混合艺术品的方法已经取得了不同程度的“艺术”成功。

Chris Rodley 在谈论如何使用风格迁移程序DeepArt.io时说到，“你不用按任何按钮就可以生成令人振奋的艺术品”。

一些风格迁移工具发展得更快些，让艺术家可以在一定程度上手动控制风格融合的方式，例如来自 Google 项目 Magenta 的 Beat Blender。他们构建了一个交互式演示，你可以使用它来生成鼓点的二维调色板并通过空间网格绘制路径以创建不断变化的节拍，在概念原理上与 Google AI 的风格迁移网格相同。艺术创作者可以手动编辑 4 个角，用预设替换，或从网格中采样以重新生成新的鼓点调色板。

另一种类似于风格迁移的创作形式是图像转换，它可以改变照片或视频的外观，生成的照片或者视频足以以假乱真，它允许用户编辑图像的背景，例如一天中的时间、季节或天气。!ImageNvidia 的图像转换器

虽然人工智能的模仿能力十分有趣，甚至具有商业价值，但它并不符合真正的艺术精神。模仿只是在重复我们过去曾经见到过的东西，我们不能只是将它视为一种强化版的“施乐打印机”，我们应该努力让 AI 帮助我们做出新的东西（艺术）。

人工智能可能是艺术合作者

超越模仿的下一步是发展艺术家和人工智能之间的合作关系。Amper是将模仿演变为合作的一个简单示例，这个在线应用程序允许用户选择乐器、节奏、风格和节奏来“合作”生成新的音乐。

NSynth Super是人工智能如何为音乐家生成新的音乐和声音的另一个例子。NSynth Super是一个程序，它使用神经网络来了解声音的特征，然后使用原始声音的声学品质来创建全新的音色，这样你就可以同时获得一种既是巴松管又是电吉他的声音。音乐家可以选择他们想要深入探索的源声音，然后通过在触摸屏上拖动手指来调节结合了四种源声音音质的新声音。

艺术家们也开始更积极地参与到机器学习算法创作的艺术品中去，他们努力改变他们与人工智能的关系，使人工智能更像是一个构思伙伴，而不仅仅是制作新工具的工具。

Mario Klingemann 称自己为“神经学家”，因为他从机器学习研究中所写的代码来构建艺术生成软件，这个软件仅需要创作者将照片、视频和线条图输入就能生成艺术品。

Mario Klingemann 使用 AI 创作的肖像

如何构建算法以生成艺术输出的过程本身正在成为一种艺术形式。几年前，算法舞蹈（Algorave）开始在世界各地出现（Algorave 一词来自algorithm和rave ），算法舞蹈是一种典型的、有关电子舞曲狂欢的舞蹈形式， DJ 需要在现场编写代码，然后用算法来生成跳舞的音乐。

AI 不仅仅通过数学方程式处理图像和声音来进行协作。它还可以告知和启发艺术家，他们希望在大量数据（例如整个世界的情绪趋势）中发现新的见解、联系或模式。

Alex Da Kid利用Watson 的情感洞察力将“心碎”作为他第一首歌“Not Easy”的概念，并通过与Watson Beat合作探索心碎的音乐表达方式。亚历克斯随后与 AI 合作编写了歌曲的基础，最后加入了跨流派艺术家 Elle King 和 Wiz Khalifa的音乐风格。最后输出的音乐是以观众为导向的歌曲，这让我们看到了音乐的未来。

人工智能可能是创造者

当人工智能成为创作者时，这才是我们真正踏入未知领域的地方。 在新泽西州罗格斯大学的艺术和人工智能实验室所做的工作中，我们已经看到了人工智能作为创造者可能会是什么样子的。那里的研究人员已经创建了一个用于艺术生成的人工智能系统，该系统不需要人类艺术家参与创作过程，但在人工智能深度学习的过程中确实也需要涉及人类以往创作过的作品。

实验室主任 Ahmed Elgammal 解释说：如果我们教机器艺术和艺术风格，并强迫它生成不遵循既定风格的新颖图像，它会生成什么？它会生成对人类有吸引力的东西吗？如果可以，那这算不算“艺术”？我们要求我们的人类受试者对我们的人工智能创作的艺术作品进行评分，从意图程度、是否具有视觉结构、以及交流性和启发性的程度几个维度来打分。目的是判断 AI 生成的图像是否可以被视为艺术。出乎意料的是，结果显示人类受试者对人工智能生成的图像的评价高于真实艺术家创作的图像！