AI 画拍出300万高价？一篇文章带你读懂 AI 艺术史

可是，距离杜尚的这次采访过后仅仅50年，他的言论似乎在被验证。

在刚刚过去的2018年10月底，一则艺术新闻迅速登上全球各大新闻媒体的热点版块——《AI画卖出43万美元高价，艺术家们的饭碗也要不保了》。

新闻中的事件，指的是日前在佳士得纽约拍卖行，法国艺术团体Obvious带来的 AI 画《Edmond de Belamy》拍出43万美元(约300万人民币)的高价，超出人们预先估价的40倍。

AI 画《 Edmond de Belamy 》

这是一幅看上去像是18世纪油画风格的男子肖像作品。仿佛故弄玄虚，作品注释暧~昧~不~明~地写道：

复杂性的恶魔被人唤醒，

那阴影正萦绕在我的心头。

那时一切都那么简单。

正在人们感慨，艺术作为人类区别于机器的最后一道防线也要被攻陷时，佳士得已经意气风发地表示，在此之后，AI 艺术在世界性的拍卖舞台上将越来越常见……

▽

那么，在 AI 技术狂飙突进的短短这些年，

到底发生了什么？

对于 AI 与艺术的关系，

你又怎么看？

我们梳理了这篇70年代至今の

「极简AI艺术史」

看看 AI 与艺术

逐(xiang)渐(ai)合(xiang)体(sha)的历史，

说不定能带来什么新的启发呢？🤔

▽

1973年

一位艺术家开发出世界上

第一个电脑艺术程序

哈罗德·科恩（Harold Cohen），一位英国出生、受正统艺术教育培养出来的当红艺术家。早在上世纪60年代，计算机诞生之初，他就已经开始着手研究计算机是否可以服务于艺术。

当时，科恩在伦敦艺术圈已经打响了名气，但他却放弃了大好前程，选择走另一条更复杂的道路。他搬到美国，成为加州大学艺术学院的客座教授。在那里，科恩开始学习写代码，开发电脑程序，并且受邀入驻斯坦福大学人工智能实验室。

1973年，科恩发布了可以进行机器作画的电脑程序——Aaron（亚伦）。这是世界上第一个计算机艺术程序。

科恩和他的作画机器

所以是的，你没看错。

当今天我们为艺术家们的饭碗而担忧时，大多数人很难想到，这个世界上的第一个电脑艺术程序，竟然是由一位艺术家亲手一行行敲代码开发的。

Aaron 的面世，就像是石破天惊一般，拉开了往后 AI 艺术的大幕。这款程序得到了行业的高度赞同。科恩也将自己的全部余生投身于此，他因此被尊为“AI 艺术先驱”第一人，至今仍对 AI 艺术领域发挥着重要的影响力。

▽

1991年

《亚伦密码》成为最早期

AI艺术从业者必读书

《亚伦密码》一书出版，详尽记叙了 Aaron 的迭代进化之路，这是一条艰辛却精彩、不乏大胆创意和勇敢探索的漫长之路，更是艺术和计算机技术之间第一次产生深刻的联系。

通过多年的努力，Aaron 已经发展为一个功能精良的电脑程序，它自主绘制的图画，已经成为一些世界性知名博物馆和画廊的收藏品。

《亚伦密码》

Aaron 画作进入博物馆

▽

2001年

AI艺术家“初代网红”：

绘画傻瓜软件出现

经过70年代 Aaron 的横空出世，八九十年代 ，AI 技术在各个领域得以扩展应用，但唯独在艺术领域，AI 的“攻势”却放缓了不少。这样相安无事的局面一直维持到2000年，然后，长久的平静被打破了。

“绘画傻瓜”软件官网界面

说起现在有名的 The Painting Fool ，你一定不陌生。它被人们亲切地称为“初代 AI艺术家”，其开发理念最早起源于2001年，发起人西蒙·科尔顿(Simon Colton)开始制作一些图形软件，初衷是希望能把一些数码照片变成艺术品。

虽然软件在2006年才开发出来，但西蒙·科尔顿一开始就为这个项目建立了一个宏观目标：那就是终有一天，该软件会被世人严肃地视为是一个有创造力的艺术家。

此后数年里，“绘画傻瓜”一直引领着 AI 绘图技术的发展。

▽

2006年~2011年

AI学会了识别情绪，

还会画三维图像了

2006年，The Painting Fool 能够基于模拟物理绘画的过程，通过看数码照片，熟练地提取区域块的颜色，然后模拟自然介质比如油漆、粉彩和铅笔等进行创作。

2007年，机器视觉软件学会了识别人们的情绪，并根据情绪的变化来描绘肖像，因为这项改进，The Painting Fool 赢得了英国计算机协会的机器智能奖。

2011年，3D 建模能力开发成功，使 AI 艺术再次令人们震动。这意味着 AI 告别了二维平面作画时代，学会了识别和创造三维世界的能力。The Painting Fool 使用3D建模工具成功绘制出三维图像。

AI 绘制的三维椅子

▽

2014年

深度学习模型GAN诞生：

当科幻照进现实

作为图像分析应用中的里程碑式成果，深度学习模型 GAN（生成式对抗网络）就像科幻片中的图像分析机，能将图像放大到超分辨率，通过图像语义分析，使模糊不清的图像文件变得清晰可辨。后来谷歌推出的知名的 Auto Drew就基于这项技术。

超分辨率64倍放大，左为输入图像，中为输出图像，右为正确答案 👇🏻

谷歌 Auto Drew 技术

▽

2015年

谷歌Deep Dream

实现增强图像模式

Google 推出图像识别工具——深梦（Deep Dream），使用卷积神经网络通过算法pareidolia查找和增强图像模式，从而在故意过度处理的图像中创建梦幻般的幻觉外观。

深梦发布了一系列令人惊艳的画作，吸引了无数人的眼球。谷歌甚至为这个系列的作品专门策划了一场画展。

来感受下深梦的画风👇🏻

画面很治愈，引起极大舒适：）

▽

2017年

越来越像真正的艺术家？

AI艺术通过图灵测试

2017年初，罗格斯大学的艺术与人工智能实验室在原有的 GAN（生成性对抗网络）的基础上重新设计，制作出一套名为CAN（创造性对抗网络）的人工智能。在运行了一段时间后，这套系统开始生成极富创造力的抽象艺术品。

实验室主任艾哈迈德（AhmedElgammal）震惊不已，因为这些作品无异于艺术市场上流行的那种抽象画。于是，他组织了一场图灵实验，邀请大众辨别这些作品到底是人类艺术家的作品，还是人工智能的创作。

CAN 的系列作品

受试者在不知情的状态下被要求观看四类作品，分别是 CAN 和 GAN 生成的图像、2017年巴塞尔艺博会上的人类艺术家作品和抽象表现主义大师的作品。并对作品的喜恶程度、精致度、创新性和复杂度进行评分，结果出人意料。

53%的人工智能艺术被认为是人类作品，首次超过半数。而在对照组—巴塞尔艺博会的作品中，只有41%的作品被认为出自人类之手。面对人工智能艺术，我们已不能区分谁是作者。

不过，这次实验虽然以 AI 胜出，但抽象表现主义大师的作品仍以85%的优秀成绩领跑所有作品，在喜恶程度上也高于人工智能。且这些作品皆为50-60年前的旧作，但在创新性方面与人工智能艺术所差无几，也大为超出今天的抽象艺术作品。

这是否表明，那些拥有强大创新和原创能力的艺术家，仍然无需对 AI 的发展太过担忧呢？

▽

到底什么是艺术？

以上便是70年代至今 AI 艺术发展重要节点回顾了。2000年之后，AI 如洪水猛兽般的发展一直让人们争议不断。而在艺术领域，最核心的问题就是关于艺术定义的争论了。

之前，人们认为 AI 只是模仿人类的创作方法而已，它的作品当然不能称之为艺术。可是当 AI 的迭代越来越快，尤其是 CAN 深度学习模型出现后，AI 从单纯的模仿转向了自主创造，它创造的画越来越接近人类自身的创作，这时人们又说，“尽管如此，它的画仍然不能称之为艺术，因为缺乏‘灵魂’。”

迷惑的人们只得追溯到哲学层面，即重新追溯艺术的本质。

而当我们重新逆时光之流而上，我们也发现，今天让我们困扰的这些问题——那位创造了第一个计算机艺术程序的“AI技术先驱”哈罗德·科恩——早就已经思考过了。

AI 作品究竟能不能算作艺术？

艺术与技术是怎样的关系？

艺术的本质是什么？

AI 能帮助人类定义另一种“新艺术”吗？

在科恩1974年发表的文章中，他是这么说的——

“关于艺术的目的，它并不像数学和科学，拥有一个明确的显而易见的目的。

人类进行艺术创作行为，目的或许不像爬梯子那样，能够轻易地找到0到1之间的最大数字，而是什么别的东西……”

所以，在科恩生命的最后几年，他再一次改变了策略。他与 AI 的关系不再是类似于“造物者和造物”，而是一种相互合作关系。他始终认为，技术与艺术家应该有更丰富的关系层次，任何简单粗暴地定义艺术家与 AI 的关系都是不够精准的。

或许，我们可以尝试如科恩所说，换一个角度来看待艺术，AI 与艺术的关系也就不再那么紧张。正如作家福楼拜曾说的，“越往前走，艺术将更为科学，科学将更为艺术，它们在山脚分开，却又在山顶汇聚。”⛰️

咨询艺术留学

Contact Us

未经允许 请勿转载 违规转载 必将追究

About PART

Join us 返回搜狐，查看更多