眨眼之间，人工智能如何颠覆艺术世界

从拍照到计算机视觉

如今的大部分艺术展、艺博会都已经可以随意拍照了，笔者当然也不能免俗，在艺术北京上随手拍了一些有趣的照片。

回想十年前，在艺术展上这么随意频繁的拍照是不可想象的。一方面是设备的限制，没有今天这么多智能拍照设备；另外就是传统行业思维的局限。

很多艺术业内人士都认为知识的独创性是一种核心竞争力，他们把艺术品的创意、展示方式看作独家秘密。因此，最初很多艺术机构都不欢迎人们拍照（直到今天依然有一些展览是禁止摄影的）。

而如今随着智能手机的普及加上移动互联网的迅速发展，画廊、博览会已经在这方面的态度已经发生了180度转变，他们希望通过放开拍照来吸引人们把展览现场的情况传播出去。

那么，人们会止步于拍照分享吗？给艺术品拍照有没有什么其他的高级玩法呢？十年以后会怎么样呢？

我们逛展览时经常会有这样一种体验：看到一件非常喜欢的作品，但是对作者和相关的题材不甚了解。这时我们要想尽快获得相关知识，最快的方法就是向身边懂行的朋友或者艺术经纪人去询问。

但是这件事对于大多数人来说都不那么容易，可能由于不好意思或者心里想着“等以后有时间我再去自己了解一下吧”，大部分人都没有把问题说出口，结果这一拖往往就永远和这件艺术品失之交臂了。

这个小小的细节实际上限制了很多人对艺术的深入了解和学习，尤其在今天人们越来越忙的情况下，已经很少有人能够拿出整块的时间去学习和全面了解艺术史、艺术技法和风格等专业知识了。

这就和当年Google发明搜索引擎之前很相似，那时人们获取某些领域的专业知识是非常困难的，虽然信息和信息之间可能就隔着那么一两个网页，但因为没有办法第一时间获得，兴趣经常就会因信息的不对称而停滞。

我认为 拍照＋图像搜索＋大数据 将会非常好地解决艺术领域的信息不对称问题。实际上“计算机视觉（Computer Vision）”技术已经非常成熟，现在你就可以通过Google的相似图片搜索或者 http://Tineye.com 的图像识别技术来上传你拍到的照片，然后搜索到一些有相似作品的网页。

“机器视觉”在艺术品研究中的最直接应用就是寻找同一件作品的不同版本，从而锁定相似的作品。

国外有个叫做Curiator的网站就专门用Tineyes的API来寻找艺术作品的大尺寸图片，它们的野心是建立世界上最完整的艺术品大图库。而Google、百度、阿里这样的巨头都已将类似的核心技术运用在了寻找相似商品等方面。

在守望者为艺术机构研制的系统内，我们已经在探索类似的技术实现——通过为艺术品图片建立视觉特征索引数据库，让你只通过一张图片就能搜索到某件艺术品的各种相关信息。

用不了几年，你就可以通过“咔嚓”拍一张照片，来找到某件作品过去的拍卖纪录或者作品被书籍、文章所引用的情况了，这相当于你带了一位超级懂行而且记忆力强悍的朋友去看展览：）

当手机可以“认出”艺术品以后，未来人们学习和了解艺术相关背景知识的效率将被极大地提升。我认为这是一个非常有前景而且必然的趋势。

从人肉推荐到“智能过滤器”

后工业化经济将会持续发展。因为每个人的任务之一将是找到、从事并完成将来会成为机器人重复性劳动的新工作。——《必然》第二章，P058

当有了图像搜索技术以后，下一步自然而然就可以借助某个用户拍摄的大量艺术品图片数据，来分析Ta的艺术欣赏口味。

也就是算法推荐技术。

我们今天已经非常熟悉这种技术，在亚马逊、淘宝这样的网站上，你的各种浏览数据都会被服务器记录下来，只需几毫秒的计算，服务器就可以推送大量你可能感兴趣的商品到你眼前。

美国著名的艺术品电商平台 Artsy，就有一套被称之为“艺术基因”的核心算法，可以将根据艺术品的分类、流派、颜色等属性，根据用户浏览和收藏过的作品，为Ta推送更多相关的艺术品。

有人会说，给买家推荐艺术品，这不是经纪人的工作吗？计算机即使能做类似的事情，难道人们会乐意接受由机器推荐给他们的作品吗？

是的，一定会这样，KK在《必然》中就描写了过去一些“必须”由人完成的工作，后来被计算机取代的例子：

20世纪90年代，计算机大规模取代人类，为房屋抵押贷款做评估。大部分税务工作、常规的X光片分析以及审前证据收集工作都由计算机处理，而这些都曾是领着高薪的聪明人干的活儿。

我们已经接受机器人从事制造业是可靠的，不久我们就会接受它们的智能和服务。——《必然》2016年1月第二版，第二章，P055

当我们面对一件作品，哪怕是一尊雕塑，都可以通过一些特征识别技术而找到相似的艺术品。如果将来每个人的手机都能认出大部分艺术品的话，那艺术经纪人干什么用呢？我的猜测如下：

辨认艺术品这些简单的工作，十年内必然被计算机智能所替代，这就像电子辞典替代了查字典这个工作一样，是一种必然趋势。但是，这并不意味着经纪人就没事可做了，正相反，十年后的经纪人要干的事儿更重要。

不久的将来，机器人驾驶的轿车和卡车随处可见。这项新的自动化技术会为以前的卡车司机带来一份叫做“行程优化师”的新工作。工作的内容就是通过调整运输系统的算法达到节能省时的效果。

追踪个人所有活动的自动化自我追踪技术成为常态后,将会出现一种新的专业分析师，为你解读数据。——《必然》第二章，P058

类似的，十年后艺术经纪人这个传统行当，也将随着智能技术的发展，逐步演化成“收藏方案优化师”、“艺术品偏好算法分析师”这样更加专业的工作。

这种过滤器引发的自我强化过程也会发生在科学领域、艺术领域，以及整个文化层面。“更多类似”这种过滤器越有效果，我们将其与其他过滤器合并使用就越有必要。——《必然》第七章，P195

未来，当这些基础而繁重的工作被计算机替代后，艺术经纪人的精力将得到极大的解放，成熟的经纪人将会成为驾驭人工智能的高手，通过独有的算法优化组合来为大批藏家提供一流的艺术经纪服务，他们将会从推荐者演变成“用户偏好过滤器开发者”。

更“懂你”的全方位艺术服务

理想过滤器的第二个特点是，我想知道我的朋友喜欢什么，而那又是我现在还不了解的…… 它将是一种会向我建议某些“我现在不喜欢但想尝试着喜欢的东西”的信息流。《必然》第七章，P195

它远非仅仅是一个存储信息的档案，更是一个不停运作的过滤器，会不断地根据我已经去过的地方、我过去旅行中发布的快照和微博种类来做出调整和适应，它还会对我阅读、看电影时的兴趣点进行权衡比较，因为书籍和电影通常是旅行欲望的一个来源。

它还会投入大量的经历分析我最好的朋友与他们的朋友的旅行经历，并借助这一巨大的数据库时常向我推荐某些值得拜访的餐厅和旅社。对他的推荐，我通常比较满意。《必然》第七章，P200

如果一个用户阅读过的书籍，看过的电影，购买过的艺术品、日用品都被详实记录下来以后，计算机算法可能会比用户的家人“更懂主人”，并且做到一些我们今天很难做到的事情。

当“主人”因为工作上的事情而感到身心疲惫的时候，算法机器人不仅知道为“主人”播放一首心仪的背景音乐，而且可以朗读一首诗，并在大屏幕上呈现出主人最喜爱的艺术作品。

有人可能觉得计算机毕竟还是“傻”，它虽然可以针对我的过去做一些推测，但人毕竟是活的，不可能被机器人猜透。

也许吧，但事实上计算机根本就不需要“猜透”你，它的智能最终会帮你完成两件事：一是通过密集的分析，剔除掉那些你厌恶的东西；另外就是发现你性格当中的多个“焦点”，根据你当下的状态来提供建议。

雅虎的一些研究者设计了一种方式，可以自动绘制出个人在选择领域中所处位置的可视化图谱，如此一来，过滤器泡沫就变得清晰可见，而一个人从过滤器泡沫中爬出来也变得简单多了，他只需在某些方向做些微调整即可。《必然》第七章，P195

在写到这一段的时候，已经是深夜。笔者正聆听着豆瓣FM推荐给我的一首《Greenwoods》，这是一首国际音乐风格的音乐，是我很喜欢的一种类型，而我又是第一次听这首歌，苏格兰风笛吹奏出美妙的旋律。

虽然我并不知道豆瓣FM背后的推荐算法具体是什么样的，但是我觉得这首曲子推荐得非常让我满意……

而回想十年前，我所听的每一张专辑都来自媒体推荐、朋友介绍或者偶然寻得，我绝对想不到听音乐这样一件小事还需要听从一台计算机的建议，可是现在，这一切都显得那么自然而然。

在本篇的结尾处，我整理了KK谈到人工智能代替人类工作时的一段精彩的过程刻画。无论你现在从事什么工作，收水平如何，都将反复经历机器人代替人的以下7个步骤：

1. 机器人干不了我的工作。
2. 好吧，它会许多事情那但我做的事情他不一定都会。
3. 好吧，我做的事情他都会做，但他常常出故障，这时需要我来处理。
4. 好吧，它干常规工作时从不出错，但是我需要训练它学习新任务。
5. 好吧，就让它做我原来的工作吧，那工作本来就不是人干的。
6. 哇，机器人正在干我以前做的工作，我的新工作不仅好玩多了，工资还高！

7. 真高兴，机器人绝对干不了我现在做的事情。（循环到步骤1）

   ——《必然》第二章，P060