AI绘画，创造力，NFT技术还是艺术？

　　最近，一组＂宋朝的老虎戴上VR眼镜＂的绘画作品在网上走红。
　　除了老虎戴VR眼镜这一看点之外，还有一个原因是，这些画都是由人工智能算法绘制的。
　　AI可以让一个完全不会绘画的人在几分钟内创作出一幅＂世界名画＂。
　　只需要输入几个单词或语句描述，就能得到下面这样的作品。
　　当然，也有可能得到这样的奇怪创作。
　　一些AI绘画工具以及作品不断成为社交媒体上热议的话题，讨论主要围绕＂AI技术是否已经超越人类＂、＂AI是否会取代人类在相关领域的工作＂等议题展开。
　　关于上述话题，相信大家也已经看过不少相关的文章或讨论，这里就不再过多赘述。
　　我们试着从其他视角来看看。
　　>. 人工智能与创造力
　　新技术，特别是人工智能，在音乐、建筑、美术和科学等创造性活动中，正发挥着重要的作用。
　　在谈论人类的工作是否会被人工智能替代时，许多人认为，艺术或许是最后的疆域。
　　算法可以学习下棋，但艺术完全不同。
　　艺术需要创造力，这是只有人类才拥有的东西。
　　一直以来，我们都把计算机看作是人类创造性活动的辅助工具。
　　而在人工智能算法的加持下，是否可以着眼于计算机和创造力之间更宏大的关系上，把计算机本身看作是一个具有创造性的实体呢？
　　这种观点就引入了一个新的概念和领域，即＂计算创造力＂。
　　计算创造力是一个非常活跃的主题领域，有关的研究和讨论也很多。
　　例如，许多人仍然依靠图灵测试来估计软件所生成的作品价值。
　　也就是说，如果一定数量的人不能确定哪些作品是计算机生成的，哪些作品是人类创作的，那么这个软件就做得不错。
　　然而，图灵测试并不适合判断创造性。
　　因为除了考虑能否被识别为机器或人类所创作以外，显然还有别的问题需要考虑。
　　比如＂在完全公开的情况下，人们会不会像重视人类创作的作品一样重视计算机生成的作品？＂。
　　在某些领域，如AI辅助画图，AI辅助制药，AI辅助投资，答案也许是肯定的。
　　在其他领域，如视觉艺术等，就存在着争议。
　　这就又回到了上面那个话题，人工智能拥有创造力吗？
　　创造力似乎很神秘，因为当我们提到创造性想法的时候，很难解释我们是如何得到这些想法的。
　　同样地，当我们试图去解释创造力时，经常谈论的都是＂灵感＂和＂直觉＂等模糊的概念。
　　尽管我们没有意识到一个创造性的想法是如何表现出来的，这并不一定意味着科学的解释不能存在。
　　像是语言理解、模式识别这样的活动，虽然解释起来很复杂，但也有越来越好的人工智能技术能够复制这些活动。
　　既然没有什么能从虚空中产生，那么还有一点需要明白的是，创造性的想法往往是以历史文化为向导，是文化继承和生活经验的成果。
　　也就是说，人们头脑中产生的新思想可能并不完全是新的，因为它们的种子已经存在于头脑之中。
　　换句话说，创造性想法的背后，是基于人们所拥有的文化、知识和经验。
　　如果把创造力理解为在我们已经拥有的知识片段之间建立新联系的结果。
　　那么，知识和经验越多，找到一个难以想象的关系，产生一个创造性想法的可能性就越大。
　　一个人拥有的知识越多，就越有能力发挥创造力。
　　如果从这个角度来理解，一个可操作的创造力的定义是：＂一个创造性的想法是已知想法的新颖和有价值的组合＂。
　　因此，创造力可以理解为一种解决问题的高级形式，涉及记忆、类比、学习和在约束条件下的推理等。
　　这样一来，在一定程度上，创造力就有可能通过计算机来复制。
　　>. 当艺术遇见不确定性
　　计算机生成的＂艺术＂在几年前就已经成为现实。
　　人工智能算法的进步又让其迈上了一个新的台阶，同时也正在改变人们创造、理解和评价艺术的方式。
　　最初，人工智能并不是作为创作者应用于艺术，而是作为模仿者。
　　这种技术被称为风格迁移，通过输入并分析成千上万的图像来＂学习＂特定的美学，然后采用深度神经网络来复制、再造和融合艺术品的风格。
　　过去几年出现的大多数人工智能艺术创作，都使用了一种叫做生成对抗网络（GANs）的算法。
　　这个算法由计算机科学家Ian Goodfellow在2014年首次提出，该算法模型包含两个子模型：一个生成器模型，用于生成随机图像；一个是鉴别器模型，用于鉴别生成的图像是否与输入的真实图像一致。
　　有了随机生成的步骤，AI作品不再是简单的模仿和融合，随机性的增加意味着不确定性的增加。
　　量化3.0是数理统计+机器学习+经济金融模型三样东西的结合，经济金融模型做解释，数理统计描述数据的分布，机器学习做预测。
　　放到欣赏艺术上，可以将传统的艺术理解为具有可描述性和可解释性，人们欣赏的过程就是在描述和解释。
　　当人工智能加入到了艺术中，则增加了预测性。
　　不同的是，人工智能在艺术中的应用强调的是创造力，因此预测性也可以说是不确定性。
　　只不过这里的不确定性可能是惊艳，也可能是惊吓。
　　从一般的审美标准来看，模仿阶段产生的AI作品大部分还不能被称为＂艺术品＂。
　　当人工智能具备复制创造性艺术行为的能力时，其作品充满了不确定性与可能性，也就更有可能生成能够称得上是＂艺术＂的AI作品。
　　>. AI艺术的淘金热
　　当人们还在讨论AI作品是否能被称为＂艺术品＂及其艺术价值时，它已经被标好了价格。
　　自AI技术引入到艺术领域起，它就已经在对艺术产生着重要的影响，在数字化变革的浪潮之下，并将持续产生更加深远的影响。
　　正如罗格斯大学艺术与人工智能实验室主任Ahmad Elgammal所说，这是历史上第一次，一个工具有了某种创造力，它能让你感到惊讶。
　　Elgammal的团队创建了AICAN（Artificial Intelligence Creative Adversarial Network，人工智能创意对抗网络），并表示这个程序已经学会了现有的艺术风格和美学，能够产生创新图像，可以说是一个几乎自主的艺术家。
　　2017年，AICAN的作品在巴塞尔艺术展上展出，75%的参观者将其误认为是人类的作品。
　　AICAN的一件作品在当年晚些时候以近16,000美元的价格拍卖了出去。
　　2018年，来自法国的艺术团体Obvious用GANs算法生成的肖像画《Portrait of Edmond de Belamy》,在佳士得拍卖行拍下了432,500美元（约人民币298万）的惊人高价，成为历史上第一个被正式拍卖出售的AI创作艺术品。
　　或许你很好奇这幅价格高昂的AI艺术品长啥样，看完之后你可能会失望。
　　跟今天的众多优秀的AI作品相比，它并没有多么令人惊艳，可以说是平淡无趣且缺乏美感的，甚至有点像程序故障或调试过程中的产物。
　　所以，这件作品曾被认为是2018年最无聊的艺术品。
　　2019年，被称为＂第一个超现实的人形人工智能艺术家＂——一个集绘画、雕刻、创作诗歌、打手势、眨眼和说话等技能于一身的仿人机器人Ai-Da（Ai-Da是以第一位女性计算机程序员Ada Lovelace命名的），在她的一次艺术展览中售出了超过100万美元的艺术品。
　　关于Ai-Da的人工智能艺术家身份及其作品也存在着诸多争议和质疑。
　　比如一些人认为她所谓的创作，其实只是按照设定好的代码执行指令，所表现的艺术也只是程序员的个人想法。
　　她的艺术家身份也被认为是营销包装炒作的，只能算行为艺术。
　　2021年，一个名为Botto人工智能算法在拍卖会上凭借其生成的六件NFT艺术品赚取了大约130万美元。
　　Botto每天根据关键词生成300张图片，然后通过＂品味模型＂每周选择350个作品发送到社区，由人类进行投票，得分最高的作品将被转换为NFT进行拍卖。
　　看见，AI想象的世界
　　可以看到，人工智能生成的艺术作品正在影响着艺术市场。
　　但上述的AI创作似乎都还只是实验室或是科技公司的研究和技术，对很多人来说可能并没有太大的感触。
　　用户友好型工具和应用程序的发展则让更多人得以感受AI创作的新奇，也让艺术创作比以前更加容易。
　　越来越多的AI创作工具开始对普通用户开放，这让AI艺术创作变成了像＂你画我猜＂一样简单的游戏。
　　除了近期爆火的关键词生成图像工具Disco Diffusion，类似的还有WOMBO Dream、NightCafe Creator、Midjourney、以及前面生成＂虎戴AR＂的Imagen（Google）和DALL·E2（OpenAI）等等。
　　这些工具大部分都可以免费使用，另有收费版本和功能，对于版权归属与使用范围也有不同的要求。
　　不是每个人都是艺术家，但有了AI工具之后，每个人都可以创造艺术。
　　然而，目前直接由AI生成的很多作品看上去精美复杂，但缺乏意识与整体性，或是过于抽象可解释性较差，乍看上去很惊艳，仔细观察就会出现一些难以理解的地方。
　　所以有的艺术家开始尝试将AI作为辅助工具，把AI生成的结果作为创作的素材，再将其修改组合起来形成一幅相对完整的作品。
　　有的则是通过不断调试关键词，让AI生成的作品更容易理解，也更接近于一般意义上的艺术品，相信不久还会出现专门用AI创作的艺术家。
　　目前，人工智能的表现是有趣和新颖的，但同时它也将是一种在某种特定时期的美学。
　　AI艺术品或许在今天看起来新鲜有趣，但很快它们也会变得不再新奇。
　　在它们不再是被带入艺术画廊的新事物之后，最终，最重要的东西会作为艺术史继续存在。
　　AI既不是艺术的拯救者，也不是艺术的毁灭者。
　　它只是另一种风格，被趋势和事件定格在一个时刻，而这个时刻将像其他任何时刻一样过去，也会继续发展和变化。
　　但我们可以在不确定性中，看见无限种可能性，就像透过万花筒窥见多元宇宙的一角。
　　最后再来欣赏一些用AI工具创作的作品。