人工智能藝術的應用類型及審美判斷

陳永東

（上海戲劇學院 創意學院，上海 201112）

在人工智能（artificia intelligence，簡稱AI）不斷發展與普及的背景下，“人工智能藝術” （artificia intelligence arts）應運而生，人工智能正逐步滲透到越來越多的藝術領域。此時，需要對人工智能藝術概念及主要創作原理有基本的認識，需要觀察人工智能介入藝術領域后的主要應用類型，分析人工智能藝術創作過程的主體性問題，并深入思考人工智能藝術的價值與審美判斷問題。

一、人工智能藝術的定義與基本創作原理

在經過電子藝術、數字媒體藝術等階段后，人工智能藝術得到了越來越多的關注。相對而言，現階段，人工智能藝術還是較新的事物。在討論人工智能時，需要對其概念有所理解，并對其主要創作原理有所認識。

（一）人工智能藝術的定義

到目前為止，人工智能藝術還沒有較為嚴謹及公認的定義。有一種人工智能藝術相關的定義為：“人工智能藝術設計是以數據、算力、算法為底層技術，以人類對智能時代的想象、再現、批判等為母題的藝術創作的集合?！保?］這種定義還不夠嚴謹，其后半句的母題范圍存在明顯的局限性。從創作主題或母題看，人工智能藝術的創作范圍應該遠不止“人類對智能時代的想象、再現、批判等”，還可能向更大范圍擴展，甚至不應對人工智能藝術的創作范圍有過多的限制。

筆者認為，人工智能藝術可以基本定義為：利用人工智能不斷發展與進化的相關技術、平臺或工具所創作、處理、制作或生成的藝術作品。需要注意的是，一方面，人工智能的相關技術、平臺或工具一直在進化，甚至有時會出現跳躍式發展，這使得人工智能藝術創作時所使用的技術、平臺或工具會不斷發生變化；另一方面，人工智能藝術既可能是創作出來的，也可能是處理、制作或生成出來的。至于人工智能藝術的母題范圍，則不宜給予太多限制。這一定義的潛臺詞是，人工智能藝術是人類利用相關技術、平臺或工具所創造出來的。這是一種中短期的看法，并且其創作的風格及作品的價值觀與設計、訓練、使用它的人有密切關系。從長期看，一旦人工智能發展到強人工智能（strong AI）階段，則不能排除人工智能不受人類支配而自行完成藝術作品的可能性。

值得關注的是，一些人對人工智能介入藝術后所創作的產物是否可以算作“藝術作品”持有較為矛盾的想法。有觀點認為：“從功能定義上來說，人工智能本身所生成的產物不能稱為藝術作品，至少不能算是人類藝術作品。按照程式性定義，人工智能介入藝術創作的產物是藝術作品?！保?］其實，上面這兩個問題已涉及人工智能藝術創作主體的問題，本文將在后面加以討論。

（二）人工智能藝術基本創作原理模型

目前，人工智能藝術基本歸入了AIGC（artificia intelligence generated content，人工智能生成內容）一類。AIGC 背后的主要創作原理，與人工智能應用中的SOTA 模型（state of the art，指特定時間背景下某一領域中的最高水準）相關。在現階段，人工智能藝術創作所依賴的SOTA 模型主要有圖像風格遷移模型、圖文預訓練模型和擴散模型等，并可能在具體人工智能藝術創作平臺中交叉使用。

圖像風格遷移模型多數是一種基于GAN（generative adversarial networks，生成對抗網絡）的藝術風格化的深度學習模型。GAN 模型至少有兩個模塊，即生成模型（generative model）和判別模型（discriminative model），它們通過互相博弈學習產生更好的輸出結果。其基本目的是將一幅圖像的整體特征與圖像風格應用到另一幅圖像上，實現圖像的風格遷移。GAN 模型更適合模仿已有的圖像風格，相當于“從有生有”。為了提升作品的原創性，后來又發展出了CAN（creative adversarial networks，創意對抗網絡），它“通過偏離學習的風格來提升生成藝術的喚醒潛能（arousal potential）而成就其創造性”［3］，相當于“從無生有”。

圖文預訓練模型是一個通過大量數據進行訓練并被保存下來的網絡模型。前人為解決類似問題所創造出來了相關模型，在遇到新的問題時可以不必從零開始訓練新模型，而是直接從已有的模型入手，進行相對簡單的學習以解決該新問題。預訓練模型已在自然語言處理、計算機視覺及語音識別等領域取得了不少成果，也為未來的人工智能藝術創作帶來了更多的可能性。GPT（generative pre-trained transformer）即自然語言處理中較常見的預訓練模型。亞歷克·拉德福德（Alec Radford）等人提出的CLIP（contrastive language-image pre-training，對比性語言-圖像預訓練）模型則突破了文本與圖像之間的限制?；贑LIP 模型神經網絡的DALL-E 2 可將概念、屬性和不同風格結合起來。目前，預訓練正與多模態大模型結合，使得模型在大規模數據集上完成預訓練后僅需要少量數據的微調，就能直接用于圖片、文字、聲音等模態的各類應用。

擴散模型是把一個隨機采樣的噪聲通過去噪來生成圖像。擴散模型先通過前向過程（forward process）逐步加噪，將圖片轉換成一個近似可用高斯分布的純噪聲圖像，然后在反向過程（reverse process）中逐步去噪并生成圖像，然后以增大原始圖像和生成圖像的相似度為目標，不斷優化模型，最后達到理想效果。目前常見的AI 繪畫工具Stable Diffusio 、Disco Diffusio 、Midjourney 及DALL-E 2 等均采用了類似的擴散模型。相對而言，Midjourney 的藝術風格較明顯；Stable Diffusio 開源且對當代藝術圖像有比較好的理解，可產生細節豐富的插畫作品；DALL-E 2 在繪制相對復雜的圖像時更適合，如需要有兩個及以上的人物出現在圖像中時。

二、人工智能在不同藝術領域的應用類型

現今，人工智能正逐步應用于各種藝術領域創作的不同環節，且應用比例在不斷擴大。在具體討論時，可以按目前藝術學門類下其他6 個應用類的藝術學一級學科來區分。不過，戲劇與廣播影視的區別較大，故分別單列討論。當然，不同門類的藝術學科的相關應用亦有類似或交叉之處。

（一）人工智能與音樂

值得關注的是，世界上第一位程序員、英國著名詩人拜倫之女埃達·洛芙萊斯（Ada Lovelace）就曾經預言機器未來可用于排版、編曲或實現各種更復雜的用途。這或許是關于人工智能與音樂結緣最早的預言。

目前，人工智能與音樂相結合的應用主要包括：人工智能作詞作曲、人工智能編曲/配曲、人工智能音樂演奏、人工智能聲樂表演/虛擬歌手、人工智能/機器人指揮、預測音樂大師的作曲走向、音樂與其他媒介的轉換、人工智能/機器人伴奏、人工智能聲樂/器樂訓練等方面。

對于人工智能介入音樂，存在爭議的地方是人工智能能否表達音樂情感。其實，不僅已經有“情感計算”（affectiv computing）正將這些藝術形式與情感的大量數據進行對照以尋找兩者之間的聯系，而且已經有人將音樂情感采用PAD 三維情感模型分類，即將情感分為愉悅度、激活度和優勢度三個維度。在抽取出音樂特征（音符密度、節拍、變音數、最大音程、速度、大小和弦小節的比例等）并且確定了情感標注之后，就可以構建情感識別系統。該類系統在大量情感標注音樂樣本的基礎上，通過某種學習策略找到音樂情感識別的規律而建立認知判別公式，然后根據識別模型能夠自動確定未知的音樂情感向量。［4］至少，聽眾欣賞不同的音樂時會產生不同情感，這還是有一定規律可循的。

相對而言，人工智能在配曲方面已經有較多嘗試，這是因為配曲的規律性相對更強。人工智能聲樂表演/虛擬歌手亦有相對出彩的地方，同時使一般層次的演唱（如演唱樣片制作）大大降低了成本，因為目前已可以通過支付幾千元年費獲得十余個人工智能虛擬歌手的演唱服務。在人工智能作詞作曲方面，作詞顯然更接近生成詩歌或散文，作曲則可能借由人工智能為音樂創作者提供創作靈感。例如，基于已有的音樂模型，先由人類音樂老師對人工智能創作的作品打分，再由程序員優化創作模型，通過人工智能不斷創作、人類音樂老師不斷反饋而不斷迭代，循環往復地創作出音樂。在預測音樂大師的作曲走向方面，人工智能不僅模擬出了莫扎特在40 歲、60 歲及80 歲的作品，而且還模擬并補全了貝多芬生前未完成的《第十交響曲》。

人工智能聲樂/器樂訓練相對容易一些，它主要通過將捕捉到的聲樂演唱者或器樂演奏者的聲音與標準聲樂演唱/器樂演奏片段進行對比，發現問題，給出訓練提示。當然，更高水平的聲樂/器樂訓練還需要對演唱者的表情、情緒及肢體動作進行訓練，規范及提高器樂演奏時的指法與技巧，這些是其中難度相對較大的部分。

（二）人工智能與舞蹈

目前，人工智能與舞蹈結合的應用主要包括：人工智能編舞、舞蹈動作捕捉、舞蹈節目彩排、創新舞蹈動作模擬與設計、人工智能生成舞蹈影像、人工智能舞蹈交互表演、數字虛擬人舞蹈、舞蹈動作分析及訓練改進建議、機器人舞蹈等方面。

對于從事編舞的藝術工作者或普通舞蹈愛好者而言，人工智能編舞是值得期待的，其基本的要求是：音樂風格和肢體動作應一致，并能傳達相似的情緒和音調；舞蹈和音樂片段節奏模式應一致，舞蹈的組織應與相應音樂的結構協調等。其基本的過程是：首先，尋找高質量舞蹈資源并輸入人工智能；其次，進行訓練并不斷優化；最后，生成新舞蹈的演示視頻。當然，想讓人工智能進行復雜且創新的編舞還需要更多的探索與嘗試。

在人工智能介入舞蹈之后，動作捕捉技術的作用越來越大。動作捕捉技術不僅可以用于舞蹈標準動作庫的創建，還可以用于人工智能編舞、人工智能生成舞蹈影像、人工智能舞蹈交互表演、數字虛擬人舞蹈、舞蹈動作分析及訓練改進建議等方面。以數字虛擬人舞蹈為例，可以通過動作捕捉形成舞蹈動作3D 模型，進而形成舞蹈動作數據庫，然后，將捕捉的舞蹈動作綁定在數字虛擬人身上，從而驅動數字虛擬人表演舞蹈。當然，還有真人直接驅動的數字虛擬人舞蹈表演。超寫實數字人“蘇小妹”及新華網首個超寫實數字人“筱竹”等都已經展示了一定的舞蹈才能。

另外，如果人工智能可以在舞蹈動作分析及訓練改進建議方面充分發揮作用的話，那么就可以大幅提升舞蹈學習和訓練的效率，及時發現舞蹈學習或訓練中的問題并給出相對科學合理的建議，還可以減少舞蹈練習中受傷的概率，甚至可以用于舞蹈比賽的輔助評分。

（三）人工智能與戲劇

人工智能與戲劇結合的應用主要包括：人工智能劇本生成、人工智能戲劇導演、人工智能聲臺形表訓練、人工智能虛擬彩排、人工智能/機器人表演、智能舞臺空間設計、智能服裝設計、智能化妝/人物造型設計、智能燈光效果設計等。

人工智能劇本生成已不再停留在理論上。有觀點認為，人工智能已經有能力進入編劇及風格設定等領域，盡管創作水平還處于初級階段。［5］不過，這一觀點可能隨著人工智能技術的不斷發展而逐步變化，甚至出現跳躍式發展。人工智能不僅可以模仿已有劇作家的風格生成劇本，還可能創造性地生成新劇本。例如，ChatGPT已經可以生成劇本。DeepMind 亦推出了一款劇本寫作人工智能Dramatron，具有“聯合寫作”工具。當用戶給它一句話，描述中心戲劇沖突后，系統即可以自動寫出標題、角色、場景描述和對話。該平臺可以幫助編劇進行場景設計、對場景細節進行打磨，并可以生成人物間的對話。

人工智能可以發揮作用的環節越來越多。例如，可以幫助戲劇導演分析劇本，推薦可能的表達形式，分析推薦最適合的演員角色人選，推薦外景地或室內場景搭建方案，或搭建虛擬場景，可以為道具組推薦相應道具、協調現場拍攝，可以采取虛擬制片方式，亦可以推薦作品的宣傳方案，進行精準信息推送，還可以通過智能方式控制協調拍攝現場的燈光、劇務、演員、攝像、錄音、美術、化妝、服裝等環節的工作。

在人工智能介入戲劇的聲臺形表基本能力訓練時，聲樂、臺詞訓練相對容易，其中人工智能聲樂訓練前面已有所論及，人工智能臺詞訓練接近于外語口語訓練；人工智能形體訓練接近于人工智能舞蹈訓練，并且比舞蹈訓練更簡單；人工智能表演訓練則相對較難，因為它更加綜合。當然，更復雜的則是人工智能介入舞臺戲劇的表演，目前還在初步嘗試階段。從發展趨勢看，基于人工智能的VR（virtual reality，虛擬現實）戲劇、AR（augmented reality，增強現實）戲劇、數字虛擬人及人形機器人等可能會逐步用于人工智能表演，并可能先用于表演訓練。在正式表演中，目前要么是在虛擬空間中進行，要么是在虛實融合的現場表演中插入一段人工智能表演，或者通過VR 的方式轉播及觀看。

人工智能在舞臺空間設計上亦發揮越來越重要的作用。不僅現實舞臺上開始應用越來越多的智能設備，而且現實舞臺的大屏上可能出現越來越多的虛擬場景，進而形成虛實融合的舞臺空間。同時，虛實融合的舞臺空間還可能將AR、MR（mixed reality，混合現實）信息引入，或將數字虛擬人及其他影像以全息影像或裸眼3D 等方式呈現在現實舞臺上。另外，還可以建立虛擬的舞臺空間，如現實舞臺空間的數字孿生舞臺空間，以及利用VR 方式欣賞的純虛擬舞臺空間。這些舞臺空間大大拓展了戲劇表演的時空，同時往往還允許觀眾進行互動。

（四）人工智能與廣播影視

人工智能與廣播、電影、電視結合的應用主要包括：人工智能影視素材/主題篩選、人工智能影視導演、人工智能電視導播、人工智能虛擬拍攝/制片、人工智能虛擬場景搭建、人工智能視頻生成/拍攝、人工智能視頻剪輯、發布前的視頻智能處理、人工智能節目主持、人工智能播音等。

人工智能影視導演是較為新興的應用。一些影視短片的劇本和分鏡頭設計已經可以利用ChatGPT之類的平臺得到。ChatGPT之類的人工智能應用正逐步參與電影制作過程的多個環節，已經能夠自動生成文本、分鏡，可幫助影視制作者節省時間和資源，激發新的創意。例如，在編寫劇本的過程中，團隊會向ChatGPT之類的平臺詢問細節，它可以回復機位、演員位置、燈光位置和鏡頭中每個角色的情緒等多方面的細節問題。

人工智能虛擬場景搭建及人工智能虛擬拍攝/制片也是近年來發展較為迅速的應用。前者可以讓影視制作者利用相應的虛擬資產（素材庫）快速搭建場景，然后配合現場的簡單實景搭建，結合大屏幕和攝像機內系統的實時聯動，達到虛實融合、虛擬拍攝及實時渲染，并實現虛實對焦、色調、燈光等自動匹配。其明顯的優勢在于，可以讓被拍攝的角色更有現場感和沉浸感，表演更有張力；攝影師可以實時運鏡，可以與角色有互動，可以避免綠幕溢色、反射等現象，進而大大減少了后期剪輯中的任務量。當然，亦需要注意利用相關技術去除屏幕摩爾紋，以及通過虛擬跟焦器在虛實場景中自由變焦。

同時，人工智能視頻生成的發展亦引人注目?？梢酝ㄟ^案例庫的訓練先自動生成靜態圖片，再合成動態影像，或者通過給定的靜態圖片直接生成動態影像，還可以將給定的數據、PPT 自動轉換成視頻。2022 年戛納電影短片節上，由AI 生成的動畫《舞者》斬獲最佳短片獎可以說明此類應用帶來的新可能。另外，目前一些無人機已經具備智能拍攝功能，例如，普通用戶可以將一些經典無人機視頻的飛機路徑復制下來，讓自己的無人機也按“大師”的路徑飛行。預計未來還可能出現VR/AR/MR 類視頻的自動生成。

人工智能節目主持、人工智能播音等應用已經與數字虛擬人緊密地聯系起來。數字虛擬人目前有多種造型供選擇，有基本的肢體動作模型（或先經過訓練）和基本的口型、表情模型，可以通過文本變化口型、表情。這樣，既可以將虛擬主持內容插入虛擬會議的相關環節，也可以采用后臺真人驅動現場節目主持的方式。有觀點認為：“智媒時代對主持人素養能力的要求也陡然提升，倒逼主持人加速成長和轉型發展?！保?］另外，數字虛擬人也可以參與影視或視頻中的表演，甚至在電視節目中與真人主持同臺交流。

（五）人工智能與戲曲曲藝

人工智能與戲曲、曲藝結合的應用主要包括：人工智能修復戲曲/曲藝影像資料、人工智能分析不同流派唱腔特色、人工智能生成曲藝臺詞劇本、人工智能復活已故戲曲/曲藝大師、人工智能分析戲曲/曲藝演出效果、人工智能/機器人表演戲曲/曲藝。

如果說人工智能修復戲曲/曲藝影像資料，將許多黑白或低清晰度的珍貴資料變成彩色高清資料，讓人眼前一亮的話，那么人工智能“復活”已故戲曲/曲藝大師更是讓人驚嘆。不僅在世的戲曲/曲藝演員（當然也包括其他藝術領域的演員）可以擁有全真（或超寫實）數字化身，而且已故的演員也可以被“復活”，以全息影像等方式在舞臺上逼真呈現，甚至可以與真人演員同臺合作表演。已經有機構設計出了梅蘭芳的全真（超寫實）數字虛擬人，不僅可以表現曾經的經典片段，還可以通過拍攝捕捉當今的年輕梅派傳人的表演，使數字梅蘭芳表演新的京劇片段。

人工智能生成曲藝臺詞劇本也值得關注。目前，已經可以利用NLP（natural language processing，自然語言處理）及GAN 模型，將足夠數量的優質曲藝劇本案例交給相應的人工智能平臺進行訓練，并不斷地優化模型，進而自動生成相應的曲藝（如相聲等）臺詞劇本。預計ChatGPT之類的應用亦會比較多地應用到曲藝臺詞劇本生成上。

在戲曲曲藝領域，還出現了VR/AR/MR 之類的XR（Extended Reality，擴展現實）戲曲的應用，亦有人工智能的部分參與。例如，上海戲劇學院戲曲學院2023 屆優秀畢業生匯報演出即進行了5G/8K/3D/VR 沉浸式全景舞臺錄制，創意學院還有XR 越劇、XR 昆曲等實驗與探索。另外，機器人演員與真人曲藝演員同臺表演已經出現（例如一起講相聲），雖然還有可改進之處，但是隨著未來人工智能技術的不斷發展，機器人演員的表現水平將不斷地提高。

（六）人工智能與美術書法

人工智能與美術、書法結合的應用主要包括：人工智能生成繪畫、人工智能生成書法、人工智能書法識別、人工智能書畫分析、機器人現場繪畫/書法、人工智能書畫練習輔助系統、人工智能書畫鑒定等。

顯而易見，人工智能生成繪畫（簡稱AI 繪畫）是各類人工智能藝術中最活躍的一個應用領域。以Stable Diffusio 、Disco Diffusio 、Midjourney 及DALL-E 2 等為代表的AI 繪畫工具風靡全球。國內百度的“文心一格”及ERNIE-ViLG 文生圖、盜夢師及TIAMAT 等AI 繪畫平臺亦不斷成長。即使沒有繪畫基礎的普通網民，只要輸入一段文本描述，選擇生成風格和分辨率，模型即可根據輸入的內容自動創作出符合要求的圖像。人工智能不僅可以生成繪畫作品，也可以用于插畫、繪本、動畫的原畫及平面設計中作品的生成。

AI 繪畫工具使用門檻的降低及易用性的不斷提升，讓更多繪畫基礎薄弱或基本沒有繪畫基礎的人亦可以創作出相應的作品。對于繪畫基礎較好的用戶而言，還可以利用AI 繪畫工具代替一些低水平的重復勞動，將時間用在更有創造性的環節上。當然，在使用AI 繪畫工具的過程中，具有更高藝術素養、鑒賞力及審美判斷水平的用戶更可能生成好的作品。上海戲劇學院創意學院的研究生們就嘗試用AI 繪畫工具生成了醫圣張仲景的系列繪本。目前，AI 繪畫在模仿已有風格上較為成熟，可以提升相同風格作品的創作效率，在原創性上則仍然在做各種嘗試，特別是對于不同流派美術作品的創新生成還需要深入探索。

人工智能的書法識別應用已經有了相關實驗探索。2019 年數字中國創新大賽的“文化傳承——漢字書法多場景識別”通過AI 對不同場景（博物館字畫作品、碑刻、楹聯、匾額等）中的書法文字識別，充分展現了此類功能。人工智能技術提供了一條將書法藝術推廣為社會與文化普泛現象的路徑。［7］至少，書法中的文字辨認有了人工智能的參與，會為人們欣賞書法作品帶來便利。

不過，目前，人工智能創作書法作品的困難與爭議還是不少。一方面，人工智能與機器人拿毛筆書寫普通文字意義似乎不大，因為不同字體的一般需求早已通過計算機打印得到滿足；另一方面，對人工智能或機器人創作書法而言，雖然其對筆法的學習相對簡單，對字形、間架結構的模仿亦不難，且有助于發現書法的一些規律，但是人工智能創作書法對整體章法的把握、氣韻及筆勢的呈現相對較難。當然，未來人工智能在這方面進行更深入的高水平實驗未嘗不可。

（七）人工智能與設計

人工智能與設計領域結合的應用主要包括：人工智能生成海報/廣告、人工智能生成封面、人工智能生成標識、人工智能生成包裝設計圖、人工智能生成建筑設計圖、人工智能生成環境設計圖、人工智能生成室內裝修設計圖、人工智能生成UI（用戶界面）/網頁布局、人工智能生成PPT、人工智能文創衍生品設計等。

人工智能生成海報/廣告、人工智能生成封面的方法類似于前述的AI 繪畫。人工智能生成標識則可能會有一些變化。目前一些人工智能標識設計平臺允許用戶在輸入標識要包含的名稱、口號的同時，選擇行業、顏色等方面內容，然后自動生成若干標識圖案供用戶選擇。當然，此類標識作品最大的問題仍然是原創性。需要注意的是，標識作品更容易產生侵權問題。

人工智能生成包裝設計圖、人工智能生成建筑設計圖、人工智能生成環境設計圖、人工智能生成室內裝修設計圖等亦有類似于標識的一些選擇環節，當然還要看所設計圖紙的復雜性。同時，良好的設計通常需要相應的高水平訓練案例庫。目前，一些新的人工智能平臺（如Galileo AI）允許用戶直接輸入文字生成相應的用戶界面設計。另外，人工智能生成建筑概念設計圖已經不算稀奇，有許多大大超出以往人類想象范圍的新奇的建筑造型被人工智能生成出來。

人工智能文創衍生品的設計也有不少進展。一方面，一些與數字藏品設計類似的文創衍生品可以通過人工智能生成，其原理與前面提到的人工智能繪畫與人工智能視頻生成類似；另一方面，部分人工智能繪畫平臺在繪畫后會自動提供一些現成的文創衍生品設計圖。例如，百度的“文心一格”即在繪畫生成后自動提供將該畫應用于手機殼、馬克杯、帆布包、胸卡或抱枕等的設計圖，有些還可以進行DIY 定制。另外，基于人工智能的數字藏品設計也顯示出較高的效率，這對于文創/衍生品數字化是較好的途徑。

需要說明的是，上述某個藝術學科的應用亦可能用于其他藝術學科。同時，隨著技術的進步與時間的推移，不同藝術學科還會出現更多環節的人工智能應用。

三、人工智能藝術創作過程中的雙主體

在未來，雖然機器有可能獨立于人進行藝術創作，甚至人類藝術家不得不與機器競爭，然而就目前而言，人工智能藝術的創作會在較長時間里處于人機協作的階段。當然，在人機協作創作藝術的階段，一個有趣且值得深思的問題是：誰是創作的主體？

（一）人機協作必將持續較長時間

目前，人工智能創作藝術是在人類設計的軟硬件條件下，通過人類設計的程序、算法，人類發明并設計的機器學習、神經網絡等技術的支撐，完成了所謂的“藝術創作”。在人工智能藝術創作的整個過程中，人工智能尚未脫離人類而自行完成，因而屬于人機協作的創作階段。

當然，未來可能有許多超乎想象的地方，已經有一些讓許多藝術家聽起來較為緊張的未來趨勢預測?！捌纥c藝術”概念提出者譚力勤指出，如果放眼庫茲韋爾預測的“奇點”時代，屆時奇點藝術家不但要與其他藝術家競爭，還要與智能工具與材料競爭，因為后者隨時可利用藝術家的創作思維創作出更美妙、更驚人的藝術品。當智能工具單獨創作時，它有著藝術家本身無法替代的獨特功能，并有自己的思維和想象力。［8］

“奇點”理論的思想核心即：未來“奇點”來臨時，人工智能可以設計人工智能，人工智能將發生大爆炸。當然，“奇點”何時到來，目前還沒有準確的預測，大致時間是在2045 年。

譚力勤提出的“奇點藝術”，主要是指科技“奇點”文明時期的藝術，是人類智能與人工智能高度融合階段的藝術。他認為，在生物身融合非生物機器智能的狀態下，藝術家義無反顧且自然地利用兩者的強智能來表現他們想要的藝術，這種藝術稱之為“奇點藝術”。

雖然“奇點”來臨之時將使包括藝術家在內的所有人震驚不已，但是至少短期內不會發生。因而，可以作出的基本判斷是，在強人工智能及“奇點”來臨之前，人工智能技術將不得不處于人機協作的階段。人機協作也是目前人工智能藝術創作方式最鮮明的特點之一。

（二）人機協作創作藝術時的分工

在包括藝術創作在內的人機協作內容創作與生產中，人與人工智能承擔不同的角色，發揮各自不同的優勢，但所承擔角色的具體環節及相應比例會隨著技術的發展而發生變化。彭蘭認為，人與機器各守一端，機器與人的能力偏向可以在不同層面表現出來。第一，對事物的反映方式：機器的客觀呈現與人的主觀觀察、描述；第二，內容產出優勢：機器的信息加工與人的觀點表達；第三，信息增值方向：機器的知識生產與人的意義創造；第四，內容生產中的決策依據：機器的精準指導與人的經驗、直覺判斷；第五，創作本質：機器的“計算性”創作與人的內驅性表達；第六，傳播中的互動：機器的程式化互動與人的共情性交流。人機協同的過程，是人與機器相互學習、相互增強的過程，其理想的結果，是人與機器的共同進化。但機器的進化，不應該以對人的核心價值與能力的削弱為代價。［9］

這已經基本將現階段人機協作創作藝術時人與人工智能的分工講清楚了?？傮w上，目前人機協作的要點是，人工智能在人的精心設計之下，將人的經驗、想法及欲賦予作品的意義以程式化方式及更高的效率將“作品”生成。

彭蘭教授還提出：“人機協同的過程，是人與機器相互學習、相互增強的過程，其理想的結果，是人與機器的共同進化。但機器的進化，不應該以對人的核心價值與能力的削弱為代價?！保?］毋庸置疑，人工智能介入藝術，是為了讓藝術有更多的可能性，而不是去摧毀人類基本的價值觀，雖然不排除未來人工智能及其所參與創作的藝術作品會產生出一些新的價值取向。

從這一觀點，可以引申出三個方面：第一，人工智能藝術創作過程中不能忽視人的價值；第二，人與人工智能各有所長；第三，暗示了人在人機協作中的主體性。然而，在人機協作仍將持續較長時間的前提下，即使人在其中仍然可能占據重要的作用，還是有一個必然的趨勢，即在未來的人機協作創作中，機器的作用或被使用的比例會不斷提高。

在人機協作創作階段，人機協同共生、互動共生、共同進化是基本共識，并且人占據主導性也似乎是該階段必然的特點?！叭斯ぶ悄馨缪萘撕细竦摹o助者’‘延伸者’的角色，并幫助人們不斷探索更多的創造性的可能。保持對技術的理性，合理看待人工智能技術的發展與應用，能夠使我們在捍衛主動權的同時，與人工智能協同共存、共同進化?！保?0］人類與人工智能在協作與進化時，必然會互相影響，相互依存。

（三）人機協作創作時的“雙主體”

前面談到，人工智能藝術不僅具有鮮明的人機協作特點，而且分工不同，相輔相成，共同進化。然而，人機協作中人是否一定占據唯一的主體位置值得再討論。雖然前面的討論肯定了目前必須處于人機協作階段，并肯定了人在人機協作中的主體性與主動權，但這并不一定意味著人機協作中人是唯一的主體。既然人工智能參與了藝術創作，或許可以認為人機協作創作時的主體為兩個，即人與人工智能都是創作主體，進而有了“雙主體”，并且是兩個創作主體“互動共生”的狀態。

湯克兵曾提出：“人工智能藝術的創作主體不完全是人類藝術家，而且還要考量具有智能的機器本質及其潛在的‘藝術家’身份。我們認為，機器可以產生一種創造力，盡管這種創造力是由人類觸發的，根植于一種共生的伙伴關系中。正是在這個互動共生的過程中，才產生了意想不到的可能性與新穎性，這也是人工智能藝術的魅力所在?！保?1］從這個角度看，人機協作藝術創作的主體未必只是人類，機器的主體性亦不能被忽視。

有觀點認為：“未來如果擁有主體性意識的超級人工智能從事藝術活動，并且能夠進行自主的審美活動，那么人類現有藝術形態的主體唯一性會受到影響，人類對于美或者藝術的定義也會發生改變?！保?2］這雖然是假設，但其前提涉及兩方面問題：一方面，人工智能在從事藝術活動時也是一個主體；另一方面，人工智能擁有了主體性意識。對于人工智能是否有意識或情感甚至靈魂，仍然有不少爭議。一些人認為機器可以有意識與情感，另一些人則認為機器不會有意識與情感。此外，還有一些與眾不同的觀點，如“沒有情感就沒有智能”，又如“智能正與意識脫鉤”。［13］

實際上，主體性問題涉及人類中心主義與非人類中心主義思想的差異，其背后體現的是東西方思想的差異。西方的人類中心主義認為，人分離并超越于自然界，自然界其他存在的價值在于其能被人利用和開發。從非人類中心主義角度看，不論是短期，還是中期或長期，人類在人機協作創作藝術過程中，除了擁有自己的主體性外，也不能忘記機器的主體性，進而形成“雙主體”的協作、共生的體系。

四、人工智能藝術的價值及審美判斷

既然談到人工智能藝術，那么必然會有人追問這些藝術品的價值與審美判斷。這里且不論某些人工智能藝術作品個案拍賣出的天價，就人工智能藝術本身而言，既存在所生成作品的水平問題，也需要對人工智能藝術的價值及審美判斷問題加深理解。

（一）人工智能美學概念的提出

針對“人工智能藝術”，已經有學者提出“人工智能美學”的概念，并探討人工智能美學的可能性。陶鋒為“人工智能美學”（the aesthetics of artificia intelligence）做了初步定義：“人工智能美學研究的是在人工智能技術發展過程中所出現的與美學有關的一些問題，其主要內容包括人工智能對人類感性(包括情感)和藝術的模擬、人工智能藝術的風格與鑒賞、人工智能視野下人類情感和藝術本質問題等，其方法主要是哲學美學的，并需要結合諸多跨學科如腦科學、神經科學、生物進化等理論以及人工智能領域最新進展來進行研究?！保?4］此處，“人工智能美學”的定義只是“初步定義”，尚有不斷改進、不斷完善的空間。然而，許多新概念正是在其定義未完全確定時，才有更多值得討論與思考的余地。

從某種意義上講，“人工智能美學”是未來主義美學、機器美學的延續與進化。例如，許多具有“賽伯朋克”風格的人工智能藝術作品不能不說是受了未來主義的影響?！百惒罂恕憋L格的人工智能藝術作品更讓人感受到科技、人工智能的未來感?！皺C器美學”雖然最初主要針對建筑（當然現在也有數字建筑設計），但是其“用機器的理性精神來創造一種滿足人類實用要求、功能完美的”事物的思維卻可以被用于人工智能創作的繪畫、音樂、動畫、視頻等藝術形式中。

另外，與人工智能密切相關的元宇宙領域也提出了“元宇宙美學”?！对钪媪Γ簶嫿缹W新世界》一書的腰封上印有“元宇宙美學”五個大字。該書試圖從美學角度探討元宇宙如何發展，其作者認為，現實世界里的“四力”（感知力、認知力、創造力及想象力）相互影響，但相對獨立，而元宇宙世界讓“四力”合一，進而產生元宇宙四美——新的美學系統和新的美學標準，即感知力美學、認知力美學、想象力美學、創造力美學。［15］或許，元宇宙美學將是人工智能美學的未來，并蘊含更豐富的審美判斷及美學標準。從某種角度看，人工智能美學將被包含在元宇宙美學之中。

（二）人類能否以公平的眼光來看待人工智能藝術作品

人類能否以公平的眼光來看待人工智能藝術作品？這是一個非?；镜牟⑸婕肮叫缘膯栴}?？傆腥颂岢?，憑什么讓所謂的機器創作的作品與人類創作的作品一起被欣賞？如果事先告訴你某個作品出自人工智能，你會按照評價人類藝術家作品的標準來判斷其價值嗎？

也許可以先通過類似圖靈測試的方法，將大多數人（如70%以上）都分辨不出的人工智能的作品篩選出來，再讓人們欣賞或打分。那些人工智能藝術作品會獲得高分嗎？當然，你會說，這是篩選過的人工智能藝術作品。那么，人類藝術展上的作品不也是經過策展人挑選的嗎？

問題的關鍵在于，人類能否以公平的眼光來看待藝術作品。有些人一聽是大師的作品，就必然給出高價值評判；對無名藝術家，則往往評價不高。甚至當一些藝術家本人或已故藝術家的親屬“有意”給某些作品做“偽證”時，這些作品也能獲得贊譽，這其實是不正常的。

當然，對于圖靈測試也存在爭議。有人提出，圖靈測試恐怕回答不了超出程序能力的“怪問題”，例如悖論或無窮性問題。人類的優勢在于擁有不封閉的意識世界，當遇到不合規則的問題時，人類能夠靈活處理，如果運用規則不能解決問題，則可以修改規則，或發明新規則。與之不同，圖靈機的意識是一個封閉的意識世界，是一個由給定程序、規則和方法所明確界定了的有邊界的意識世界，有局限性。［16］另外，彭羅斯對圖靈測試也有看法，并傾向于相信：作為一般的原則，不管模仿得多么巧妙，總能被足夠巧妙的探測方法檢驗出來。［17］

很多人贊同“英雄不問出處”的觀點。那么，當包括了人工智能藝術在內的作品出現在你面前，請你欣賞時，你能夠以平等的眼光看待它們嗎？

（三）人工智能藝術反過來影響人類的審美判斷

人工智能藝術也會給人類藝術家更多的啟示，并影響人類藝術家的藝術創作及審美判斷，就如同AlphaGo 給予圍棋選手更多的下棋策略啟發一樣。前面提到的CAN 中為了原創性而采取的通過偏離學習的風格來提升生成藝術的喚醒潛能及中等的喚醒潛能刺激有助于喚醒人們的審美意識等策略，都是通過不斷的實踐、訓練得來的，而非過去僅憑感覺、經驗或拍腦袋得來。

無論如何，人工智能在創作藝術過程中，研究了許多藝術創意的流程、規律，并建立在深入了解分析人腦工作機制的前提下，對于重新理解藝術創新策略及審美判斷無疑是有幫助的。借鑒人工智能科學的新成果，可以深入研究人類審美活動中藝術創新的規律與機制，細致認識審美情境、多元交互、在場體驗、情感計算和審美模式等復雜的感知和表達方式。

“這些理論研究將會有助于人們重新認識人類審美活動中的感知體驗，有助于解答不同環境中主體心理變化對審美客體產生的感受差異性和美感層次性等問題，對于理解人類感性活動與智能機器人感知能力等‘人—機—境’關聯問題也具有十分重要的理論意義?！保?8］的確，以前有關創作動機、意識、情感、創新發生及審美等問題，往往只是憑感覺，找不到依據，或許大數據與人工智能可以為人類提供更多科學的支撐或依據。

人工智能不僅給人類藝術家以新的借鑒，而且還鞭策著人類藝術家去創新。未來不排除一種情況出現，即在相對傳統的藝術或設計教學過程中，一些所謂的創作新“技能”或新“技法”由人工智能發現，繼而被藝術或設計學科的老師們掌握后教給學生，進而擴展成了某個藝術或設計門類的創作方法。甚至，新的創作技法可能會提高這一藝術或設計門類學生的學習效率。

結 語

人工智能藝術的定義、內涵及外延需要不斷更新，其所依賴的新技術及相應的算法模型亦在不斷更新，需要加以關注，這些模型將影響人工智能藝術的發展速度及所生成作品的水準。人工智能正在向包括音樂、舞蹈、戲劇、廣播影視、戲曲曲藝、美術書法及設計等領域滲透，幾乎所有的藝術學科都可能被人工智能所影響，也可能會從人工智能那里受益。

人工智能藝術創作將在較長的時間內以人機協作的方式進行，人與人工智能會各司其職，各盡所能，相互協作，相互成就，并且共同進化。然而，隨著人工智能在人機協作中的作用越來越大，人工智能藝術的創作主體不能只有人類，或許“雙主體”是較為合理的提法。越來越多的藝術家利用人工智能創作藝術也將成為一種必然的趨勢。

人工智能美學的概念已經進入討論范圍，它不僅與過去的未來主義美學、機器美學等有一定聯系，還會與未來的元宇宙美學有關聯。重要的是，人類或許能夠以公平的眼光來看待人工智能藝術作品，如果人類真的做到“英雄不問出處”的話。同時，人工智能藝術也會反過來影響人類未來的審美判斷。