AI的工作效率無疑是很高的，不像會受到情感因素干擾的人類，AI可以非常快、非常準確，毫無障礙地完成我們交托給它的任務。一個算法就能讓AI干那些索然無味的重復性工作，在數(shù)據(jù)處理方面，每臺計算機的性能都能像“雨人”那樣強大。

但如果說讓AI去進行藝術創(chuàng)造，你覺得可行嗎？因為藝術是將科學和技術結合到一起的產(chǎn)物，我們通常傾向于在那些邏輯需求大過情感需求的“創(chuàng)作世界”之外的領域，讓AI來協(xié)助我們完成工作。這是很自然而然的想法，因為就目前來說，AI機器還缺乏情感智慧和所謂的“直覺”。但當代碼要求AI去進行藝術創(chuàng)作的話，它們也是有能力能創(chuàng)作出富有創(chuàng)意的作品的。

AI在這方面的進步非常突出，目前的AI已經(jīng)能寫詩、作畫、講笑話了。除此之外，它還能創(chuàng)作菜譜、寫流行歌、報道新聞——這些傳統(tǒng)的創(chuàng)意工作此前一直被人類創(chuàng)意工作者所牢牢地把控著。

雖然，“藝術家”的角色在短期內(nèi)還不太可能會被AI完全接管，但AI具備能進行藝術創(chuàng)造的能力的這事兒，也催生出了一個關于藝術品本身的哲學問題——當我們評論一件AI藝術品的藝術性時，誰應該得到褒獎。

AI藝術與人類藝術相比如何？

即便是最老練的藝術批評家，他們有時也無法區(qū)分開AI的藝術作品和人類的藝術作品。日前，美國羅格斯大學（Rutgers University）藝術與人工智能實驗室的一個科研團隊編寫出了一個算法，它可以基于自己對人類藝術史的認識，創(chuàng)作出令人驚嘆的藝術作品。

這個科研團隊所開發(fā)出的一種神經(jīng)網(wǎng)絡能以一種全新的AI創(chuàng)作風繪制畫作，在巴塞爾藝術博覽會（Art Basel）上參觀過這幅畫的觀眾中，有53%的人認為它是人類創(chuàng)作的。

而這個團隊開發(fā)出的另一種模仿現(xiàn)存繪畫藝術風格的神經(jīng)算法，則表現(xiàn)得要稍差一些，但也有35%的參觀者認為，它所創(chuàng)作出的畫作是人類的手筆。

更令人驚奇的是，當科學家們詢問那些看過這些藝術品的人，這些畫作是否能鼓舞他們？或是，是否給他們造成了情感上的共鳴時，AI所創(chuàng)作出的藝術品的得分在所有的藝術風格里，都要略高于人類藝術作品的得分。

在寫作上，AI在某些方面表現(xiàn)得很好，在另一些方面也會不盡如人意，神經(jīng)網(wǎng)絡和預測性算法離“完美”還差得很遠。當科學家們用7部《哈利波特》小說對一個AI系統(tǒng)進行訓練后，它所創(chuàng)作出的一個章節(jié)非常滑稽，但缺乏深度。例如，有一段是這么寫的：“羅恩打算變成一只蜘蛛，事實上他已經(jīng)成了一只蜘蛛。”

類似的，科學家們用海量的科幻劇本訓練這個AI系統(tǒng)后，它還創(chuàng)作出了一部名為《Sunspring》的短片，得益于許多知名演員的傾力演出，這個電影的可觀賞性還是很高的。

在音樂和詩歌方面，AI的進步也顯得尤為明顯。AI曾以Beatles樂隊的風格創(chuàng)作出了第一首AI流行歌曲，雖然與Beatles那些金曲的高排名相比，這首AI歌曲的流行排名還不是很高，但它還是捕捉到了Beatles成員們的音色特點。

除此之外，AI算法在經(jīng)過一些易于理解、簡短而抽象的詩歌的訓練后，還創(chuàng)作出了一些十四行詩和各類詩詞。

機器人記者或許是AI目前所涉足的那些藝術媒介領域里，表現(xiàn)得最為成功的一個。目前，在我們所處的互聯(lián)網(wǎng)上，到處都存在著它們忙碌的身影，我們已經(jīng)很難判斷出一篇報道的作者，究竟是人類？還是AI？

AI能做啥？AI不能做啥？

為什么AI在繪畫上表現(xiàn)得很出色，但卻拍不了電影呢？為什么它寫出的詩歌很生動，但寫小說就不在行了呢？一篇圍繞著AI創(chuàng)作十四行詩的分析報道，在總結AI目前在藝術世界里所取得的成功和犯下的過錯時，曾這樣寫到：“這些由機器人寫出的十四行詩...似乎什么也沒講。”AI確實能寫詩，但它還無法講述一些連貫的故事。

藝術需要講述一個故事嗎？雖然對絕大多數(shù)小說來說，它們是需要一個核心故事的，但有些藝術媒介其實只依賴于一些圖片或是隱喻，它們能引發(fā)觀看者的情感共鳴，或幫助他們以一種全新的方式去審視我們所處的這個世界。

所以，雖然可以沒有核心故事，但筆者認為要創(chuàng)作藝術還是需要具備三個必要條件：一是技術能力；二是創(chuàng)造力；三是目的性。

AI能非常出色地模仿前兩點，比如給它足夠的信息和方向，AI就能再現(xiàn)一種繪畫風格，亦或者學會一首詩的韻律結構。

創(chuàng)造性就要難懂一些了，我們可以用對想象力和原創(chuàng)性的應用來定義它。其實AI要實現(xiàn)這兩點并不困難，原創(chuàng)性是可以通過代碼去實現(xiàn)的，事實上，人類常常受困于自己的邏輯常識，而無法取得創(chuàng)造性的突破，但機器人卻沒有這樣的限制。舉給例子，IBM的“Watson大廚”，它常常會出于好奇，出人意料地將一些不同尋常的食材組合到一起，幷創(chuàng)造出新的美味。AI設計師還能從你的衣柜里找出你從未想過，但搭配得很完美的服飾。

在顏色、詞匯選擇和其它一些藝術性的決策方面，AI也表現(xiàn)得非常棒，它往往能超越平凡，帶給人以全新的藝術靈感。

AI能在技術能力和創(chuàng)造性方面媲美人類，那么要想創(chuàng)造出真正的藝術作品，就只剩下目的性這一點了——目的性是啟發(fā)一件藝術作品誕生的源頭，也是這件作品想向人們傳達的訊息。然而，人工智能和其開發(fā)者的智力卻是相互獨立的，開發(fā)者開發(fā)出的AI機器能依據(jù)它所接收到的信息作出決策，學習新知識，甚至自我進化。

如果一個AI機器畫了一幅抽象畫，那么這幅特殊的藝術畫作的意圖，不能被簡單地歸結到開發(fā)出這臺AI機器的程序員身上，但它也不完全屬于AI機器的本身。這種藝術或許很有魅力，但它背后所想表達的意思卻是說不清道不明的，這讓我們很難去贊美它。

藝術家的角色

許多偉大的藝術作品都具備一些意義和價值觀，因為這些作品背后往往都有許多故事和情感。比如梵高的《星空》，它就是用從收容所的窗戶向外看的視角，去看夜空。同樣的，畢加索的名畫《格爾尼卡》也描繪了德國空軍瘋狂轟炸西班牙小城格爾尼卡的情景。

當我們面對一件由AI創(chuàng)作出的藝術作品時，我們有許多選擇，我們可以無視其創(chuàng)作環(huán)境，單單從我們所處的人類的視角，基于帶給我們的感受去評價它。設想一臺計算機給我們造成的情感上的觸動會大過人類，是一件很別扭的事兒，但在我們所處的21世紀，我們將不得不去習慣這一點。

我也可以評價藝術家——在AI創(chuàng)作的情況下，指的就是開發(fā)出AI機器的開發(fā)者。程序員如果作為一名藝術家的話，即便在AI藝術作品的創(chuàng)作過程中，曾一次或多次地獨立于創(chuàng)作過程之外，但他/她也有過自己的觀點和意圖。

最后，我們還可以考慮“為什么”。出于實驗性的目的讓AI去進行藝術創(chuàng)作是一件很有趣兒的事情，但我們最終的目的是什么？像其它工作那樣，讓創(chuàng)造性的工作也變動自動化？用奧斯卡、普利策獎、格萊美獎來褒獎那些程序員，而剩下的我們就坐在下面，靜靜消費它們（如果我們消費得起的話）？

這是一個很棘手的問題，當我們小心翼翼而又果敢地在我們的生活中，在事業(yè)里，在娛樂時，在消費時，我們都必須時時刻刻在腦子里想著這樣一些目的性的問題。

就目前來說，一臺被藝術史“熏陶”過的，想要創(chuàng)造出屬于自己的藝術作品的AI機器，它和一個藝術專業(yè)學生所能做的事兒沒什么不同。他（它）們都得到了別人的幫助，而AI本身就是我們相互合作的證明，AI能做的事兒，也是人類創(chuàng)造力和能力的合理延伸。