科技与艺术交融 机器与灵魂碰撞

编者按

如今由计算机进行的艺术创作逐渐进入大众视野，一系列AI画作层出不穷，同时也引发了对于艺术创作的哲学思考，目前由计算机进行的绘画更多的是“生成”的美学，而非“创作”的艺术，但又不能直接断言智能绘画毫无创作性。

智能绘画是深度分析了艺术家的创作模式下生成的，是算法，亦是模仿。模仿说是艺术起源问题最古老的理论一一艺术起源于“模仿”，而智能绘画亦是对艺术家创作形式的模仿，那如果人类的模仿可算创作，机器的模仿又如何定义呢？围棋人机大战中，人工智能“阿尔法围棋”（ AlphaGo）的胜利引起轩然大波，尤其是新版程序AlphaCo Zero，它甚至抛弃了“人类经验”，只输入了最基本的围棋规则，从零学起，便能以100：0的战绩击败旧版AlphoGo，这无疑是对人类的极大挑战。但与围棋的理性思维不同，绘画艺术没有“最优解”，艺术的价值在于主观情感的表达，并不是仅仅靠经验和“套路”。因此，如今对于人工智能艺术还存在较大的争议，但不可否认的是，它是当下炙手可热的艺术形式，也能在一定程度上激发艺术家的灵感与思辨。

《现代艺术》本期“前沿”栏目特意围绕这一热点话题，刊登四川大学计算机学院（软件学院）计算艺术研究组的相关文章，该研究组多年致力于智能艺术领域的研究工作并取得显著成果，同时文章中也指出了人工智能艺术与计算机生成艺术之间的细微差异，让大众能更深入细致地了解“智能艺术”。

四川大学计算机学院（软件学院）计算艺术研究组

学术指导：吕建成教授

计算艺术研究组成员（智能绘画方向）：李茂 王坚 赖志宸 汤臣薇 付菲菲

从上个世纪50-60年代开始，人们就逐渐看到了在计算机上进行艺术创作的潜力，发展到现在，利用计算机技术生成艺术已成为了一种被普遍认可的创作方式。我们现在接触到的一些艺术，如影视、游戏中的音乐等，有许多早已不是人工完成的了，微软还以“微软小冰”的名义出版了首部人工智能诗集《阳光失了玻璃窗》。在一些应用艺术领域中生成的方式也被广泛应用，如海报设计等。现在将生成艺术作为艺术的一种形式，几乎没有什么大的争议，在今天的各类当代艺术展览中，也能够看到这样的作品。

一、生成艺术的概念

生成艺术是指借助计算机等设备通过程序直接得到结果的艺术创作，强调创作过程由机器自动执行，而它的运行规则则由艺术家和工程师来制定。在不同历史时期，也出现过一些其他概念，如电子艺术、新媒体艺术、数字艺术、基于规则的艺术、算法艺术、计算艺术等，每一个概念在不同时期又有不同含义，而生成艺术的概念一直被使用，是强调创作过程是机器执行，自动得到一个结果。

生成艺术本身也存在多种定义，菲利普·加兰特实验。让志愿者进行区分，哪些是计算机生成的画面，哪些是艺术家手工完成的创作。以及让志愿者评价，计算机生成的艺术与艺术家手工完成的作品，哪一种更好看一些。在以往公开的一些实验中，生成艺术的表现往往更好。

学术领域对生成艺术的评价和认可也表现在商业领域。生成艺术在上世纪60年代开始商业化，逐渐被机构和个人收藏，到20世纪90年代后期被美术馆纳入其展览和支持计划。2016年，谷歌与灰艺术基金还曾联合举办过利用神经网络生成的艺术展，并进行了现场拍卖。2018年，佳士得拍卖行在纽约拍出了一幅法国艺术团体的人工智能绘画，价格约300万人民币，这是在多个媒体被广为报道的事件。

另外，在应用艺术领域，生成艺术也有它独特的意义。如克里斯蒂诺·索杜（ Celestino Soddu）认为，设计的优化阶段适合于计算机完成。同时，还可以解决当代工业时代流水线生产出来的产品缺乏个体的问题，通过数控技术，利用生成技术制造出大批独具特色但功能相同的商品。

目前，有爭议的问题主要在：在生成艺术的创作中，谁是艺术家的问题;生成艺术的情感问题;生成艺术的价值问题等。

五、四川大学计算机学院（软件学院）计算艺术研究组的探索

十年前，在中国著名艺术家、四川大学艺术学院特聘教授程丛林与时任四川大学计算机学院（软件学院）院长章毅教授的倡议下，开始关注智能艺术领域的研究工作。后来，四川大学计算机学院（软件学院）院长吕建成教授在实验室设立计算艺术研究组，进行结合计算机技术的艺术创作探索。

计算艺术研究组，依托学院在大数据、人工智能领域的研究基础，进行了智能绘画、智能诗词、智能音乐等多个艺术相关领域的创作探索。智能绘画结合深度学习等计算机前沿技术，进行了中国画工笔、写意，以及抽象画的生成创作。既是将计算机技术作为一种艺术创作的媒介，遵循艺术家创作的思维，更是将生成艺术作为一种新的艺术形式，遵循智能艺术本身的特点进行创作研究。

智能绘画的创作进行了多种方式的尝试，包括遵循艺术家利用写生、参考图片进行创作的工作习惯和创作方式，利用计算机技术来理解参考图像的色彩数理关系，进行创作;让计算机学习一些传统的形式美法则，以及画面视觉要素的均衡、疏密、节奏、韵律、黄金比率、三分法等，形成抽象画的生成模型，将最纯粹的艺术语言点、线、色彩、肌理等元素作为抽象画的表现要素进行创作;以及由艺术家进行宏观设计，计算机结合之前的学习结果，再进行细节创作等。

如果参照人工智能的定义，以往的生成艺术还很难定义为智能。四川大学吕建成教授认为，计算机生成艺术从借助计算机工具来表现人的创新、想法和情感阶段，将发展到人工智能艺术阶段;人工智能艺术最本质的特征在于，艺术的创意、想法和情感，部分或者全部由机器所产生。人工智能艺术将成为未来几年人工智能发展的重要领域。

菲利普·加兰特尔（ Philip Calanter）认为，生成高度有序与高度无序，对计算机来说都是相对容易实现的，未来的研究重点与难点是实现有序与无序结合的探索。

总之，科技在飞速发展，计算机生成艺术的未来，值得我们期待。Photoshop在1985年进入开发。Photoshop最终集合图像处理所需的基本功能，涵盖了之前的一些研究内容，结合色彩的主要属性，使图像处理大众化。它的通用性提供了极大的灵活性，普通用户就能获得一定的视觉效果。随着计算机图形学的持续发展，图像质量获得极大提升，这源于计算机绘画技术系统的发展成熟和通用图形语言的出现。

20世纪90年代，更多开源软件出现，并形成系统，得到推广，这与应用软件的方便性、通用性有很大关系，使更多的爱好者参与到生成艺术的创作中。通过程序设计可能获得的一些特殊视觉效果、对已有艺术特征的模拟，以及对艺术创作流程的模拟等，一直是生成艺术创作参与者的兴趣点。

随着深度学习取得进展，也促进了计算机生成艺术的发展。2014年伊恩·古德费洛（ Ian Goodfellow）等提出的生成对抗网络（ Generative AdversarialNetworks，GAN），对于艺术生成有特别的意义。近几年在各类媒体上出现的一些AI艺术作品，也大多是基于CAN生成的。

三、生成艺术的主要内容

对于计算机生成艺术，人们普遍关心它是如何进行创作的，以及它创作的内容来自哪里。

艺术家的创作方式千差万别.有的使用已有的图片内容作为创作素材，包括对某位艺术家的作品进行某种方式的改变等。每一位艺术家都有自己特定的创作方式或制作过程，有的艺术家甚至最初连自己都不知道要画什么，而是边创作边思考，在创作的过程中，根据画面的情况，再一步步确定最终要绘制的形态以及完成的效果。但无论哪一种，艺术家的创作内容都或多或少受到生活、学习经验的影响，与已有的艺术作品或现实有一定的联系。对照艺术家手工完成创作的思路来看，计算机生成艺术发展到当下，主要的研究内容大致可以分为以下两类。

一是基于学习的风格模拟。随着深度学习和神经网络技术的发展，计算机能够以计算的方式理解和记忆图像特征和文本内容，因此可以实现对某种风格特征的学习，并将这种风格学习后应用于另外的图像中，实现对风格的模仿，这就是近几年出现在生成艺术领域的风格迁移。谷歌公布的视觉工具DeepDream项目所实现的图像效果，Prisma以及其它一些应用软件等，都是如此。

在生成艺术的发展历史中，对传统艺术形式的模拟一直是一些工程师、艺术家的追求。GAN网络的提出，对于这类方式的创作提供了支持。GAN中主要包含生成器和判别器两个网络，生成器是要尽量生成真实的图片去欺骗判别网络，而判别器则是要尽量将生成器生成的图片和真实的图片进行区别，两个网络博弈的结果就是得到一个生成模型，使生成的图像既尽可能真实，又与真实有所区别。这种思想很适合于对某一类艺术作品风格的模拟，应用于艺术创作中。 第二是基于一定规则的创作。不同于风格模拟的是，这里没有输入的图像，如分形艺术，以及一些以抽象几何为表现内容的生成艺术家，如曼弗雷德·莫尔（ Manfred Mohr）、计算机艺术开拓者之一的薇拉·莫尔娜（ Vera Molnar）等。基于一定规则的创作，也包括对于一些特殊视觉效果的追求，这里的特殊视觉效果不同于前面的风格，不是对已有的效果的模拟。

四、生成艺术的价值评价

对生成的艺术的评价，包括大众的评价和学术领域的评价。按照生成艺术创作研究工作通常的做法，以绘画为例，是进行用户参与对生成艺术与世界知名艺术家手工完成的艺术作品进行匿名后区别、评价的实验。让志愿者进行区分，哪些是计算机生成的画面，哪些是艺术家手工完成的创作。以及让志愿者评价，计算机生成的艺术与艺术家手工完成的作品，哪一种更好看一些。在以往公开的一些实验中，生成艺术的表现往往更好。

学术领域对生成艺术的评价和认可也表现在商业领域。生成艺术在上世纪60年代开始商业化，逐渐被机构和个人收藏，到20世纪90年代后期被美术馆纳入其展览和支持计划。2016年，谷歌与灰艺术基金还曾联合举办过利用神经网络生成的艺术展，并进行了现场拍卖。2018年，佳士得拍卖行在纽约拍出了一幅法国艺术团体的人工智能绘画，价格约300万人民币，这是在多个媒体被广为报道的事件。

另外，在應用艺术领域，生成艺术也有它独特的意义。如克里斯蒂诺·索杜（ Celestino Soddu）认为，设计的优化阶段适合于计算机完成。同时，还可以解决当代工业时代流水线生产出来的产品缺乏个体的问题，通过数控技术，利用生成技术制造出大批独具特色但功能相同的商品。

目前，有争议的问题主要在：在生成艺术的创作中，谁是艺术家的问题;生成艺术的情感问题;生成艺术的价值问题等。

五、四川大学计算机学院（软件学院）计算艺术研究组的探索

十年前，在中国著名艺术家、四川大学艺术学院特聘教授程丛林与时任四川大学计算机学院（软件学院）院长章毅教授的倡议下，开始关注智能艺术领域的研究工作。后来，四川大学计算机学院（软件学院）院长吕建成教授在实验室设立计算艺术研究组，进行结合计算机技术的艺术创作探索。

计算艺术研究组，依托学院在大数据、人工智能领域的研究基础，进行了智能绘画、智能诗词、智能音乐等多个艺术相关领域的创作探索。智能绘画结合深度学习等计算机前沿技术，进行了中国画工笔、写意，以及抽象画的生成创作。既是将计算机技术作为一种艺术创作的媒介，遵循艺术家创作的思维，更是将生成艺术作为一种新的艺术形式，遵循智能艺术本身的特点进行创作研究。

智能绘画的创作进行了多种方式的尝试，包括遵循艺术家利用写生、参考图片进行创作的工作习惯和创作方式，利用计算机技术来理解参考图像的色彩数理关系，进行创作;让计算机学习一些传统的形式美法则，以及画面视觉要素的均衡、疏密、节奏、韵律、黄金比率、三分法等，形成抽象画的生成模型，将最纯粹的艺术语言点、线、色彩、肌理等元素作为抽象画的表现要素进行创作;以及由艺术家进行宏观设计，计算机结合之前的学习结果，再进行细节创作等。

四川大学吕建成教授认为，如果参照人工智能的定义，以往的生成艺术还很难定义为智能。四川大学吕建成教授认为，计算机生成艺术从借助计算机工具来表现人的创新、想法和情感阶段，将发展到人工智能艺术阶段;人工智能艺术最本质的特征在于，艺术的创意、想法和情感，部分或者全部由机器所产生。人工智能艺术将成为未来几年人工智能发展的重要领域。

菲利普·加兰特尔（ Philip Calanter）认为，生成高度有序与高度无序，对计算机来说都是相对容易实现的，未来的研究重点与难点是实现有序与无序结合的探索。

总之，科技在飞速发展，计算机生成艺术的未来，值得我们期待。