最近，谷歌出了个AI画画网页，美院老师邱志杰出了个AI学生，连手机软件都出了AI滤镜，人类的最后一块净土——艺术对于机器人来说似乎也只是小菜一碟。
有独立艺术闯作能力的“AI画师”真的存在吗？国际象棋这种理性领域比不上机器人就算了，这下连感性领域都要被AI侵占了？作为一个不服气的人类，我倒要看看，究竟什么样的AI能够代替艺术家？但首先，让我们再仔细看看这些画儿——
艺术，离不开艺术创新。
这些AI作品确实可以通过图灵测试，但它们具有艺术创新吗？艺术家的任务，从来都不只是画得像或者画得美，而是产生新的风格、新的理念、新的视角，没有创新就没有艺术，而这正是凭借单纯数据和算法的堆积很难达到的。
VS
拿钢琴打比方，如果只拼准确度和速度，钢琴机器人可以轻易打败朗朗；但是弹钢琴不只是按准琴键，每个钢琴师的手指都有各自的accent（即口音、重音），轻重缓急的变换、个人风格的诠释，这些都是机器人难以自创的。
因此，我们仅凭“创新（creativity）”这一点，就可以轻易排除掉几位AI选手——
▼ 这位德国的AI选手，可以将任意一张照片，变成梵高、蒙克、毕加索等风格的画作。
▼ 这位法国的AI选手“保罗”，可以利用摄像头，十几秒之内将对面的人画成一张素描。
基本上，这些选手，或者是一个稍高级点的滤镜，或者就是一串显而易见的重复代码，基本都不具备艺术创新的能力。
那么，艺术创新是什么？，这个问题，可以说是，所有AI艺术家的核心问题。
我想，在这个方面，下面这几位选手，或许更具有参考价值——
- 第一位选手Cloudpainter
挑战人类宣言：没有什么是“深度学习”搞定不了的，包括创新力～
还记得当初那个靠深度学习打败国际象棋世界冠军的阿尔法狗吗。在美国，Pindar Van Arman同样用深度学习教会了他的AI机器人Cloudpainter如何用纸笔和颜料画画。
用这种方式，cloudpainter打破了机械绘画的单一性和风格倾向，它不仅能够记住以往的作品，尝试自我优化，随着时间不断发展自己的风格，还能通过摄像机自我观察，随时进行调整。
这种不断学习的方式，使cloudpainter成为了一个不断在学习中的、不断独立地发现规律、掌握规律的“绘画学徒”。
那靠这种勤劳刻苦、天天复习的方式，到底能不能得到创新力呢？
其实，本质上来说，cloudpainter依然只是画画的媒介，而Pindar本人通过为机器人选择绘画对象，以及大海捞针般地挑选成品，成为了事实上的创意主体。
但cloudpainter也有一定的自主的能力，他可以在多个画布上随机改变算法产生多个画作，并且根据这些画在ebay上拍卖出的不同价格进行自我调整，在上千张无意义重复的画作之中，时不时能产生一些艺术惊喜。
但是，惊喜不代表创新，只能代表算法中混入了一定的随机性，一只猩猩在打字机上乱按个上千亿年，说不定都可以打出来一部哈姆雷特。
cloudpainter「 the hunter」
如果你拿cloudpainter最经典的这幅“猎人图”跟安迪沃霍尔的量产艺术作比较，会发现安迪沃霍尔不过是在单一画面上调整了两个颜色而已，自己画的成分可能都比不上cloudpainter。
Andy Warhol 「 Marilyn Monroe」
但是，正由于沃霍尔选择的两个颜色如此喧闹而原始的、充满时代张力的、史无前例的冲撞，使得它即使被拿来流水线生产，也依然有无数人买账。
而缺少自创性和前瞻性的cloudpainter，却恰恰无法对颜色组合的可能性产生概念。
单单这两个颜色的选择，就是cloudpainter永远难以逾越的鸿沟。
总结：自我学习学不来创新，最多学成画匠。
- 第二位选手Deep Dream
挑战人类宣言：艺术创新，就是一场颅内的神经元飞行！！！
如果你看过西部世界，你应该还记得故事开头科学家们在机器人身上实验的那个概念——Reveries，即遐想，冥思。
通过给机器人一段往世的记忆，使得机器人在日常运行时，容易被现实事件触发而遐思翻飞，从而更具人性之美，但正是由于这份“遐想”，使机器人产生了自我意识，激发了反抗。
这个故事给了所有人一个值得探讨的概念——想象力，会不会就是自我意识之源？而自我意识，又正是创新力的来源。
果不其然，立即有人利用“遐想”的概念，让电脑尝试用想象力作画——谷歌发布的视觉工具deep dream采用了类似人脑神经元的方式，运用机器人“潜意识”记忆库中的“联想力”，来模仿人类的想象力。
比如一张天空的照片，用低层的神经元去处理它的质感，就会形成梵高一样的笔触；而用高层的神经元去处理它，就会将抽象慢慢变成具象，形成城市、建筑、动物的形象……
通过这种方式，deep dream对这个世界展现出了独特的认知，创作出类似药物反应般的鬼畜幻象。
那这种方式，能够被称为艺术创新吗？
纽约艺术评论人Jerry Saltz说，deep dream只是在原有的图形内，填充随机的图像，这种方式尚不能完全被称为具有创新性的艺术创作，只能说是初期的尝试。但是按照这种方式进化下去，或许可以模仿出人类创意的产生机制。
总结：想象力，或许是解锁人性的钥匙。
- 第三位选手AICAN
挑战人类宣言：创新力，不过只是一串公式～
美国Rutgers’ Art & AI 实验室认为，创新力就是一串公式——
创新力＝自创性X影响力
两幅画相似程度大，则年代较前者创新力上升，年代较后者创新力下降。
自创性，即独一无二性，与之前的画作相似越多即自创性越低；而影响力，则代表了创新对于艺术发展的意义，你可以在本子上随便画几个圆圆叉叉，但那不是创新，真正的创新是会引发后世的大量模仿、借鉴和致敬的。
通过这两个数据的分析评定和整合，就可以得到艺术史上所有画作的创新度。比如达芬奇最出名的蒙娜丽莎，通过大数据运算得出的创新度得出，它的创新力其实低于许多并不出名的作品。
要让AI创造出有创新力的作品，首先得让机器知道什么是创新，通过对所有名画的创新性的运算和整合，Rutgers’ Art & AI 实验室创造出了一个名叫AICAN的AI系统，来产生最符合大数据对于创新度的要求的、与之前所有艺术风格背道而驰的艺术作品。
这种纯粹依靠大数据的方式，使人不免怀疑AI创作过程中新意产生的来源。仅在依托艺术史的同时推翻艺术史，是缺乏源头活水的。果不其然，AI生产出的大数据画作，确实很难让人发现新意。
纽约杂志艺术评论人Jerry Saltz评价说：AICAN的画作属于看似前卫的当代画中风格平庸的那一类，已经在当代被人重复过一千遍。
或许仅凭大数据得出的创新公式，并不能彻底还原复杂而神秘的艺术火花。
总结：创新不会是一道公式，或一串数据
看到这里，你应该发现，无数个AI选手，试图用各种各样的方式，来达到艺术创新力，前路却依然渺茫。
可见，先有灵魂，才有创新，先有创新，才有艺术。
最后回到那个问题——AI能代替艺术家吗？
BBC著名测试“Will a robot take your job?”（机器人会取代你的工作吗）
对艺术家给出的答案是——难，非常难，可能性大概4%
能被AI代替的艺术行业，都是那些生产重复性设计、本身就很容易被取代的艺术工作。然而真正的创新，还是得掌握在人自己的手里，毕竟机器很难产生原本不存在的东西。
只要你具备艺术创新能力，就永远不用担心被机器人取代啦～
艺术AI的优势只在于对“重复性”的掌握，即对数据的总结和计算，而不在于创新。AI在创新方面的优势可能都比不上一头会画画的大象。
但是正因为对这种对重复性的掌握，使得艺术AI具有非常广阔的发展前景——
▼ 快速生产临摹品、模仿品和设计花样，有利于大众艺术的量产，比如海报生成、产品花纹生成、版面设计生成、人像素描……
AI取代路边人像素描还是没问题的
▼ 准确掌握笔画特点，鉴别艺术品真赝，比如识别范丹齐格的笔触法、毕加索的笔画分割。
AI识别毕加索的笔画分割
▼ 为节省艺术家重复劳动而进行辅助绘画，比如电脑游戏造境，比如学前美术教育。
AI一笔成树
所以，我们应该探讨的，并不是什么取代不取代的问题，而是我们可以用艺术AI去做些什么～，想要提高你的艺术创新能力，不如好好利用AI技术，打开你的脑洞，探索AI时代的艺术未来吧！！！
想了解更多交互设计相关资料？
关注小编或者下方评论~