遵循“藝術真實”法則：AI藝術面臨 的一道坎兒

方興未艾的AI藝術讓人眼花繚亂，但很多AI藝術作品總給人以機械復制、拼湊組合的感覺。相較于人類藝術家，AI真正的短板不是其智商，也不是其情商，更不是其模仿機制，而是缺乏人類那種特有的復雜的生活體驗和人生閱歷。原因不在于AI本身，而在于研發(fā)AI藝術系統的科學家們，沒有意識到“藝術真實”法則這一美學鐵律對于藝術創(chuàng)作的重要性。欲破除AI藝術發(fā)展瓶頸，AI科學家應與藝術家、美學家、藝術理論家等通力合作，解決“藝術真實”法則的可計算化難題。 近年來，作為新型數字藝術的AI藝術越來越多地出現在人們的視野中。AI(Artificial Intelligence)藝術即人工智能藝術。如果我們將伴隨計算機技術而生的CGI(計算機生成圖像)藝術稱為數字藝術的1.0版，將伴隨互聯網技術而生的網絡文藝稱為數字藝術的2.0版，那么方興未艾的AI藝術或可稱為數字藝術的3.0版。從1.0版到3.0版，數字藝術是在迭代加速中完成其世代跨越的。我們看到，基于CGI的數字電影、數字動畫、網絡游戲是當下最活躍的數字藝術力量之一，基于互動機制的各種網絡文藝也風頭強勁。相比之下，由最先進的數字技術催生的AI藝術，迄今還沒有顯現出特別耀眼的美學光芒和比較明朗的發(fā)展前景，這究竟是為什么? AI藝術作品的審美表現力顯得幼稚粗糙 為了方便回答上述問題，讓我們先回到當下最具標志性的AI藝術現場。 2020年8月7日，在全球人工智能和機器人峰會AI藝術專場，清華大學未來實驗室博士后高峰展示了他和團隊花費6年時間研發(fā)的一款AI繪畫系統——道子。據高峰介紹，無論是道子模仿著名藝術家作品生成的水墨畫《齊白石蝦》《徐悲鴻馬》《黃賓虹山水畫》，還是借助機械臂在傘面上畫出的水墨畫，都達到了與人類藝術家的作品難以分辨的程度。 其實，高峰團隊研發(fā)的這款AI繪畫系統及其作品算不上先進。對于AI藝術來說，更具里程碑意義的事件發(fā)生在2018年10月25日。那天，由法國Obvious團隊研發(fā)的一款AI繪畫系統所創(chuàng)作的作品《愛德蒙·德·貝拉米肖像》在紐約克里斯蒂拍賣行，以432500美元成交，其受到的關注遠遠超過同場競拍的畢加索作品。隨后，德國當代著名AI藝術家馬里奧·克林格曼(Mario Klingemann)，在蘇富比拍賣行展示了一款由AI創(chuàng)作的名為《路人記憶1》的流動肖像畫。 AI不僅可以繪畫，還可以寫詩，“微軟小冰”(現已改名為小冰框架)就是最著名的“AI詩人”。小冰以1920年以來519位中國現代詩人的數萬首詩歌為訓練材料，在進行100個小時近10000次的模仿訓練之后，掌握了“寫詩”的技能，并于2017年出版了首部詩集《陽光失去了玻璃窗》。除了繪畫和寫詩，目前AI還將觸角伸向了音樂、劇本、動畫等多個藝術領域，生成了一系列AI藝術作品。 目前來看，雖然AI藝術引發(fā)了輿論的關注，也讓資本嗅到了商機，但整體而言并未掀起太大波瀾，沒有多少藝術家擔心，AI能像工業(yè)機器人替代工人那樣讓他們丟“飯碗”。絕大多數藝術家、評論家都認為，當下的AI藝術作品不僅遠未達到人類藝術家作品的美學水準，而且離1.0版和2.0版的數字藝術的美學質量也有巨大差距。說得更具體一點，大多數現今的AI藝術作品在審美表現力上顯得比較幼稚和粗糙(很多AI生成的詩歌成了不同詞語的組合堆積，讓人不明白要表達什么意思)，既缺乏傳統藝術所擅長的宏大敘事(AI很難創(chuàng)作出長篇小說)，又缺乏前兩代數字藝術特有的形式創(chuàng)造，更遑論獨樹一幟的美學風格。 并非學習不夠或模仿機制出了問題 人工智能的一大特點是具有學習能力，學習越久，能力越強。有人認為，目前AI藝術作品之所以不夠成熟是因為AI學習得還不夠。隨著學習時間的增加，AI達到甚至超越人類的藝術水平只是時間問題。 但是，我們按照同樣的邏輯來考察前兩代數字藝術的發(fā)展情勢就會發(fā)現，AI藝術的發(fā)展軌跡完全不同于前兩代數字藝術。作為數字藝術1.0版的表征，CGI藝術自其誕生之日起，就以“視覺奇觀”開拓了人類基于傳統藝術的審美經驗，并確立了自身強大的核心競爭力。而以網絡游戲、網絡短視頻為代表的第二代互動型數字藝術，同樣甫一面世，就憑借獨一無二的“雙重互動不確定性美學”俘獲了大量受眾，誕生3年即風靡全球的抖音就是其中的典型代表。相比之下，迄今已誕生5年的AI藝術始終不溫不火，讓人看不到前景，個中原因恐非“產生時間短”就能解釋。 那么，是AI技術自身的問題嗎?AI作為新一代數字技術，已經在醫(yī)療手術、智能交通等多個領域大顯身手并展現出巨大優(yōu)勢。就此而言，AI藝術應該較一般的數字藝術更有競爭力，因為AI藝術的創(chuàng)作機理跟其他人工智能系統高度相似，都是依靠計算機對人類經驗邏輯的學習、模仿來作業(yè)。同樣都是基于計算機的學習和模仿，為什么“深藍”、AlphaGo能夠輕松戰(zhàn)勝人類，而一些AI藝術作品卻給人以東施效顰之感? 還有一些學者從藝術創(chuàng)作的特殊性出發(fā)，認為基于算法的AI藝術本質上只是一種模仿，由此導致AI藝術缺乏“創(chuàng)造性”這一至關重要的美學特征。模仿并非藝術創(chuàng)作的原罪，這一點早已為古希臘大哲亞里士多德所證明。亞氏在其名著《詩學》中，不僅充分論證了藝術模仿論的人性基礎，而且深刻揭示了藝術通過“模仿”能夠表現“哲學意味”這一藝術原理。 如果人的模仿、藝術家的模仿作為一種人的本能和天性具有天然的合理性，那么為了讓AI從事藝術創(chuàng)作而開發(fā)的各種深度學習模式，作為一種對人類藝術創(chuàng)作風格的模仿，也同樣具有其合理性。另外，當今AI的學習能力和邏輯推理能力遠遠超越一般的人類個體，基于這種強大學習能力的藝術模仿絕不可能僅僅是一種單純的復制意義上的模仿;而且，正在研發(fā)的創(chuàng)意對抗網絡和生成對抗網絡已經賦予AI更加積極主動的藝術風格創(chuàng)造機制，AI的這種新機制的創(chuàng)造能力遠遠超過一般人類個體。因此，說當下AI藝術的質量問題出在其創(chuàng)造性缺失上同樣站不住腳。 讓AI藝術系統擁有“思想”和“靈魂” 影響AI藝術美學質量的，既非時間也不是AI技術本身，還是應該到人類藝術創(chuàng)作和AI藝術創(chuàng)作的比較視野中去探尋原因。 讓我們先從最基本、最核心，又是構成藝術創(chuàng)作基石的那些元素談起。以詩歌創(chuàng)作為例，屈原、李白、杜甫、白居易、王維等詩人，他們的詩篇風格迥異，很難說誰比誰的藝術水平高。但要說這些詩人的作品比微軟小冰的作品藝術價值要高很多，恐怕沒有人會否認。前者的藝術價值高于后者有兩層含義：其一，就讀者的審美體驗來說，前者更容易引起我們的共鳴，更容易激起我們的自由情感;其二，就詩作的文本構成來說，前者從形式到內容更接近藝術真實。而AI藝術在這兩個方面都走向了反面。將AI藝術與人類藝術反復比較推敲，只有一種可能：相較于人類藝術家的創(chuàng)作，AI真正的短板不是其智商，也不是其情商，更不是其模仿機制，而是缺乏人類那種特有的復雜的生活體驗和人生閱歷。 一切藝術創(chuàng)作都須恪守“藝術真實”的基本法則，這個法則來源于人類生活?！耙磺兴囆g創(chuàng)作都源于生活”這句話的核心要義，不是一切藝術創(chuàng)作都要模仿生活，而是要遵循生活的邏輯和人性的邏輯來建構藝術框架。人性的邏輯包括兩條基本邏輯：理性邏輯和情感邏輯。人類的社會生活就是由這兩條邏輯所統御，一切偉大的文學家、藝術家都無一例外地遵循著這條美學鐵律來從事自己的藝術構思、形象創(chuàng)造和文本建構。 然而，AI又是如何進行創(chuàng)作的?正如我們前面所分析的，AI是基于算法邏輯的，它的一切學習能力、識別能力、模仿能力、創(chuàng)造能力、判斷能力和自我校驗能力的獲得，都是基于對大量人類行為和工作的大數據解析、總結、概括和再生。憑這條邏輯，AI足以勝任很多人類的工作，比如不費吹灰之力就能戰(zhàn)勝國際象棋冠軍和圍棋大師?？墒?，并非所有行業(yè)和職業(yè)都遵從這一邏輯，藝術創(chuàng)作就是一個擁有自己獨特邏輯的領域。可是，現今的AI藝術系統并不理解這一點，更不具備掌握這套邏輯的能力。原因不在AI，而在于研發(fā)AI藝術系統的科學家們，沒有意識到或者根本不知道“藝術真實”法則對于藝術創(chuàng)作的重要性，因而他們也就不可能實現這一法則的可計算化、可程序化、可執(zhí)行化、可操作化。換句話說，科學家們只不過對作為現象的東西實現了可計算化，藝術創(chuàng)作的原則卻被他們忽略了。 要解決上述問題，就得讓AI像人類藝術家那樣，掌握藝術創(chuàng)作的美學法則。對AI科學家來說，這是一個既陌生又具有極大挑戰(zhàn)性的難題。言其陌生，是因為藝術創(chuàng)作的美學法則是一個美學命題，一般的科學家未必理解;言其具有挑戰(zhàn)性，是因為實現美學法則的可計算化，要比實現藝術作品形式元素的可計算化復雜得多、艱難得多。 有限的東西，如棋譜，能相對容易地實現可計算化。而藝術創(chuàng)作的美學法則是個復雜得多的問題。我們可以用“藝術真實”來定義藝術創(chuàng)作的美學法則，它從原理上遵循生活的邏輯、人性的邏輯?？缮罴姺睆碗s，人性又變幻莫測，究竟什么是藝術真實，又當如何實現藝術真實，一般的藝術家都很難把握，更遑論科學家了，所以科學家很難將這套美學法則編入AI的程序，而少了美學法則支撐的AI藝術系統，就是個沒有思想和靈魂的機器，它的“藝術創(chuàng)作”從本質上講仍是機械地復制。 不過，一旦掌握了藝術創(chuàng)作的美學法則，就在很大程度上掌握了人性的奧秘，一切藝術創(chuàng)作也就有了正確的依歸。AI藝術要想走向成熟，解決藝術真實法則的可計算化難題是必須邁過的一道坎。鑒于此，筆者認為，AI科學家應與藝術家、美學家、藝術理論家來一次跨學科的通力合作。唯有如此，AI藝術才能擺脫目前的迷途和困境，實現對前兩代數字藝術的美學超越。