人工智能会杀死画家吗——AI将如何改变艺术

数据猿导读

人工智能会取代人类吗？alphaGo和Master在围棋这个“人类智慧的自留地”上击败了人类之后，艺术家们也有了这样的担忧：人工智能即将变得和人一样聪明，它们有一天也会站在缪斯的殿堂里吗？

作者 | 大文

本文长度为2500字，建议阅读5分钟

今年春节期间，一个人工智能罕见的刷屏了键者的朋友圈——好友圈子里那些从来对人工智能、科技、甚至任何种类新闻都无动于衷的画师、助手和摄影师们纷纷从春节联欢晚会和漫画中短暂地抬起头，注视着这个看上去将要取代他们工作的程序——PaintsChainer。

PaintsChainer是日本一家致力于将人工智能和深度学习技术商用化的公司PFN（Preferred Networks）旗下实习生taizan完成的。该程序可以自动对线稿进行上色。

科普时间：

一部漫画的生产流程一般是：

剧本、分镜、精草、描线、背景、底色、后期

剧本：一匹站着的黄色马

分镜、精草、描线之后得到线稿（步骤5）

对线稿上色：背景、底色、后期，之后得到上图

在动漫产业中，线稿、上色都需要大量人手，养活了大量从业人员。

PaintsChainer目前的表现可以称得上优秀，并且震惊了众多从事上色的画手。下面是网友的一些例子。

想象一下，当你在家里高高兴兴过着年，享受着和家人的团聚时光，然后有人告诉你，你的工作即将被电脑取代……也难怪这些画师、助手和摄影师们要发出“行业要完”的哀叹了。

实际上，人工智能上色技术在去年6月就已经出现，而PaintsChainer的作者不但是个实习生，而且刚刚开始接触深度学习。他让这个上色智能学习了60万张图片，花了一个月时间就完成了这个不太完美的人工智能。

就在上周，又出现了一个类似的网站：affinelayer。这个网站同样可以对线稿进行处理，将只有轮廓的图片变成实物图：

这个demo基于图像转译工具pix2pix-tensorflow制作，方法是学习一组输入图像和输出图像实现特征描述，在说明文档中还附带了这些例子：

当然也少不了好事者的奇怪测试：

谷歌曾在2015年6月推出用于绘画的人工智能系统DeepDream。这个人工智能系统建立于神经网络算法的基础上，可以通过分析用户输入的图像，再对其进行加工——让图中像眼睛的地方更像眼睛，像狗的地方更像狗——并且以这种思路创造出了不少画风猎奇的图片：

很显然，这也是对图库进行深度学习的结果。两年过去了，一个实习生都能做出上色人工智能了，谷歌会在不久的将来拿出什么样的东西让我们再次震惊一下呢？

不仅仅是在绘画，人工智能在音乐、小说、电影等类型上也在尝试入侵缪斯的领域。去年6月，伦敦科幻电影节的 48 小时短片制作挑战赛上，一名叫做本杰明（Benjamin ）的参赛者提交了一部9分钟的短片。虽然这部短片剧情狗血，内容猎奇，节奏混乱，台词让人摸不着头脑，但依然引起了大量关注，就是因为其作者本杰明其实是个学习了几千个剧本的人工智能。

（影片名叫sunspring，其实更像是一部没有字幕的国产克林贡语电影。好奇的同学可以自行搜索。）

2016年6月，谷歌又发布了一个叫Magenta的项目。这个项目是从前一年发布的DeepDream中得到的灵感，能够通过机器学习来编写音乐。一些网友利用开源的Magenta制作了不少“音乐”，然而效果并不好。谷歌在一篇公开声明说，Magenta的长期目标是推动电脑衍生艺术（machine-generated art）的发展，并围绕此构建艺术家社区。

在文学领域，2016年3月，星新一微型小说文学奖遇到了一名特殊的投稿者：日本公立函馆未来大学开发的人工智能。最终，人工智能在开发者帮助下完成的小说《电脑开始写小说的那一天》成功进入了决赛，并获得了评委们不错的评价。

人工智能一次又一次地在各个行业击败人类之后，所有人都有了这样的疑问：人工智能会取代人类吗？alphaGo和Master在围棋这个“人类智慧的自留地”上击败了人类之后，艺术家们也有了这样的担忧：人工智能即将变得和人一样聪明，它们有一天也会站在缪斯的殿堂里吗？

技术上来讲，是的。

首先我们来复习“弱人工智能”理论。这个理论认为，人类不可能制造出能真正地推理（Reasoning）和解决问题（Problem solving）的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。而相对的，人们把能够推理、解决问题，甚至能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习的、和人类比肩的人工智能称为“强人工智能”。就目前而言，没有任何人宣布自己造出了强人工智能。

命令计算机完成几百位数的加减乘除，或利用算法让计算机处理TB级别的数据的技术已经非常成熟了。这些在计算方面登峰造极的弱人工智能正在帮助医学家们破解基因的秘密，帮助企业家们了解自己的顾客，帮助政府维护社会正常运转。它们甚至像人类一样尝试着画画、写歌、创作剧本。

但这些人工智能依然很难理解我们周围的世界——包括辨认一个人的表情，看懂一幅画，甚至做梦——机器人不会做梦，也梦不到电子羊。

换句话说，“人工智能已经在几乎所有需要思考的领域超过了人类，但是在那些人类和其它动物不需要思考就能完成的事情上，还差得很远。”

接下来我们复习“摩尔定律”。摩尔定律可以说是整个计算机行业最重要的定律，它其实是一个预言：每两年微处理器的晶体管数量都将加倍——意味着芯片的处理能力也加倍。这种指数级的增长，促使上世纪70年代的大型家庭计算机转化成80、90年代更先进的机器，然后又孕育出了高速度的互联网、智能手机和现在的车联网、智能冰箱和自动调温器等。

这个定律生效了50多年，也见证了整个人类社会完成了“跨世纪”的改变。同样，面对人工智能，许多人认为，人工智能的发展速度将不仅仅遵循摩尔定律的“倍数增长”，而是如同人口爆炸一样进行“指数增长”，用不了几年，和老鼠一样聪明的人工智能就会比爱因斯坦聪明好几倍，甚至达到人类无法理解的程度——换句话来说，无论多么深刻的思想，多么复杂的表达，多么冷僻的手法，对于一个真正的强人工智能来说都不是问题，更何况是一些利用色彩搭配来表达情绪的艺术形式呢？所以从技术上来说，人工智能创造出艺术作品，甚至是艺术形式都是可能实现的。

但这并不意味着艺术会被人工智能所垄断。

远古时代，人类的祖先——智人们会拿起手里的石器在岩壁上刻画下狩猎、战争、舞蹈和祭祀的画面；后来诞生了陶器，于是先民们在陶器上绘画；纸和笔的诞生让绘画有了更多形式；文字拥有了更多意义，随后出现的印刷术让大规模的文字传播成为了可能。

进入现代，画家们常常利用电脑绘画——我们有SAI，有Adobe全家桶；作家们用键盘写文章，时代的变迁让曾经的“笔者”成为了“键者”，输入法甚至猜得到你下一个词会是什么。技术进步带来了媒介和工具的进步，媒介和工具总是能够决定什么样的内容是最适合这个时代的。

绘画的人工智能，写小说的人工智能，作曲的人工智能，这些工具的诞生也同样会让艺术界天翻地覆。但从一开始，从艺术诞生之日开始，绘画没有因为笔刷和颜料的诞生消失，同样也不会因为Adobe和人工智能消失——音乐和文学也是如此。

艺术往往体现和物化着人的一定审美观念、审美趣味与审美理想。无论艺术的审美创造抑或审美接受，都需要通过主体一定的感官去感受和传达并引发相应的审美经验。硬件会被替代，算法会被淘汰，但美是永恒的。

— 企业信息征集调查 —

《大数据产业地图》即将正式发布，企业信息征集调查工作正在进行中

点击图片，即可立即参加“企业信息征集调查”