史无前例，AI 画作拍出天价，钱归谁？

不久之前，全球知名拍卖行佳士得进行了一项很有意思的拍卖，其中被拍卖的作品之一就是下面第一幅叫做Edmond Belamy的肖像画。

没错！就是这幅抽象派作品，画中是一个中世纪的中年男子，似乎没啥过人之处，连主办方最初对于它的定价都是在7000 美元到 10000 美元之间~但是！！万万没想到，它最后竟然拍出了 43.25 万美元（快300万人民币啊……）

它有何特别之处？？

在公布答案之前，姑且看看作者的其他作品：

图片来自Wired

版权属于TOM SIMONITE

······

看出什么名堂了吗？反正我是看不出来

外行人看热闹，内行看门道！硬是要找个共同点的话，那就是背后的画家是同一个还是个非人类——AI~

没错，AI 也能够作画了。而且这个价格对于二三线的画家是碾压式的存在！

AI 如何作画？

一般来说，画作都会有作者的落款。而这幅画的右下角落款处，却是一行代码！

是的，这画的作者就是这行代码！背后技术全称是“Generative Adversarial Networks (GAN)”，即“生成对抗网络”。

简而言之，“生成对抗网络”是由两个相互博弈的神经网络构成的，一是生成器（Generator），另一个是鉴别器（Discriminator）。该概念由谷歌研究员 Ian Goodfellow 提出的。

生成器主要负责输入并生成数据，鉴别器则负责分析数据，区分这些数据是真实的（来自数据集），还是是虚假的（来自生成器）。

如此周而复始，一旦“生成器”成功骗过了“鉴别器”，让鉴别器认为生成的这张图像是真实的，一副属于AI所作的画作，就这样诞生了！

打个不成正比的比方，妹子要男盆友拍照，一张好看而且令妹子满意的照骗，是通过无数次调整、重拍得来的~

同理，AI作画生成画作也不是无中生有，在这个过程中，生成器一共被输入了从 14 世纪到 20 世纪之间绘制的超过 1 万 5 千张肖像数据集。当鉴别器无法区分这幅画到底是人手工完成的，还是通过计算机生成时，就完成了。

可见，人工智能作画，并非输入生成这么简单。因为机器也存在自我学习，自我进步。

画作的背后是AI，AI的背后是一个叫做 Obvious 的法国组织，由三个年轻人 Hugo Caselles-Dupré，Gauthier Vernier 和 Pierre Fautrel 组成的。

其中，Hugo 是深度学习领域的博士候选人，致力于研究人工智能的强化学习。Pierre 则是艺术优化。三位年轻人喜欢科技、喜欢新事物，从而了突破性的想法，把人工智能跟艺术结合！

事实上，Obvious 不仅“画”了《Edmond Belamy》这么一副作品，还“画”了整个家族的肖像。并命名为“La famille de Belamy”（Belamy 大意为“好伙伴”，彰显对 GAN 算法的创造者 Ian Goodfellow 的致敬）。

大企业来掺一脚

名画鉴别本身是一件有难度的事，那让你鉴别鉴别名人如何？

图片来自Facebook AI Research

上面从左到右的图片中，你觉得哪些照片是真实的名人照片？

是不是都不认识，又有似曾相识的感觉？

因为，这上面的图片其实是英伟达利用生成对抗网络的成果之一。事实上，都不是真实存在的人的照片，而是英伟达根据名人数据库，用 AI 生成的全部高清真实照片。

2017年，英伟达就发布相关论文，阐述的是人工智能如何创造“虚假名人”的真实照片。听起来是不是很绕？

其实，道理是一样的。就是生成器通过不断输入名人数据库，然后由鉴别器鉴定，生成器再改进输出，直到最后生成的这一组照片，骗过了机器的“眼睛”，认为他们是真人照片，就有了上面这一堆不存在、但又似曾相识的“名人”。

除了英伟达之外，像Facebook也围绕生成对抗网络进行了相关研究。区别在于，他们把 GAN 变成了 CAN（Creative Adversarial Networks，创意对抗网络）。

顾名思义，在 Facebook 和美国罗格斯大学的研究人员看来，CAN 跟 GAN 相比，突出的是创意。因为 GAN 结构原本生成有创意产品的能力有限，更大程度上像是“模仿”。于是，研究人员们通过修改网络的目标，防止最后产生与原始数据过于相似的内容。这样，机器在训练的过程中，最大限度地偏离已经确立的艺术风格，从而创造出有创意的图像。

图片来自Facebook AI Research

像上面这些抽象画，就是机器根据创意对抗网络生成的。

不仅用人工智能创作画，Facebook 的研究人员还进行了跟踪试验，比较人在观看系统生成的图像和艺术家创作的画作的反应，是不是有所区别。

结果，这些受试的参与者无法分辨人工智能生成的图像和当代艺术家在顶级艺术博览会中展示的画作，有什么不同。甚至认为某些CAN 生成的图像跟艺术家作品相比，在创意上相差不大。（也就是说，如果参与者没有真正的鉴别能力的话，也只能盲猜）

AI 作画算侵权吗？

当AI的画作进行拍卖的同时，讨论的声音也随之而来，这是值得思考的问题：让AI 作画，到底存不存在侵权问题呢？

手工画作不容易存在侵权问题，就连画家本人都不可能创作两幅一模一样的作品，剩下的都只能叫“模仿者”。即使是我们熟知的莫奈、梵高等世界名画，从时间上来看，也并不存在侵权问题。这是根据《伯尔尼公约》第7条规定，各公约成员国对一般作品的财产权的保护期为作者有生之年及其死后 50 年。

但是，当这幅画的作者，从人变成了一段段“代码”时，一旦这代码还是开源的话，那作者到底是谁呢？放到这个案例里的话，拍卖后的收入该归谁呢？

实际上，在这幅 Edmond Belamy 被拍卖后，就有一位 19 岁的少年 Robbie Barrat 跳了出来，他认为这幅画的代码大段引用了自己在 GitHub 上开源的代码。甚至他在推特上还举例自己一年多以前运用神经网络模型训练出来的画作，跟这幅被拍卖的画进行对比。

图自 Robbie Barrat 推特

上面说到的 Robbie Barrat 是一位艺术家，目前在斯坦福大学做 AI 和医学相关的交叉研究。他曾用人工神经网络来制作艺术作品，包括风景画、裸体画、时尚 T 台照片等，开头的裸体画就是他的作品。

每过一段时间，Barrat 会把旧的训练数据集和训练模型放到 GitHub 上进行开源，供大家使用。 “我的目标是，人们会像你一样玩它来玩，然后继续做更多的东西。” 在接受耶鲁大学建筑学院旗下杂志采访时，Barrat 如是说。

于是，Obvious 被认为直接使用了 Barrat 的这个数据模型，最后从生成的照片选出了他们想要的艺术品，然后拿去拍卖。

据 Obvious 主创人员在接受采访时表示，确实很感激 Barrat 的贡献，团队主要用 Barrat 的代码完成数据抓取工作，获得所有艺术作品数据。但团队本身在这个过程中调整了超参数，从而得出最后的结果。即使没有运用 Barrat 的代码，团队也关注了不同的数据集，从而保证足以完成关于 Belamy 家族的作品。

关于这幅画的作者，仿佛陷入了一场“罗生门”。所以问题来了：如果 Barrat 的代码是在开源许可下共享的，那他到底是否可以对艺术品的所有权提出索赔呢？如果真的以后都由 AI 来作画了，一旦画作卖出，钱又该归谁呢？