您现在的位置是：首页 > 互联网网站首页互联网

一个AI系统会不断创造艺术，可以等同于一个人创造的作品吗？研究人员和艺术家试图通过将创造力转化为算法来找到答案。要回答这些尝试是否能产生人类可以创造的艺术作品——音乐、诗歌、小说、视觉艺术，我们必须首先了解人类的创造力是如何工作的。

虽然人类有理性思维和数学能力的潜力，但我们仍然需要教育来充分发挥这些能力。因此，我们研究自然规律、逻辑难题、道德困境等等。然而，即使我们中最优秀的人做出奇怪的非理性决定，我们也会屈服于我们众多偏见中的一种。

另一方面，人类的情感、直觉和创造力只需要一点点正规的训练。每个孩子都会笑、会哭、会画、会创造、会破坏、会质疑、会探索，更不用说教育了，没有任何暗示。教育被用来塑造这些冲动，教孩子控制自己的情绪，引导他们的创造力，更准确、更深思熟虑地摧毁或创造他们。

电脑完全不同。他们擅长算法任务，但他们缺乏我们认为生来就是人类的大部分能力。当然，他们可以在几毫秒内计算出一个对满屋子数学家来说太复杂的任务，但只是试着给电脑讲个笑话或唱首情歌。

即使在人工智能飞速发展的今天，人工智能系统能否学习到创造性的艺术仍然是一个悬而未决的问题。然而，在与创造力没有直接关系的领域取得的进展表明，这种情况可能会发生。该算法已经完成了人类设计中一些最困难的逻辑问题。人工智能系统正在接受理解语言的挑战；其他人玩游戏是最好的人类玩家去玩扑克；现在他们走上街头，证明他们作为司机有多安全。

这些技能中的许多离想法本身只有很短的距离。尤其是语言遵循规定的组织规则，同时也为艺术追求留出了空间，比如讲故事和诗歌。然而，虽然我们可以把音乐称为“有组织的声音”，把视觉艺术称为“有组织的色彩”，但对于人工智能生产的艺术作品，没有一个古老的组织能达到最永恒的标准：艺术和资本“A”。

人类创造力的机制

鉴于这些心理过程的根本差异，人脑的逻辑和创造力是有线的，这非常有趣。逻辑以有序的方式在一系列规则和程序上运行。另一方面，创造力和直觉可能会令人困惑，但它们很简单。

首先，我们应该承认，创造力至少有两种形式。我们可以把令人兴奋的想法称为“哈哈”创造力的一个例子。然后，当我们“在这个区域”时，创造力就会流动，让我们的思维得到延伸，并测试规则和规范，就像钢琴家即兴独奏时所做的那样。在这两种情况下，专注和认知都在同一侧，允许情绪表达和潜意识自由得到控制。

思想渐行渐远，也就是放弃有意识的思考，让心灵去。它选择这样做的精神状态已经不止一次地挂在创作过程中。当流经它的图像和想法触及丰富和意想不到的东西时，想法在我的脑海中徘徊。与数学公式或逻辑结构不同，这些过程不容易被计算机重构。

甚至在对创造力进行正式的心理学研究之前，艺术家们就开始理解思维徘徊的力量。当他坐在椅子上时，超现实主义画家萨尔瓦多达利曾经把钥匙放在盘子上方的手里，意识到在睡觉前的那些快乐时刻，当奇怪的想法进入时，钥匙会掉下来，把他吵醒，然后离开他。有了这些想法，他可以利用它。

不是每个淋浴都值得被称为有创意的。有些想法第二天看起来很可笑，有些音乐过渡简直不和谐。要有创造力，艺术状态需要更微妙的东西。作者必须先了解规则，然后才能有效地打破它们。他们必须知道如何创造他们寻求的感觉、感觉或效果。这样，他们在某种程度上将旧思想引入新思想。艺术家以新的方式组合事物，并从新的角度看待它们，但他们使用我们已经熟悉的材料(颜色、短语、旋律)来这样做。

这支持了史蒂夫乔布斯简洁明了地陈述的共同概念，即“创造力只是连接事物”——尽管“正义”让它看起来比实际容易得多。我们不能随意连接任何东西并将其标记为有创意。它需要一个目的，一个点，无论是解决一个问题还是描述一个想法。我们可以教AI系统混合各种东西(图像、音调、文字)，但能不能让他们用有意义、巧妙的方式做到这一点？

尝试人工创造力

不仅要弄清楚创造力是如何工作的，还要把它传授给智能机器，这一极端的挑战并没有阻止研究人员的尝试。人工智能系统可以作曲、写文章和创造视觉艺术的例子有很多。其中一些很难与人工艺术区分开来。

巴黎索尼计算机科学实验室的盖坦哈杰雷斯和弗朗索瓦帕切特在约翰塞巴斯蒂安巴赫的合唱音乐中训练他们的人工智能系统。正如《麻省理工学院技术评论》指出的那样，选择这些组件“是因为制造它们的过程是一步一步的，并且是算法化的。”AI系统使用352个巴赫的合唱训练，这些训练被转换成不同的键，总共2503个组件。人工智能系统在制作自己的巴赫融合合唱曲时，成功地说服了1600名听众中的一半以上，包括专业音乐家和音乐学生

声来自巴赫本人。

巴赫似乎没有像诗歌那样挑战人工智能。在达特茅斯(Dartmouth)举办的一项竞赛中，法官的任务是阅读10首十四行诗，14行诗歌，并附有规定的押韵计划。有些是由人写的，有些是由机器写的。在这种情况下，所有评委都能够识别出人造组合物。

如何尝试AI创作的小说?一位机器学习爱好者分享了关于在Medium上发布一个深度书写神经网络的介绍。他使用这种方法在哈利波特系列的前四本书中训练深度学习算法并分享结果。虽然AI生成的小说是一个有趣的阅读，JK罗琳几乎不用担心：

“马尔福!”赫敏说。

哈利正在看着他。他看起来像马克西姆夫人。当她走错了楼梯去探望自己。

“我担心我肯定会被停职，没有机会 - 确实?”斯内普说。他把头放回到他们后面，当他们越过一个角落，然后匆匆走到他们的墨水灯上，然后拿起他的勺子时，他们会看到他们。门铃响了。伦敦的情况比较清洁。

在视觉艺术方面，AARON已经存在了一段时间。AARON的艺术家Harold Cohen的孩子出生于1973年，因为Cohen对计算机越来越感兴趣并且他们不得不为自己画画。

在英国广播公司关于智能机器的采访中，科恩说AARON“已经变得足够自主，可以打扰那个编写该节目的人。”然而科恩否认AARON真的很有创意，相信该系统真正的创造力已经存在很多年了：“我不知道”否认有可能在未来的某个时刻，一台机器可以制造接近艺术的东西 - 但它比在一个没有司机的城市周围驾驶汽车要复杂得多，而且它不会将于下周三甚至本世纪左右发生。“在AARON创作以来的几年里，该系统已经制作了许多充满活力的抽象画作。

欣赏机器制造的艺术

一个重要问题仍然存在 我们如何看待智能机器生产的艺术?我们会欣赏创意和设计吗?或者它看起来冷酷而遥远，否认我们与它的情感联系?

一派思想认为艺术的价值和意义独立于其创造者而存在。另一方面，许多人认为艺术品背后的故事和艺术家的信息可以影响我们对艺术品的看法。您可以通过思考实验来测试自己的视图：想象一下，一位值得注意的艺术家站在一幅画的前面。现在想象一下，这幅画是伪造的，是原版的副本。你还能在其中找到乐趣吗?如果每个画笔笔划，色调和细节都完全相同，你会同样重视它吗?

心理学家保罗·布鲁姆在接受采访时注意到人们最看重什么，当我们看到一个物体或一个人的脸时，“人们对它的评价......深受你告诉他们的事情的影响。”这个想法在一个实验中得到证实。其中一位小提琴手在DC地铁站播放一段音乐，并收集32美元的捐款。没有被告知的是，小提琴家是约书亚贝尔，他已经录制了30多张专辑并在白宫演出。贝尔正在演奏被认为是有史以来最具挑战性的巴赫作品。就在几天前，贝尔曾在波士顿的交响乐大厅里演奏这首曲子，票价超过100美元。如果他们知道所有这些，会有更多人停下来听他演奏吗?几乎可以确定。然而音乐本来是一样的。

创造力在一段时间内仍将是人类领域

就目前而言，创造力仍然是人类的事情。虽然这些人工智能尝试在他们的艺术追求中是高尚的，但每个人仍然没有达到我们自己的艺术家所设定的基准。音乐作品是最具说服力的文物，但却是专门为他们的算法风格而选择的。在大多数其他领域，算法显示无法以有目的的方式破坏规则，通常坚持规范或组成不连贯的东西。没有人知道数字毕加索何时会出现让艺术界知名观众惊叹不已。但有一件事是肯定的：随着机器变得更聪明，更有能力，它们越来越接近实现真正的创造力。