在艺术史上曾经做过一个实验，这是一个很罕见的实验：艺术评论家Tom Lubbock根据规则绘制一些蒙德里安风格的画。他创作了几张抽象画，看起来很像蒙德里安的作品，只是不太好。实验得出的结论就是蒙德里安为画作增加了一些独特的气质，我们无法按规则模仿出来，可能是视觉上微妙的平衡，也可能是色彩的搭配。
艺术批评家像Lubbock一样进行实用性研究是相当罕见的，有许多人（并非艺术评论家）在做同样的事：我们管这些人叫伪造者、抄袭者或者学徒。艺术品中模仿之作并不少见：人们根据蒙德里安、莫奈或其它发起人的风格绘制画作。艺术历史学家终其一生给艺术家分类，比如“波提切利圆”“ 卡拉瓦乔的追随者”等等类别。很显然机器可以在某个层面上进行创作：它们可以绘制派生艺术品（99.9%的人类艺术家都是这样做的）。那么机器有能力打破这种限制吗？
让AI学会配色
关于这点Cohen思考了很多。2010年Cohen曾发表过一篇演讲，当时他从相反的方向来看待问题。AARON的创造力难道不明显吗？Cohen说：“我不需要继续输入信息，它就可以绘制无数的图片，比我更擅长使用色彩，当我躺在床上时它就在作画。”“有人问，这是他自己创作的吗？”“没错，程序是我写的，我制定了规则，程序只是简单的遵守规则，这样说完全正确。程序本身就是规则。”
然后，AARON就像文艺复兴时期、巴洛克时代的工作室一样自己作画。根据Cohen的指引，AARON可以确定主题，相当于自动模式的鲁本斯工作室。在最开始的几年，AARON只是绘制轮廓，Cohen会挑选出一些作品，有时还亲手配色。20世纪80年代时，Cohen开始教AARON使用色彩。最终，Cohen制定了一套规则让AARON配色，效果不尽人意。他的第一套解决方案由一长串指令组成，指令介绍了人类艺术家在特定情境中是怎么做的，可惜的是指令并非总是管用。
最终，他开发了一套简单的算法教AARON使用色彩。在不同的色彩搭配上人的想像力是有限的，但是我们的反馈系统很棒。人类艺术家注视着画作，当绘制工作步步深入时，他可以决定画中的向日葵到底用什么样的黄色阴影更好。AARON没有视觉系统，Cohen设计了一套算法，随便给一张图片，它就可以在色调、饱和度等方面作出平衡。
那么机器能够像Rembrandt或者毕加索一样富有创造力吗？要做到这点，Cohen认为机器必须先要学会自我感知。未来可能会，也可能不会。Cohen说：“如果没有形成自我感知，机器的创造力将永远不能与人类相提并论。”在整个过程中艺术家需要让社会、情绪、历史、心理、生理等因素相互作用，光是分析如此复杂的过程就比登天还难，更别说复制了。艺术家绘制了一张画，在人类的眼睛看来之所以意义深远，原因正在于此。
Cohen还说，某一天随着进化的深入，机器也许会变得同样敏感，即使这一天没有到来也并不意味着机器就一定与创作无缘。从Cohen的个人经历来看，AI为艺术家提供的帮助已经超出了助手或学徒的范畴：它已经成了新的创作合作者。（格林）
via techreview
登陆|注册欢迎登陆本站，认识更多朋友，获得更多精彩内容推荐！