AI 超创造力

　　

　　> Opal Butterfly VR, courtesy of Pamela Davis Kivelson

　　人工智能可能很快会超越人类的艺术创造力

　　Serafim Batzoglou和Theodoros Evgeniou

　　摘要。 我们在绘画，音乐，雕塑，诗歌等艺术方面的经验涉及多种感官，联想，记忆和情感，涉及人们所谓的有意识成分。 今天的人工智能（AI）缺乏主观经验和多模式性，但已开始获得艺术创造力。 创造力是否需要有意识的体验的能力？ 我们断言答案是否定的。 专用AI可能很快会比人类更具创造力，并且在捕捉和表现集体经验方面会变得更好，因为多模式，有监督的学习以及与人类的协作将大大增强当今的创新机器人。 许多艺术都涉及到识别和操纵复杂的感觉模式和关联，这是AI所擅长的任务。 因此，超创造力-远远超出人类能力的创造过程和成果-即将来临。

　　"哦，这毫无疑问。 是的，是的，是一百万次。 创造力很简单； 意识，智慧，这些很难。" 大卫·科普

　　我们的艺术经验涵盖了多种感官，联想，记忆和情感。 它涉及有意识的过程以及非有意识的过程。 想象一下，听听您喜欢的音乐：每一个旋律主题，和声的连续性和节奏都与微妙的联想在一起，诸如兴奋，宁静，怀旧，嬉戏等独特的情感。 音乐启发的图像，场景或思想流跳入和跳出您的大脑。 与历史事件和文化参考的关系可能会浮现在脑海。 音乐极具启发性，并改变了伴随体验的情感诠释。 电影摄制者非常了解这一点，并使用合适的配乐来操纵您对每个场景的情感反应。 同样，绘画，雕塑，故事和诗歌会引起情感，记忆和其他感官联想。 可以说，不能引发多感官情感体验和丰富联想的艺术不是好艺术。

　　尚不清楚在何种程度上需要人类具有体验艺术的能力来创作艺术。 尽管缺乏像人类一样体验艺术和现实的能力，人工智能可以创造与人类作曲家或画家同等的艺术吗？ 越来越多的经验证据，特别是在绘画和音乐中，表明艺术创造力可能不需要主观经验的能力，而是可以从人工智能从人类创造的艺术和反馈中学到的。 我们相信，随着AI在模式和联想学习方面变得更好，并且随着人们的反馈越来越多，它将创造出能够通过越来越复杂的联想来引发越来越丰富的多感官和情感人类体验的艺术：即，越来越好的艺术，可能 超越人类创造的艺术。

　　艺术创造力可能不需要主观经验

　　技术始终可以激发人类的创造力：将史前洞穴中用原始工具制成的绘画与数个世纪后用刷子和丰富色彩制成的绘画进行比较，或者考虑发明钢琴或电影院的发展，被称为"第七种艺术"。 人与机器之间新兴的合作势必成为艺术领域的下一个技术飞跃，并创造出我们从未体验过的艺术品。

　　当今的人工智能与艺术

　　深度学习的应用产生了不可否认的艺术品质的绘画，或者模仿了人类画家的风格-通过卷积神经网络进行的风格转移从低水平的笔触一直到空间感知和感知，都通过与大师风格相关的模式进行编码。 合成-或原创作品-生成对抗网络（GAN）生成逼真的绘画，例如肖像或抽象裸照。 拍卖的第一幅AI绘画作品是使用由19岁的斯坦福大学研究员Robbie Barrat最初开发的GAN生成的，在佳士得拍卖行以432,500美元的价格售出。 像巴拉特（Barrat）和马里奥·克林格曼（Mario Klingemann）这样的艺术家仍然做出大多数创意选择，例如策划输入，训练AI和选择最佳的艺术品。 但是，基于AI的艺术通常很难从人类艺术中分辨出来，而且越来越独立的AI画家可能指日可待。

　　在音乐方面，UCSC作曲家兼音乐教授David Cope的开创性工作远远早于现代深度学习。自1981年以来，Cope一直致力于在算法中提取音乐作品的本质，这些算法为给定的作曲家提供音乐，对其进行解构，确定模式并以相同的风格重新组合新作品中的模式。他的第一项重大成就是艾美奖（或EMI，如Yuval Harari的" Homo Deus"中所述），以巴赫（Bach），维瓦尔第（Vivaldi），肖邦（chopin）等人的风格产生了令人信服的音乐，并在1997年欺骗了现场观众。最近，索尼的Flow Machine产生了可听性很好的歌曲（例如，听Daddy's Car，Mr Shadow或A Mon Sujet，您能说出它们是由AI产生的吗？），而初创公司Aiva和Amper则为这些公司开发深度学习方法。按需生成音乐，并可能很快启用个性化音乐。在不久的将来，即使人类音乐家围绕某些歌词来构成主要的音乐主题和歌曲进行，但整个编排和伴奏的组成都是充满挑战和艰辛的过程，很可能会被AI接管。随着我们学习如何更好地设计这种人机协作，我们可能会增强人和AI的创造力。

　　没有人的经验，甚至诗歌都是可能的：已经出现了产生巧妙的句型的机器人，并且因为诗歌的质量部分源于语言的美感和节奏感（这是可以学习的），部分源于 读者将其归因于它，诗歌机器人早在2010年就愚弄了文学期刊。如果您认为可以从机器人诗歌中分辨出人类，欢迎您在Bot or Not中挑战自己。

　　

　　除了音乐，绘画和诗歌之外，人工智能在许多其他艺术形式和创造性任务中的应用以及用于生成艺术的AI工具也开始出现。麻省理工学院的一个创新团队将展示人类与AI之间的合作可以产生人类无法想象的新艺术和手工艺：音乐，产品和产品设计，时装，香水，松露巧克力，珠宝，鸡尾酒和戏剧。斯坦福大学讲师兼沃尔沃集团驻地艺术家帕米拉·戴维斯·基维森（Pamela Davis Kivelson）在表演和项目中将摄影，人工智能绘画与风格转换，肖像录像甚至人工智能诗歌等艺术形式创新地结合了以硅谷为背景的活动中的技术主题。根据她的说法，"人工智能艺术使我[[…]]基于NLI或"非线性身份"创建了一种新颖的游戏账号拍卖平台视觉语言。 [[…]]物理学家实际上可以表示为在费米液体或量子隧道中变形为一组电子，或者是一个量子位。我想重新构想肖像，以挑战我们的集体无意识的偏见和推论。这些隐藏的偏见会影响我们的行为。"

　　通往超创造力的道路

　　那么，假设人工智能仍处于遥远的未来，那么专门的AI将如何变得富有创意呢？ 沿着三个尚未充分开发的途径，改进专业AI的空间很大：培训，多模式和人与AI协作。

　　

　　> "We made our own artificial intelligence art and so can you", WIRED magazine, Tom Simonite

　　不断的反馈和培训。 迄今为止，人工智能在绘画和音乐方面的进步还没有充分利用人类的反馈。 相比之下，当人类艺术家体验艺术时，尽管她有偏见，但她还是她的作品的批评者。 机器可能没有自己的主观经验来指导他们，但是它们可以通过人类生成的训练数据和反馈（例如，随着乐谱或绘画素描的进行评分或单击"心"（潜望镜风格））来利用人类的经验。 来自许多艺术家（或艺术评论家或公众）的反馈可能比一位艺术家的主观体验更好。 而且，这种反馈过程可以使新的艺术风格，社区和前卫作品出现。

　　"绘画是看得见而不是感觉的诗，而诗是看得见而不是感觉的诗。" 达芬奇（Leonardo da Vinci）

　　AI能否创造出"规模和亲密感，增强的[…]颜色和感性的客观性"的音乐？ 它能以相互影响的方式创作音乐，绘画，诗歌和文学吗，比如音乐家，画家，雕刻家，自由主义者，诗人和作家莱拉·奥尔巴赫？ 我们如何教授各种形式，艺术形式，事件和社会趋势的AI协会？

　　已经存在大量的培训数据：带配乐的电影，带歌词的歌曲，绘画评论，音乐专辑，电影和表演。 作为补充，可以将众包活动设计为大型多模式关联标签。 阅读书籍时选择配乐，聆听音乐时浏览词网，选择最符合给定曲调的图像，聆听音乐或观看绘画时回顾事件，将当前或过去的事件或新闻文章链接到特定艺术品。 由此产生的概念网络可以高度个性化，并反映出具有重要历史价值的文化和世代相传的关系，就像艺术家的作品一样。 这样的网络也将具有巨大的商业价值-例如，音乐制作人可以根据趋势Netflix系列开发音乐，而产品设计师可以根据时事趋势和文化启发进行创新。

　　借助大规模培训和多模式关联图，人工智能还可以学习准确预测人类对艺术的感性和情感反应，并远远超过人类创造沉浸式音乐，绘画，诗歌和多模式体验的能力。

　　

　　> Study of Quantum Materials, artist Pamela Davis Kivelson; scientific imagery courtesy of Robert Ca

　　人与人工智能的协作。 部署大规模培训和多模式关联学习后，迄今为止在人与艺术合作方面的开拓性工作将得到扩展。 众包音乐可能涉及艺术家创作基本曲调，并通过在线反馈对AI进行改进和编排。 同时，例如，人们推荐伴随图像并且反过来影响乐谱发展的那些图像可以遍历艺术形式和经验遍历学习的多峰地图。 类似的反馈循环可以使