機器人的藝術，是什麼樣子的？

演算法與數學之美發表於2019-01-14

在2015年的夏天，谷歌的研究人員意識到，他們可以讓他們的人工智慧程式“做夢”。他們調整了程式，使得它不僅能將影象分門別類，還能在影象中強化觀察到的事物。然後，這些機器就展示了他們對藝術的詮釋。

研究人員發現，他們可以調整程式，讓它們生成影象，從中可以看出機器認為某些物件看起來應該像什麼樣子。這個發現正好遇上了“機器能成為具有創造性的工具”這個逐漸蔓延的思潮。

在谷歌“Deep Dream”眼中米開朗基羅的《創造亞當》，創作者是數字藝術家凱爾·麥克唐納（Kyle McDonald）

大約一年之後，谷歌釋出了“品紅計劃”（Project Magenta），這是一個探索性的團隊，他們將會進行有關創造性和人工智慧的實驗。這個團隊會專注於創造各種形式的藝術——首先是音樂，然後是視訊和其他視覺媒介上的藝術。

“在品紅計劃中，我們希望探索技術的另一面——開發一些演算法，使機器能學習如何生成藝術和音樂，它們也許還能獨自創造出迷人優雅的內容，”道格拉斯·埃克（Douglas Eck）在品紅計劃部落格的第一篇帖子這樣寫道。

品紅計劃公佈的第一個專案是一首簡單的樂曲，基調是《一閃一閃小星星》的前四個音符。它的作者是谷歌的研究員埃利奧特·韋特（Elliot Waite）。這首樂曲用數字鋼琴演奏，一開始只是簡單笨拙的音符，但之後越來越複雜精微，說實話，裡邊還有幾個不錯的樂句。（鼓聲是後期人工加上去的。）

藝術人工智慧

自人工智慧這個領域開闢以來，研究者們就一直在試著搗鼓一個能作出創造性選擇的人工智慧。被視為現代人工智慧之父的馬文·明斯基（Marvin Minsky），在1960年寫下了這樣的話：“我確信終有一天我們能得到擁有強大的解決問題能力的程式，方法是以錯綜複雜的方式組裝一大堆啟發式的部件——多目標優化、模式識別技巧、規劃代數、遞迴管理過程等等。但在這些程式中，沒有智慧安坐。”

智慧不單是模式識別，但尋找智慧的“位置”是個棘手問題，它一直困擾著人工智慧研究者，還有心理學家。

馬蒂娜·羅斯布拉特（Martine Rothblatt）是Sirius XM的創始人，她進行有關未來學的寫作，還是機器人伴侶Bina48的負責人。她說，要具有真正的創造性，機器必須能夠創造更多新東西，而不只是它們見過事物的隨機取樣。

“最重要的元素是獨有的特質。如果你寫的是一個只會隨機混合一些元素的程式，那麼它沒什麼創造性。”羅斯布拉特在穆格音樂節（Moogfest）這樣告訴我們，“很多時候就是情有獨鍾。如果它看上去獨一無二，那麼人們就會覺得有創造性。”

人們已經進行了數以千計的專案，嘗試跨過這個“感覺”新穎有創造性的門檻，尤其是在視覺藝術和音樂的生成方面。他們嘗試重現畢加索繪畫某個21世紀場景的方法，或者貝多芬超乎想象的感性。

原照片（左上）分別被轉換為不同的風格：特納（J.M.W. Turner）的《米諾陶戰艦的傾覆（The Shipwreck of the Minotaur）》風格（右上）、文森特·梵高（Vincent van Gogh）的《星夜（The Starry Night）》風格（左下）、以及愛德華·蒙克（Edvard Munch）的《吶喊》風格（右下）。作者是
貝特格實驗室的安德烈亞斯·普雷符克（Andeas Praefcke）

這些繪畫專案從屬於人工智慧研究中一個名為風格轉移（style transfer）的子領域，它們在重現和運用著名藝術家的筆觸上非常成功。在德國貝特格實驗室裡進行的研究中，研究人員能將畢加索、梵高、康定斯基和蒙克的風格應用到數字影象上。

要做到這一點，他們利用物體識別演算法來忽略油畫中被描繪的物體，只關注這些物體是如何畫出來的。通過這種方法，他們能從內容中抽離風格，從而更準確地分開研究它們。

推陳出新？

但有些人也許會說，這不過是在聚集已有的人類創造成果，並不是什麼全新的東西。

未來學家雅龍·拉尼爾（Jaron Lanier）在微軟領導著一個研究團隊，他第一個提出了“虛擬現實”（virtual reality）這個術語。他說他並不認為機器以後能具有創造性。“人工智慧靠回收利用源自人們的資料來工作，”拉尼爾告訴我們（Popular Science），“它從根本上還是源自人類，問題在於這些人被匿名化了。我們在等式上劃去了自己。”

人工智慧研究者、網站CreativeAI的創始人以及部落格“倫理機器”（Ethical Machine）的主播之一的薩米姆·威尼格（Samim Winiger）說，創造性是一種運作方式，而不是某種火花或者繼承而來的天賦。“這跟創造過程有關，它是一種做事的方式。你學著變得有創造性，跟你學著演奏吉他一樣。”威尼格這樣說，“從這個角度來看，它就不那麼神祕了，而你可以試著利用這些工具去優化你自己的流程。”

威尼格將這些工具看作對人類創造性進行增強而非替換的一種方式。在他的設想中，服裝店可以根據使用者的偏好來生成一件禮服，然後當場把它製造出來。“到了那個時候，你可以想像類似H&M的店會有多巨大的改變，”威尼格這樣說。

而我們的確逐步靠近這個設想——今年，IBM的Watson幫助時裝公司Marchesa為紐約大都會慈善晚會（Met Gala）設計了一套禮服，對顏色和質料給出了指導建議。

在製作過程中，Marchesa給了Watson五種情緒的選擇：愉悅、激情、興奮、鼓舞和好奇。Watson分析了Marchesa以往製作的服裝，通過連線顏色和情緒的工具，它給新服裝設計了一套調色盤。然後，Watson把40000種面料的選擇縮減到150種，然後向設計師推薦了其中35種。

埃克寫道，品紅計劃的目標是創造真正自動生成的音樂和藝術。也就是說，從單單一臺電腦開始，僅僅靠點選一個按鈕，就產生一部音樂作品，其中包含了人類作曲家會加入的所有元素。

品紅計劃也會探索如何通過主題的反覆和音樂的特性將敘事融入生成的音樂中。整個過程將會對大眾公開，而內部測試也會在品紅計劃的GitHub頁面公開。

END

∑編輯 | Gemini

來源 |果殼實驗室

更多精彩：

☞ 哈爾莫斯：怎樣做數學研究

☞ 祖克伯2017年哈佛大學畢業演講

☞ 線性代數在組合數學中的應用