藝術家們正在嘗試與AI共同創作藝術作品

在過去的一年裡，人工智慧的發展取得了重大進展（例如，IBM的Watson製作了第一部AI編輯的電影預告片，阿爾法打敗了世界圍棋大師）。其中許多突破均源於AI演算法能夠更好地理解視覺數據（例如面部識別、圖像檢測）和處理自然語言。

因為這些智能演算法現在可以模仿人類的思維、推理和決策，再加上識別情感，藝術家們正在嘗試與AI共同創作藝術。一直以來，藝術家們都在將技術作為拓展他們視覺的工具，但這裡的區別在於，工具具有與人相同的（如果不是更多的話）確定結果的能力。

「Tara Shi和Sam Kronick希望他們的藝術能夠幫助解釋人工神經網路的神秘運作，這些人工神經網路正越來越多地被科技公司使用，以使他們的產品生產更快，更聰明。」 Ethan Chiel評介說。「他們是眾多藝術家中的一員，他們把神經網路融入到他們的工作中，在這樣做的過程中，幫助公眾更好地理解技術，這種技術將越來越多地成為他們生活的一部分，決定他們和周圍的世界。神經網路的藝術成果正越來越多地滲入到公眾的意識中。」

《證據中的新維度》（NDiT）是2016年這一領域的一個突破性項目，因為它讓我們得以一窺在故事敘述中認知計算的前景。該項目使用了先進的自然語言軟體，讓觀眾可以與大屠殺倖存者的3D化身進行口頭交流。在一個複雜的演算法的驅動下，全息圖實時地回答觀眾的問題，給人一種真實的對話的印象。

這種形式的AI可以在很多方面使用。想像一下家庭相冊或回憶錄的未來，一旦這些全息圖能夠回憶並口頭回答問題，講述相關的故事，拉出相關的圖片或音景，便可把你帶入相關的沉浸式環境中。這可能成為一種新的文化形式，「坐在餐桌旁，帶著一個相冊，講故事」，和那些已經去世的人一起。

這個項目涉及到一個智能演算法，但不一定是在它與新信息輸入交互時學習的演算法。然而，Sam Kronick、Tara Shi和神經網路計算機程序之間的合作確實例證了這種生成藝術的實驗。人類合作者將自然物質（如岩石）的3D掃描提供給AI程序，該程序繪製出物質的輪廓，學會識別物質，然後生成「它自己的詭異的描繪」。

機器學習的進步正在引發關於如何定義藝術家的爭論，揭示了藝術家存在的危機。類似於YouTube一代崛起過程中所發生的爭論（任何人都可能突然成為創作者，或者是故事世界形式的激增給了觀眾代理和作者身份），人工智慧一代現在提出這樣一個問題：「藝術家的角色是什麼？」

如果一台機器可以製作視覺藝術，編輯電影，寫劇本（如《Sunspring》），或者作曲（如《Daddy"s Car》），藝術家的價值是什麼？當然，這些聰明的演算法是寄生的，他們使用來自人類創造力的數千年的原始資料來尋找模式和樣本，並將其混搭成當代的東西。然而，一些人認為這一過程類似於藝術家們已經做過的事情——用不同的方式講述同樣的七個故事。羅格斯大學藝術與人工實驗室的Ahmed Elgammal使用了維基藝術資料庫，創作「藝術」，其結果與人類的藝術非常相似。此外，他們還詢問了人類是否能分辨出其中的差異。

合作，而不是競爭：不是機器超越人類的創造力，如果它們增強了它們呢？「人工智慧系統有可能與人類合作創造一種共生的超級智能。」計算機科學教授兼艾倫人工智慧研究所的首席執行官奧倫·埃齊奧尼（Oren Etzioni）在麻省理工學院的技術評論中寫道。

勞倫·麥卡錫（Lauren McCarthy）在《24小時主持人》中探索了這個想法。在24小時的時間裡，她舉辦了一場雞尾酒會，客人們在8個小組中參加一個小時的聚會。然而，能夠訪問大量關於每位客人的數據的自定義人工智慧策划了麥卡錫的團隊和木偶的每一個詞和動作。人工智慧能促進最佳的社交互動嗎？我們人類的限制（比如睡眠需求）在執行或阻礙結果的情況下在哪裡？麥卡錫的《Get-Lauren》獲得了IDFA的新興媒體項目最高獎項，在這個項目中，她在一個有線的家庭中扮演了人工智慧的角色，並研究了人類作為介面的好處。人工智慧是否能夠讀取人類情感需求的細微差別，並像另一個人一樣有效地服務他們？

作為互動和生成媒體的先驅，安·格林伯格（Ann Greenberg）一直在努力解決這個問題。她小時候在麻省理工學院的校園裡玩耍，而她的父親則設計了未來的城市。在過去的20年里，她嘗試並設計了令人印象深刻的新媒體技術和模型，這讓她發現了娛樂AI （Entertainment AI）。該公司的專利技術允許用戶在媒體內部進行表演，並提供了一個例子，說明智能機器和藝術家如何在一個創造性的過程中相互補充。她解釋說：

「我將我的系統描述為與人類、機器人、化身和3D動畫一起工作。在這裡面，人類和機器人基本上是平等的。我開始創建一個表達機器，一種讓人們表達自己的方式。一種民主的電影。最後我得到了一個反表達式機器，這有點令人擔憂。我該如何設計它，才不會得到一個反表達式機器呢？啊，我讓劇本變得聰明，我們稱之為SmartScript（智能劇本），它既是機器也是人類可讀的，這讓我能夠虛擬化生產。

「在Sceneplay [現在娛樂AI]，劇本的每一拍都被細化為最細微的部分：編輯決策列表，相機角度，過濾器，一天中的時間，角色描述，等等。這些數據用於運行一系列提示器、錄音機和自動編輯標記代碼。用戶選擇他們想要進入的媒體類型（情景喜劇、音樂視頻等），他們選擇他們想要扮演的角色（主角，主唱），他們用機器來告訴他們具體要做什麼。如果你做了，並說出了提詞器告訴你的內容，那麼你創建的視頻（由智能劇本和機器來編排）將會自動匹配其他人的表演，並讓用戶體驗到一個完整的體驗。如果你不跟著機器走，你的東西就不會和別人一起縫在一起了。從本質上說，即使你是一個傀儡，你也是一個合作經驗的一部分。我喜歡說，『觀眾是藝術家。』

「現在，我對我正在做的事情感到滿意，因為SmartScript仍然可以有一個人類的作者。從技術上講，它不一定是，我們有可以生成故事的系統，通常是用於數據密集型的主題，比如金融或體育，但是越來越多的，通過自然語言處理，可以創造出各種不同的機器生成的意義。但在我的系統中，我可以把作者放在中間。即使是500年前的作家也可以成為這個系統的中心。

「是的，是的，用戶是我的世界裡的肉偶，但他們也是共同創造者。我還解釋了這個系統的用戶是如何構建意義的。任何人都可以寫一些東西，看到它和人群一起生活。這就是我對自己所做的事情感到滿意的地方。我將人像和機器創意之間的 Sceneplay [現在娛樂AI] 定位在一起。想想這一切的可能性吧！我們可以學習人類故事敘述的整個範圍，就像我們有文檔一樣，然後利用這些信息，我們可以從一段深刻的歷史中自動生成新的故事。在一個一切都可以被數字化的世界裡，一切都變成了一個故事。從這個意義上說，數據有自己的觀點，並實實在在地講述了一個故事。」

在2017年的IDFA DocLab上，藝術家Memo Akten推出了《學會看：你好世界！》（Learning to See：Hello World！），這個互動式安裝使用實時攝像頭來演示機器學習是如何工作的。通過使用一個深層神經網路，它可以快速地對模式進行比較，並從中提取出圖像。在支持與人工智慧合作的藝術家方面，《Ars Electronica》也一直走在前列。其他的生成藝術的例子有《MESOCOSM》、《word.camera》、《Flock》、《Flippaper》、《Close Your》和《RIOT》等。

【數字敘事 s特】

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！