當科技有了創造的溫度……A.I.與藝術結合的機構實踐

這些作品即新奇又異常令人困擾。由DeepDream生成的圖像上布滿了奇怪的類似狗的生物，如果你上傳一張人像或風景照至DeepDream，它看到的是保留了基本輪廓但其中有許多模糊的怪獸般的形象出現，像是鳥、狗、豬、蛇等動物的集合體，讓人毛骨悚然。DeepDream技術的產生最初旨在讓我們能夠更好地理解神經網路究竟如何運作，如今這仍然是個未解之謎，人類還無法捕捉這個複雜網路內的活動，Alexander Mordvintsev和他的團隊仍在向著這個目標努力著。或許要直到我們完全掌握神經元的運作方式，機器智慧才能真正模擬人腦，創作出令人欣賞的作品。但從另一角度說，機器的創作為什麼一定要符合人類的審美呢？

去年6月，以DeepDream技術為靈感，Google推出來自Google大腦團隊（Google Brain）新的研究項目Magenta，以探索利用人工智慧來創作藝術，同時為開源人工智慧平台TensorFlow的用戶簡化該過程，讓該技術更加觸手可及。團隊也會邀請其他領域學者幫助解決創造性機器的難題。團隊負責人道格拉斯．埃克（Douglas Eck）表示，該團隊將會首先解決能夠生成音樂的演算法，然後再研發視頻及其它視覺藝術的演算法。他說：「看到創造性深度學習藝術出現令人驚嘆的全面進步，這使得我想要創建Magenta，我想要在這方面做一點啟發工作。」

Magenta專案會在TensorFlow上開源打造全部的深度學習模型，通過該開源平台，其他人將能夠利用Google的成果，並對其進行進一步的延伸。目前，在該專案的GitHub頁面已發布出多種代碼，使用者可以利用這些程式協助自己創作，不過現多集中在音樂領域。Magenta最新的一個項目NSynth （Neural Synthesizer）就是一個基於神經網路的聲音合成機器，它從聲音大資料庫中進行學習，可以處理大約1千種不同的樂器，並將不同樂器的聲音組合，從已有的聲音中創造出無數新的聲音。該團隊還為 AI 研究者和其他電腦科學家創造了一個新的遊戲場，他們發布了一篇描述 NSynth 演算法的研究論文，任何人都可以下載和使用他們的聲音資料庫。對埃克來說，「Magenta前景在於研究人員可以為任何藝術家（而不僅是音樂家）創造更廣泛的工具」。

去年，微軟和阿姆斯特丹廣告公司J Walter Thompson、德爾夫特科技大學（Delft University of Technology）、海牙莫瑞泰斯皇家美術館（Mauritshuis）以及林布蘭故居博物館（Museum Het Rembrandthuis）共同成立了一個新的協作專案─「下一個林布蘭」（The Next Rembrandt）。該專案嘗試利用微軟Azure平台大量存儲和迅速處理資料的能力，打造下一個荷蘭十七世紀最偉大的畫家林布蘭。專案的主要目的是盡可能的遵循林布蘭的創作技巧和繪畫風格來創建全新的藝術品。軟體分析了346幅林布蘭的原作，通過機器學習的方式對每張畫測量60個點，根據他的繪圖風格、瞳距、顏色、種族、年齡和面部測量等來模擬林布蘭進行創作。

經過長達18個月對林布蘭的研究，機器最終繪製出一幅矚目的作品《下一個林布蘭》。畫中人物為年齡介於30至40歲之間的白人男性，由一片黑色背景襯托，身著黑色大衣，頭戴黑色帽子，面朝右側光源，這是經統計後，最常出現在林布蘭肖像畫中的主體特徵。作品重現了林布蘭的畫風和筆觸，成功「復活」了這位藝術大師。在去年的坎城國際創意節上，《下一個林布蘭》收穫了創新獅子獎、2個全場大獎（互動類與資料創意類），以及各類銀獅、銅獅獎共計15個獎項。

該畫作由超過1.48億個像素組成，在製作過程中利用了深度學習演算法和面部識別技術，研究人員通過軟體和3D掃描器分析了16萬8263個林布蘭畫作片段，並將這些資料導入到3D印表機。為了營造出真實的油畫質感，團隊使用了真正的油畫材料進行列印，顏料達13層，最終生成了這幅作品。在這裡，資料似乎成為畫家的大腦，技術硬體代替了筆刷。然而需要看到的是，「下一個林布蘭」始終是對大師的模仿，而並非自主的創作。

對於這項技術在現實中的應用，研究團隊認為該技術可以用於現存油畫殘缺部分的修補。目前，微軟以及德爾夫特科技大學正在計畫用這一新技術修復一件被嚴重燒壞的林布蘭布面油畫。

人工智慧、機器學習也成了老牌美術館的新歡。英國泰德美術館（Tate Britain）從 2014 年起設立科技獎IK Prize，與微軟合作，該獎項的設立用來鼓勵、資助那些使用科技手段創造性地探索泰德館藏英國藝術的專案。去年，策展項目「Recognition」獲得2016 IK Prize，該項目的「策展人」則是一個人工智慧系統，在微軟的認知服務技術協助下，由義大利通信研究中心Fabrica和一個法國人工智慧團隊JoliBrain共同開發。

展覽「Recognition」把路透社發布的新聞圖片和泰德美術館館藏並列展示，Recognition讀取了美術館資料庫中的 3萬件作品，從物體識別、人臉識別、構圖分析以及語境分析四個維度上進行匹配，之後每個維度再進行權重綜合計算，最終挑選出相匹配的新聞圖片和館藏作品配對展出，呈現出的結果令人驚奇。比如，它將一張拍攝於2016年8月16日在法國西南地區Arcachon一群游泳嬉戲的人們與Henry Scott Tuke的一幅十九世紀油畫《August Blue》並置，或是把2016年9月1日特朗普在俄亥俄州的一張競選照片與Stanley Spencer的《自畫像》（Self-Portrait，1914）並置。

在展覽方看來，通過這些配對，我們可以試圖理解機器是如何模仿人類觀看和理解視覺藝術，也就是說，如何將數位化的思考方式應用到藝術這個主觀事物上。該展覽的出現可以說讓很多藝術界人士開始重新認識並思考AI，從前那個「冰冷的機器」是否擁有了對於藝術的感知？策展人這個職位也會被取代了嗎？對於人類與AI存在關係的這種二元假設在近一年愈演愈烈，「後人類」概念在藝術創作中也被反覆運用。事實上，不論AI今後將朝著什麼樣的方向發展，它們正在並將繼續潛移默化地影響著我們，從可觸的行為實踐到無形的思想；AI愈是朝前一步，人類就愈加反觀自身，我們，何以為人？

科技與藝術這兩個看似平行的學科一旦交叉，總是能碰撞出一些讓人驚喜的成果，在這一人工智慧的浪潮中，科技巨頭們也紛紛設立了指向藝術的AI專案，而老牌的藝術機構也開始將人工智慧納入展覽實踐。

機器學習（machine learning）是否能被用來創作藝術呢？這是AI科技行業在試圖涉獵藝術時，擺在我們面前的一個大哉問。人工神經元網路（Artificial Neural Networks）近幾年來在圖片識別、分類和語音辨識方面取得了長足的進展；由工程師Alexander Mordvintsev等人發起的Google DeepDream應用，就是基於人工神經網路來識別並自動生成圖像，是用以研究人工智慧演算法如何感知物體的一種方式。工程師給DeepDream瀏覽上百萬的圖片以訓練其識別能力，在這過程中逐步調試它的網路參數，直至它能正確地將圖像歸類。除此之外，DeepDream可以基於提供的圖片，通過神經元在該圖片中查找熟悉的圖式並增強這些圖式，最終生成自己專屬的圖像，這些由它「創作」的作品風格，被稱為「Inceptionism」，名稱源於2010年的科幻電影《全面啟動》（Inception），用以指涉倚靠技術實現的夢境的相互滲透。

去年3月，Google甚至為DeepDream在舊金山舉辦了一場名為「深度夢境：神經元網路的藝術」（DeepDream: The Art of Neural Network）的展覽及拍賣會，展出的作品均出自DeepDream系統與人類的合作，讓我們看到DeepDream大腦中奇異的、夢魘般的世界。出人意料的是，這場拍賣會售出了有史以來第一批機器繪畫作品，籌得資金約8萬4千美元，這些資金被用於舊金山一家專注於整合藝術與科技的非盈利組織Gray Area Foundation for the Arts。在當日的拍賣會上，DeepDream與倫敦藝術家Memo Akten合作的一組GCHQ（英國通信總部）作品拍出了8千美元，這也是該展覽中拍出的最高價作品。