話說很久很久以前…
威廉斯(Robin Williams)曾主演一部電影《變人》(Bicentennial Man),其中一段關鍵劇情是他飾演的機器人安德魯和主人家的二小姐阿曼達在玩一隻玻璃製的馬,他不小心把這隻玻璃馬摔在地上破掉了,讓二小姐阿曼達很不高興。回家後安德魯開始查閱圖書資料,弄懂雕刻的技巧後,動手做出一隻惟妙惟肖的木雕馬,暗地送給二小姐阿曼達。阿曼達高興極了,但是他的父親卻感到無比驚訝,他覺得自己家的機器人具有其他機器人不具備的「創造力」和「自主性」。
確實,創造出像人一樣的機器人一直以來都是人類的夢想之一,但人類創造機器人的目的,大多是想用來取代人力,為人類工作,而不是賦予機器人「創造力」和「自主性」。如同現今大家習慣使用的「機器人」(Robot)一詞,是源於捷克作家恰佩克(Karel Čapek)於1920年出版的科幻小說《羅素姆的萬能機器人」(Rossum’s Universal Robots)中創造出的一個新詞彙,「robot」在捷克語裡是奴隸、勞工的意思。
或許也因為這樣,未來機器人是否具備「創造力」和「自主性」?至少會涉及兩個層面:一是「倫理」、一是「技術」。前者比較複雜,爭議也比較多,就目前來看大家似乎都還沒做好相關的心理準備,也很難想像機器人具備「創造力」和「自主性」對人類是福還是禍?後者就相對單純,端看人類的技術做不做得出具有「創造力」和「自主性」的機器人,若從科技的發展來看,這應該是遲早的事。
![](https://d1qlj1o6gdgqqt.cloudfront.net/pictures/4511-87107427657.jpg)
「The Next Rembrandt」計畫利用3D掃描儀器與軟體分析林布蘭(Rembrandt van Rijn)346幅作品。(◎www.nextrembrandt.com提供)
去年是「人工智慧」(Artificial Intelligence,簡稱AI)在「創造力」上大躍進的一年:
2月 Google與灰灣藝術基金會(Gray Area Foundation for the Arts)在舊金山聯合舉辦了由人工智慧「Deep Dream」所創作的抽象畫展,29幅作品共賣出了9.76萬美元(約新台幣314.8萬元)
3月 Google的人工智慧「AlphaGo」與南韓圍棋九段棋手李世石之間的「人機對弈」,在五局的比賽中以總比分4:1大勝李世石。
日本日經新聞「星新一賞」文學獎比賽結果公布,函館未來大學及東京大學的實驗室以人工智慧寫出的四篇小說投稿,其中有一篇小說通過初審。
4月 荷蘭阿姆斯特丹的金融公司ING集團與廣告公司J Walter Thompson共同合作,利用了微軟Azure做技術支持,重現了林布蘭(Rembrandt van Rijn)的畫風和筆觸,成功創作了一幅新的林布蘭肖像畫。
6月 Google公布了由人工智慧「Magenta」創作的80秒的鋼琴曲。最近,還將2,865本浪漫小說輸入到該公司的人工智慧引擎中,使其進行學習,正準備出版人工智慧機器人創作的浪漫小說。
以上這些例子都是透過大數據分析,結合電腦的深度學習技術,在研究人員的協助下所進行或完成的計畫,但已經可以看出AI在「創造力」上的未來潛力,雖然距離「自主性」還有一段距離,可已經足夠提供我們對未來世界進行相關討論了。
科技做為人類創作的輔助工具
近代科學技術的發展,對現代藝術史有著重要意義。「科學」和「藝術」看似兩條平行線,除了晚近發展的新媒體藝術之外,「科學」和「藝術」平時並沒有太多交集。然而回顧藝術史,「科學」對藝術的發展影響其實有著深厚的淵源。文藝復興時期即有藝術家使用「光學儀器」來幫助做畫、光譜的分析研究對印象派發展起了關鍵性的影響等等。Google人工智慧研發人員阿爾卡斯(Blaise Agϋera y Arcas)表示:「我們相信人工智慧技術對藝術的創新具有深刻的影響。」
簡單說,在過去,科技是人類創作的輔助工具。現在,在人類的幫助下,人工智慧科技開始可以進行簡單的創作,甚至模仿某一位藝術大師的風格,創造出新的作品。
![](https://d1qlj1o6gdgqqt.cloudfront.net/pictures/4511-427510579410.jpg)
「The Next Rembrandt」計畫利用3D掃描儀器與軟體分析林布蘭(Rembrandt van Rijn)346幅作品。(◎www.nextrembrandt.com提供)
大數據分析與深度學習
以荷蘭的ING 集團與廣告公司J Walter Thompson共同合作的「The Next Rembrandt」為例,該計畫結合美國微軟(Microsoft)、荷蘭林布蘭美術館(Museum Het Rembrandthuis)、台夫特理工大學(Technische Universiteit Delft)及海牙莫瑞泰斯皇家美術館(Mauritshuis museum)的數據科學家、開發人員、工程師及藝術史家等,分析著名畫家林布蘭346幅作品,利用大數據和演算法模仿林布蘭畫風所創造出的一幅人物肖像。製作過程中執行團隊利用3D掃描儀器與軟體分析畫布上錯綜複雜的層疊交錯,使用兩個向度的演算法達到模擬手繪畫作的效果,再利用特製的3D列印機,以UV(Ultraviolet Rays)油墨分13次層層列印,製造油畫的筆觸和肌理,完成連林布蘭專家都無法辨識的高仿作品。這個計畫在法國坎城國際創意節上,拿下了金獅獎、兩個大獎(互動類與數據創意類)、以及各類銀獅、銅獅獎,據統計,其獲獎總數高達15個。
我曾經拜訪過中部一家畫廊,在負責人辦公室的牆上發現一塊板子,上面註記當今藝術市場最紅的藝術家風格和特色,然後歸納出幾個特點。這位畫廊老闆向他的收藏家說:要收就要收符合這幾個特點的作品。
藝術是主觀,但不是沒有標準,透過分析建立幾個指標來評斷作品的好壞,是藝術市場投資者慣用的手法,還輔有各種藝術指數當參考。假使這樣的論點可以成立,那麼我們透過分析藝術史上重要的藝術家作品,建立起龐大的數據庫,再利用深度學習的技術,那麼不久的將來,人工智慧是不是也可以依據這些指標自行創作出精彩的作品?又哪類的藝術創作最容易被人工智慧取代?
我想,透過程式編程以控制聲音、燈光等儀器設備做為創作形式的作品,受到人工智慧的挑戰應該最大。
當人工智慧創作的作品進入藝術市場……
去年2月Google與灰灣藝術基金會在舊金山聯合舉辦了由人工智慧「Deep Dream」所創作的抽象畫展,29幅作品共賣出了9.76萬美元。紐約策展人克爾(Dylan Kerr)說:「展現新科技能做到什麼是一回事,但我更感興趣的是用這些科技來說故事,或創造值得持續關注、討論的意義。觀眾會自己決定Deep Dream畫像的地位,從拍賣會就能看出市場已經在決定這些藝術品的價值了。」(註1)
許多對我們現在是困擾的問題,對下一代而言可能是再自然不過的事了。就像拿現成物當藝術品這件事,上世紀初還像是瘋子的行為,現在是國際級的藝術品,杜象(Marcel Duchamp)的《噴泉》(Fountain)原作遺失,其中一件1964年的重製品在1999年11月時於蘇富比以190萬美元賣出。
對於機器創作的作品有沒有市場,這點比較沒有什麼爭議,畢竟市場自己會給出答案。至於對藝術家的競爭關係,創作之於藝術家或市場之於藝術家,從來就都非易事。比較值得關注的是這項技術應用,如果有人利用這項技術製作大量連專家都無法辨識的高仿複製品,然後進入市場,可以想見對藝術市場造成的衝擊將會是非常巨大。
不過,如同核子能一樣,把它當武器,對人類的生存便構成巨大的威脅;反之,拿來發電、醫療等,就成造福人類的技術。也就是說,這項技術可以製作高仿的複製品,同時也能拿來做為鑑定真偽的技術之一。
![](https://d1qlj1o6gdgqqt.cloudfront.net/pictures/4511-8737375749.jpg)
去年二月在「DeepDream: The art of neural networks」的藝術拍賣展會中,展現Google人工智慧在研究團隊與藝術家的協助下,透過演算法進行影像辨識,產生的圖像《Temples.med》。(Michael Tyka提供)
人工智慧創作的下一步
「我們的目標是讓機器、創作的過程和林布蘭如出一轍,這將會幫助我們更好地理解一幅作品之所以能成為傑作所具備的元素」。負責「The Next Rembrandt」項目的技術總監弗洛雷斯(Emmanuel Flores)也承認人工智慧不可能代替林布蘭,因為他是獨一無二的。至於這項技術在現實中的應用,研究團隊認為這一技術可以用於現存油畫殘缺部分的修補。(註2)
現代電腦與博弈論的重要創始人諾伊曼(John von Neumann),曾說到:
到底有什麼是電腦做不了的?
只要你把被認為是電腦無法解決的問題描述清楚,電腦總能找到一種方法解決它。
也就是說,如果我們能把什麼是「創作」和好的「作品」定義清楚,人工智慧就可能實現你所想要的。
大數據現階段在藝術領域的應用與影響
總的來說,雖然人工智慧在創造性的技術發展上有長足的進步,但實際上視覺藝術產業是全球數位化和網路化程度最低的產業之一。主要是因為視覺藝術的市場價值核心是:原創性與稀有性(獨一無二),這和數位及網路科技所提供的便利性和標準化特色,是相互牴觸。但將大數據/行動裝置應用於藝術產業的傳播、教育、推廣、行銷方面仍具有相當大的商業發展潛力,以及做為部分藝術品直接交易新通路的價值。
過去全球藝術市場相關報告所使用的數據,主要來自拍賣市場。而數據是由各拍賣公司提供,數據正確與否,關係市場分析的客觀性。中國拍賣市場因為假拍的比例很高,已經開始對歐美藝術品的鑑價造成困擾。藝術電商的數據是從後台資料所蒐集的瀏覽者使用習慣,可以了解整體消費者對於線上藝術品消費的偏好,這是過去實體交易市場很難做到的使用者行為分析。
數位數據的取得,愈來愈容易,愈來愈全面,也愈來愈深入。和傳統資料最大的不同是,大數據的資料來源多元、種類繁多,大多是非結構化資料,而且更新速度非常快,導致資料量大增。現在資料量之大,已經不是人工分析可以負荷,於是演算法就變得非常重要。
註1 樂羽嘉編譯,〈數位大未來/人工智慧學繪畫能創造出藝術嗎?〉,《天下雜誌》,2016.03.31。參考自◎www.cw.com.tw/article/article.action?id=5075522。
註2 錢童心,〈除了下圍棋,人工智慧有可能開辦畫展嗎?〉,《第1財經》,2016.04.08。參考自◎www.yicai.com/news/5001164.html。
![](https://d1qlj1o6gdgqqt.cloudfront.net/wp-content/uploads/2020/11/author.jpg)
從事當代藝術環境及市場領域的觀察研究、長年推動國內多項文化與藝術政策調查研究與法令修訂。 曾任 : 畫廊協會秘書長、畫廊協會附設台北藝術產經研究室執行長 、 帝圖科技文化公司附設亞洲藝術經濟研究中心執行長 、 兼任畫廊協會策略長。現任藝科智庫執行長,從事數位科技在視覺藝術領域應用工具的開發與基礎研究。