AI挑战人类创造力,哈佛公报深度剖析:五位艺术家深度对话,AI艺术算真正的艺术吗?
作者：微信文章https://mmbiz.qpic.cn/mmbiz_png/LLFNfYyqAsMwBFtqmKrYmwGA9vaw1TPhlVd0PDbvLia3MEusYzoDcGyTib3giboxSmiblvTSkXRpApHtJ4Wicu2UeoA/640?from=appmsg&wxfrom=10005&wx_lazy=1&tp=webp
K12谈: 读到《哈佛公报》一篇很有意思的文章，故翻译出来与大家分享，聚焦于AI 艺术引发的创作本质争议。针对DALL-E 2、Midjourney 等 AI 图像生成工具的兴起，哈佛校园内掀起了一场关于 “AI 艺术是否为真艺术” 的激烈讨论。哈佛公报采访了作家、动画师、建筑师、音乐家和混合媒体艺术家，探讨 AI 对艺术创作的威胁、协作可能及其价值边界。这些来自不同领域的创作者，从个人实践出发，揭示了 AI 在艺术领域的矛盾性：它既是高效的模仿者，却又难以触及人类创作的核心灵魂。
01
文学创作：“最受威胁的是那些风格和套路易于辨认的商业类型”
配图：由Sasha Pedro拍摄
达芙妮・卡洛泰（Daphne Kalotay），小说家、短篇故事作家，哈佛延伸学院创意写作与文学项目讲师
我最近担任了一个故事比赛的评委，阅读入围作品时发现了一个线索：相较于 “优秀写作”，人工智能在创造 “卓越写作” 时可能面临挑战。这些人类撰写的最佳故事具备三个让我惊喜的特质：1）看待世界的独特视角（个性），2）语言的原创性，3）只能来自个人经历的独特细节。其他故事写得娴熟，却缺乏这些原创性和惊喜元素。
人工智能是出色的模仿者和快速学习者，或许能轻松写出符合常见模式的优秀作品，若受到引导也能进行语言实验，但我认为它缺乏真正的洞察力和经验。
最受威胁的是那些风格和套路易于辨认的商业类型，甚至像以第一人称沉思叙事为特点的自传体小说也容易被模仿，但我猜想，其中缺失的是在特定现实世界中生活所产生的真正洞见。“这种互动感，或即时反应的能力，是人工智能无法复制的。”
02
音乐领域：“这种互动感，或即时反应的能力，是AI无法复制的”
配图：音乐家Yosvany Terry (约斯瓦尼・特里)，萨克斯演奏家、打击乐手、作曲家，音乐高级讲师，爵士乐队总监
谈到音乐的表演层面，人工智能并不让我担忧。音乐可以传递和表达情感，而人工智能目前还无法做到这两点。尤其在爵士乐和创意音乐中，音乐是即兴创作，是音乐家在舞台上合作时发生的即时创作。这种互动感，或即时反应的能力，是人工智能无法复制的，因为要做到这一点，需要具备智慧，并有能力运用好奇心和音乐语汇。只有这样，你才能在当下做出反应并创作音乐。
关于作曲，我们知道人工智能已被用于电影和电视音乐创作多年。这是一个令人担忧的现象，因为人工智能正在做音乐家过去从事的工作。但当你听到这些人工智能创作的乐曲时，会发现它们缺乏惊喜、情感，甚至连 “留白” 都没有。
我热爱音乐中的戏剧性，对我而言，音乐中的情感很重要，而人工智能尚未达到这一水平。至于音乐如何触达听众，这方面我们已看到巨大变化。我们拥有的许多音乐平台，如 Spotify、YouTube、iTunes 等，都使用基于算法的功能，根据你的收听习惯推荐音乐。我们都知道这背后是人工智能在运作。
音乐家们希望算法能推荐更多不知名的作曲家，而不是已经走红的那些。新技术应该让这个领域民主化，确保人们能接触到主流之外的事物，并学会认可不仅来自西方世界的音乐传统。
重要的是张开双臂欢迎人工智能，尝试理解它能为我们做什么，并以创造性的方式与它合作。任何新技术最初都被视为对现状的威胁，就像收音机刚出现时的情形一样。总会有反对这些创新的运动。我认为人工智能也不例外，但我们必须记住，所有这些创新都是人类创造的，而作为人类，我们能够创造和创新。作为一名音乐家，我认为我们应该睁开眼睛、竖起耳朵、张开双臂，去利用人工智能能带来的新知识和创新。
03
动画行业：“人工智能就像一种集体无意识”
配图：Jon Chase (乔恩・蔡斯) / 哈佛工作人员摄影师
Ruth Stella Lingford(露丝・斯特拉・林福德)，独立动画师，艺术、电影与视觉研究高级讲师
通常，当我和动画界的同行们交谈时，他们往往不太愿意过多思考人工智能。但当然，我们需要思考。
总的来说，人工智能确实对动画行业的工作岗位构成威胁。有人告诉我，它已经在一些大型工作室中得到应用。但它也将成为合作者。
一位业内朋友告诉我，可以通过训练人工智能学习我的风格，让它成为我工作中的助手。我能理解这可能有用，但由于我实际上喜欢动画制作过程中的重复性，这个想法对我个人的工作并不太有吸引力。不过在商业项目中，这可能是个诱人的想法，尽管我还没有尝试过。在我的个人创作中，手绘的重复性（我在数字画板上绘画）让我能够触及创作过程中不那么有意识、更本能的一面，我认为这使作品更丰富、更细腻。
尽管谈论人工智能具有创造力或想象力可能有些牵强，但它从不同来源融合图像，并融入大量随机元素的方式，与创作过程的某些方面非常相似。人工智能就像一种集体无意识，我确实发现它生成的一些东西非常有趣。我认为完全由人工智能制作的动画电影可能不会很成功，但如果在整个过程中有人类引导，它们可能会运作得很好。
我最近参加了安纳西动画节，许多与我交谈的人都在谈论 “Riding the shark (骑鲨鱼)”—— 即在保持控制的同时利用人工智能的力量。人们还预测观众会对人工智能的视觉风格感到厌倦。值得注意的是，今年电影节上放映的很大一部分影片都使用了明显的模拟技术 —— 定格动画、动画绘画等 —— 这似乎是对过去几年计算机生成图像主导地位的一种反抗。我们似乎确实希望看到人类手工的痕迹。当然，人工智能可能很快就能毫无破绽地模拟这一点！
我交谈过的一位程序员认为，对人工智能力量的恐慌是其创造者制造的炒作，目的是掩盖其局限性并让它显得更有吸引力。这位人士认为它会重蹈 VR 的覆辙：看似提供无限可能，但最终逐渐衰落。我希望他是对的，但我不太能相信。
04
视觉艺术与跨媒介创作：“我们应该感激受到挑战，从习惯和假设中跳出来”
配图：Stephanie Mitchell (斯蒂芬妮・米切尔) , 哈佛工作人员摄影师拍摄的档案照片
Matt Saunders(马特・桑德斯)，97 届，混合媒体艺术家，艺术、电影与视觉研究系教授兼本科生研究主任
关于人工智能是威胁还是合作者的问题，混合媒体艺术家马特・桑德斯（Matt Saunders）的回答可能是：每项新技术都会颠覆传统，不仅带来新的可能性，还带来一种新的物质智能。我相信许多艺术家会对人工智能的 “能动性” 产生兴趣，并寻求与它博弈或合作的方式。许多人已经在这样做了。我们应该感激受到挑战，从习惯和假设中跳出来！我对这一点的担忧大多属于社会和伦理范畴。我希望有伟大的艺术家能帮助我们想象并应对这个新现实。
至于它是否具有创造力或可比性，我陷入了循环思考。艺术的意义在于我们赋予它的定义。它可以是一种挑衅，但本质上始终是对话的一部分。许多艺术家已经在将人工智能的发明（和挑衅）融入具有深刻内涵的作品中，但当然，仍然是艺术家将它带入这个领域。如果情况发生变化，也许这一点也会改变。
05
建筑设计："如果我们提出正确的问题，人工智能会给我们重要的答案"
配图：Sipa via AP Images
Moshe Safdie(摩西・萨夫迪)，建筑师、城市规划师，设计学院建筑设计评论家
我从 20 世纪 70 年代就开始关注人工智能，当时我和马文・明斯基（人工智能的先驱之一）有过交往。但如今的人工智能是超强计算能力和算法的产物，这与明斯基刚开始研究时的设想截然不同。对他来说，人工智能是让机器具备人类推理能力、像人类一样智能的科学。
在我看来，目前人工智能具有非凡的分析能力，但我还没有看到它能做我们建筑师在设计时脑海中所做的事情，即考虑大量变量并对其进行梳理。然而，作为一名建筑师，我认为人工智能可以改变我们的生活。如果我们提出正确的问题，人工智能会给我们重要的答案。
例如，我可以问人工智能：“我有一栋位于特定场地的建筑，我想优化日照和阴影模式，还想将窗户定位在最佳朝向的位置。” 我认为人工智能可以给出有用的回应。我们可以根据这个回应完善或改进我们的设计。但我认为它不会给出完整的答案。例如，如果你让人工智能设计一个带有隐蔽处、空地和四季种植布局的花园，我认为它会做得很好。但如果你希望花园以一种神奇且令人愉悦的方式排列，我不确定它能否做到。
我一点也不害怕人工智能，反而很好奇。我认为人工智能将能够创作出极具美感和趣味的图形展示，但这又引出了什么是艺术的问题。艺术包含精神和情感元素。当你看到毕加索的《格尔尼卡》时，你会想到人类对人类的残酷；当你看到莫奈的作品时，你会感受到与自然的合一，这就是艺术。
就人工智能创作的艺术而言，我认为我们不能称之为艺术。我还没有看到人工智能能做出我们所做的那种创造性工作。我知道它可以创作一段音乐，但我认为它无法独立创作出贝多芬的最后几首奏鸣曲。人工智能可以模仿已经存在的东西，并以另一种形式将其反哺或"吐"出来，但这不是原创作品。
当我们公司设计新加坡星耀樟宜机场时，我们的想法是将零售店、机场设施和景点结合起来。这个景点应该是一个神奇花园的想法来自我。我想知道人工智能是否能提出同样的想法。我认为不能，但谁知道呢？那将是一个非常有趣的测试。
我不知道明斯基的人工智能梦想是否能实现，因为它假设人工智能能获得意识和独立思考能力。因此，在某种程度上，“人工智能” 这个名称可能是个误称。也许我低估了它的能力，但作为一个业余爱好者 —— 因为我是建筑师，不是数学家 —— 在我看来，智能意味着某种独立性和意识，而我认为目前的人工智能还不具备。
编辑注: 本文作者为Liz Mineo，翻译仅供学术交流和学习参考之用，不得用于商业用途。如有任何侵权行为或版权问题，请联系后台核实予以删除。译文如有错误漏译劣译，欢迎指正。如若获取原文，可点击下方“阅读原文”。
页:
[1]