由GAN创建的Edmond Belamy的肖像在佳士得拍卖会上以432,500美元的价格成交摘要： 价值不菲的艺术创造到底是否能被科技代替？
在2018年一场著名的拍卖会上，一部AI制作的肖像以432,500美元的价格成交！这篇新闻在科技媒体上被广泛讨论，有些人认为这一事件对人类艺术家构成了威胁。其实，这只是深度学习快速发展中众多不可思议的案例中的一个，这些故事创造了关于人工智能的耸人听闻的头条新闻，或者是说人工智能表现出与人类同等的艺术创造力。一些言论：“人工智能写作已经到来”，“人工智能很快就能写出比人类更好的小说”等等在网络上大量出现。
人与机器艺术的区别
当你画一幅画，创作一首歌，写一部小说（甚至是这篇博文）时，你的生活经历、文化、宗教、政治和社会倾向都会混合成一堆混乱的情绪和化学反应，影响到你的工作。因为我们对我们的大脑知之甚少，所以我们无法真正理解人类的创造过程，人类艺术的每一项工作本身都是独一无二的。试图重现它实际上就像一个人能两次踏进同一条河流。
例如，如果分类器网络已经学习了足够的爱尔兰民间音乐样本，它将能够告诉你一个新的音乐音符序列是否属于爱尔兰民俗类。因此，爱尔兰音乐GAN将有一个生成器网络创建音乐样本并通过分类器运行它们以查看它是否作为爱尔兰音乐传递。如果结果不令人满意，则生成器修改数据，通过分类器重新运行并重复该过程，直到后者将其评定为可接受的爱尔兰音乐样本。
但是我们要清楚，神经网络和分类器都不知道他们正在创造的数据内容，以及它的艺术价值或它可能对其他人造成的潜在伤害。这些内容是没有情感，没有灵感和想象力的火花。GAN和其他所有表现创造力的深度学习或人工智能技术都是使用数学和统计学来创建数据并将它们与之前看到的其他样本进行比较。
深度学习将自动完成一些创造性任务
我在与不同专家的谈话中得出的结论是，深度学习将使某些形式的艺术自动化。例如“功能音乐”：我们在演示广告和一些更简单的视频游戏的背景中播放的音频类型，可以通过神经网络自动化，神经网络根据用户提供的输入参数生成新的音乐序列，这些输入可以是风格，节奏和心情等。目前有几家公司已经开发或正在开发类似的AI应用程序，他们的产品市场非常丰富。
很容易看到类似的发展在视觉艺术领域发生，其中AI算法可以为视频和演示的背景创建独特的功能视觉效果。但功能艺术可能并不完全被视为创意内容。它们旨在帮助用户专注于其他内容，例如演示文稿或视频的内容。“我们认为功能性音乐是一种因其用例而受到重视的音乐，而不是制作它的创造力。”纽约人工智能创业公司Amper Music的首席执行官兼联合创始人Drew Silverstein说。但西尔弗斯坦解释说：艺术音乐“更多的是关于这个过程而不是用例。”
然而，有些人正在以创造功能性音乐和艺术为生。他们的工作自动化会发生什么？
深度学习将增强人类的创造力
巴纳尔斯希望像folk-rnn这样的工具可以帮助他完成工作。“当我不得不开始大规模的作曲时，我总觉得这很令人生畏。也许我可以给计算机一些参数：玩家的数量、心情、甚至我最喜欢的作曲家的名字，它可以为我生成一个基本结构。我不希望它开箱即用，但这将是一个起点！”巴纳尔斯说。
我在去年12月采访过的Spotify创造者技术研究实验室主任弗朗索瓦·帕切特（Francois Pachet），他将创造性人工智能工具与80年代的数字合成器进行了比较，当时人们担心计算机会导致音乐家失去工作，但恰恰相反，数字合成器在某种意义上说，使每个人都带上量这些新的机器和硬件且学会了如何有效地使用它们，音乐界也因此得到了快速发展。
为什么AI不会取代人类的创造力
人工智能技术将继续改进并更好地模仿人类的创造力。在某些时候，它甚至可能创造出与人类艺术家无法区分的音乐和艺术。
但是，使艺术品有价值的东西不一定是输出。大多数时候，了解人类成就的过程和劳动与最终结果同样重要和珍贵。一台机器人可以在很短时间内被训练为投篮大师，同样一个职业篮球运动员需要花费几十年才会成为投篮大师。此外，如果你做了一些更新，教给机器人一个新的技能，你可以迅速将其推广到所有类型，这是人类无法做到的。但我们对人类运动员的欣赏不仅仅是他们在场上的统计数据和表现，我们应该更欣赏他们的坚持和努力。
让我写这篇文章的原因是关于在拍卖会上出售的GAN画作的故事。但有趣的是，创造GAN开发者对这件事的评价（生成式对抗网络的发明者Goodfellow称这是一个有趣的转折）。
本文作者：【方向】
本文为云栖社区原创内容，未经允许不得转载。