我们为什么喜欢毕加索？创意算法来解释

根据算法，爱德华·蒙克的《呐喊》创意排名很高。（AP/ Getty图片库）

到处都看得到这样的恐惧表情： 一个枯瘦的人，有着一双空洞的眼睛，站在河边，双手抱头。他的嘴大张成椭圆形尖叫着，同时他的身体似乎后退到一个血红色天空下的混沌世界里。

爱德华·蒙克的《呐喊》吸引我们的原因似乎总是和画作本身一样扑朔迷离。其实不然，罗格斯大学的艾哈迈德·加马勒教授就开发了一套计算机算法来评估画作的创意。
“结果显示人类不再是创意的唯一评判者，” 加马勒在对话网上的文章中写道。“计算机可以完成同样的任务。”

加马勒和他的同事在学校的艺术和人工智能实验室中，运用一系列数学转换，已经设计出了一套系统，通过计算机视觉分析判定任何给定画作的创意价值。但是，他们必须先定义什么是创意。

早期企业家之一，麦当劳之父雷·克拉克将创意称为“对我从现在到周二之间必须要做的工作来说是个浮夸的词语。” 对于某些人创意总是来得比别人更容易，比如李尔·韦恩在接受 MTV 的一次采访中说：“我从来没有走出瓶颈，所以我不知道我的瓶颈长什么样儿，闻起来什么味儿。我永远都有创意。”还有T· S 艾略特的著名言论：不焦虑，不创意。

这个计算机算法来自康德。在他的《美学理论》中，这位哲学家认为艺术天才满足原创性和“典范性”两个原则条件。所以加马勒的创意参数也是相似的两个组合：原创性和持续影响力。

他是这样解释的：

运用计算机图像，我们建立起了一个涵盖15世纪至20世纪的画作网络。运用这个画作网络，我们能够推断每一幅作品的原创性和影响力。

通过一系列数学转换，我们发现创意量化问题可以简化成网络中心性问题的变体－一组被广泛运用于社会互动分析，传染病分析以及网络搜索的算法。比如说，当你用谷歌进行网络搜索，谷歌运用这种算法操作大量的页面网络来识别每张页面和你的搜索内容的相关程度。

任何算法的输出取决于它的输入和参数的设定。在我们的研究中，输入是画作的内容：颜色、材质、视角和题材。参数设定的是创意的定义：原创性和持续影响力。

这个科学家用计算机算法分析了历史上1,700幅画作。在这些画作中，获得创意高分的有《呐喊》，卡济米尔·马列维奇的第一组至上主义作品，以及彼埃·蒙德里安和乔治亚・奥基夫的作品。在这批画作中，得分排名第一的是毕加索的《亚维农的姑娘》。然而，达芬奇的《蒙娜丽莎》意外缺席这个高分榜。看来这个算法对这幅画不怎么感冒。

*图表显示的是算法认为有创意的几幅作品。（图片由艾哈迈德·加马勒提供）*

加马勒在对话网上写道，“我们不想让我们的研究被看成是艺术史学家的潜在替代者，也不想得出计算机比人眼更会判断作品价值这样的观点。”

“ 而是， 我们受到人工智能的驱动，”他说。“人工智能研究的最终目的是让机器拥有类似人类的感知、认知和智力能力。”

换句话说， 这个公式可能更接近于估算“奇点时代”的人们将如何判断创意，而不是估算蒙克画这幅画的时候人们是如何判断创意的。况且，是不会有人把这个方程式用到艺术课堂上的。正如毕加索曾经说的：“ 良好的辨识能力是创意的首要敌人。”

原文标题： Why do we love Picasso? A creativity algorithm explains. - The Washington Post
原文作者：Yanan Wang
翻译者：尤加利
原文来源：washingtonpost.com
译言网地址：http://article.yeeyan.org/view/552007/465631