CCAI | 北航空航天大学计算机学院副院长王蕴红:人工智能科学与艺术的鉴赏创作

北京航空航天大学计算机学院副院长王蕴红

文/CSDN苏靖芝

7月 22 - 23 日,在中国科学技术协会、中国科学院的指导下,由中国人工智能学会、阿里巴巴集团 & 蚂蚁金服主办,CSDN、中国科学院自动化研究所承办的 2017 中国人工智能大会(CCAI 2017)在杭州国际会议中心盛大召开。

大会第二天下午,北京航空航天大学计算机学院副院长王蕴红参与了【人工智能科学与艺术论坛】的讨论,并发表了《人工智能技术与艺术的鉴赏创作》主题演讲。

她详解了人工智能技术的优势、可发挥作用,及其可能对于艺术发展的影响。王蕴红表示:“人工智能技术的发展趋势中,艺术将成为其最难接近人类智能的部分”,但其也有正反两面,一方面,艺术欣赏和训练软件将使得艺术学习更为便捷和低成本,艺术创作的辅助软件将使得艺术家效率更高;但另一方面,也提出疑问,用大概率的方法训练能否产生小概率事件的发生?原创是什么?如何呵护创作的幼苗?如何避免过度训练?这都是我们需要思考的问题。

以下为演讲实录,在不改变原意的情况下进行了删减和调整:

来这之前,论坛主席给我布置了两个任务,让我回答这两个问题:人工智能技术是否可以鉴赏艺术作品?在艺术领域,人工智能能否超越人的创造力?我从事机器学习和计算机视觉领域的工作,所以我将从技术的角度看这个问题,讲一下我的一些观点。

技术与艺术的不同

首先讲一下我的技术艺术观。有时候我们跟搞人文,搞艺术的人在一起讨论的时候,他们很鄙视我们说:我们把什么都落到一个非常没有意思的定义或是公式上。我认为技术是可量化、可复现、可批量生产的,换句话说是一个大概率的事件。

任何一个技术的实现,都是希望首先在观察描述的时候是可量化的。其次是可复现的,比如说有些时间不能被重复,这就成为一个大家质疑的焦点问题——研究是否是可信的等等。

最后,技术作出产品的时候一定是可批量生产的。通过人工智能的方式对艺术进行鉴赏或者实践,不管是用深度学习还是其他方式,都是概率估计的一个结果,是当一个大概率出现时,我们判断它属于某一类,这个是我们非常熟悉的传统。

我们对于艺术的描述是不可量化的,如果一个艺术家能够反复的做同一幅画那还是艺术吗,还有就是不能批量,假如一个画家每天画10幅画,一年365天都在画,这些画在市场上依然会被认为有很高的艺术价值吗?除此之外,所有的艺术都有一个特点,就是小概率,艺术家是有个性的,这是我认为技术和艺术不同的几个方面。

将技术用在艺术上的难点

首先,艺术作品是由艺术家和艺术媒介,经过艺术体验和艺术构思,创造出来的艺术产品,是艺术生产的成果或产品。

而我们从技术上来看,艺术首先是艺术家可以创造的产品,看上去必须具有审美性或者是审艺性。其次艺术作品必须是表现了艺术学科部分元素或艺术模糊元素的艺术刻印转换的作品。

可是如果我们用人工智能评价,我们的要求就很简单——可评价、可描述。首先有一个明确的标准,如何去评价这个作品,其次考虑如何描述这个评价,将这些东西量化。

再回到鉴赏,从艺术的角度来说,鉴赏首先是通过视觉感知和其他器官的综合作用以及生活经验和文化知识对美术作品进行感受。每个人的观感是不一样的,这和每个人的文化、生活经验等等都有一个很大的关系。

鉴赏是一个主观感受。鉴赏包括感悟鉴赏、社会学鉴赏、比较学鉴赏,人工智能来做这个事情的时候,其实很困难。假如说我们用技术来做鉴赏的话,典型的套路是,首先我们要明确输入和输出是什么,假如说我们用机器学习的方法,多数人认为这个是有艺术性的,我们就标注成是有艺术性的,但是多数人的主观感受是否客观呢?这个在艺术鉴赏领域也并不是一定的。

感受来源于综合因素。我举了两组婚纱照的照片,哪个照片更艺术呢?我们从美的角度来看,显然黄晓明更美一些,但是每个人的感受不一样,这对老夫妻更艺术一点,可能反映我们内心的映射包括希望等等。

所以说对于艺术品的感受,我们如何去量化的评价?这个也是我们人工智能来做艺术鉴赏的一个难点。

人工智能为什么可以用在艺术鉴赏上?

我们认为人工智能是可以用在鉴赏这一个大的任务里面去的,它有它的优势,就是见多识广。举个例子,王国维是一个收藏家,他请溥仪去看收藏品,溥仪说是假的,说是跟他小时候玩的不一样,但他没有办法说哪一个地方不一样。他不像收藏家说的那么具体,而是跟他见过的那些东西不一样,这是见多识广来的。

人工智能可以做到见多识广,在一个人所能见到的东西有限的情况下,人工智能可以见到更多的东西,这个对于真伪鉴别来说很有用。

所以说人工智能的优势在于对于有定论的艺术形式的学习。比如,谷歌做音乐方面的作曲的生成;还比如,伦敦大学用三个流派的6600首歌曲,成功训练了一套神经网络,有75%的准确率识别歌曲和流派。

人工智能在无定论艺术鉴别上的局限

在这里我们看到人工智能的优点在于是非分明,这在我们做一个明确的、可量化的任务的时候,有明显的一个优点。但是这有一个潜在的基本的假设,就是这个东西是是非分明的、是非常可量化、明确的。

所以人工智能对于是非不分明,或者是一些主观的东西依然不能给出一个很好的评价,尤其是对于是非艺术,因为艺术的评价和表达是各方面的,目前来说还依然没有突破这样的瓶颈。

人工智能对艺术发展可能产生的影响

人工智能技术还是可以发挥一些作用,像是做艺术品的生成。比如,谷歌的一个工作,它实际上就是一个风格的迁移,首先是识别了多种风格,把这个风格抽出来之后,实现艺术品之间的迁移,但是它其实并不能创作。我们还可以开发一些艺术教学交互的软件,让孩子们可以很容易的进入到一个领域。

我一直觉得,艺术是一个比我们技术高很多的东西,我现在还是在仰望。人的感受来源于多方面的综合,创作不是为了鉴赏,如果我们跟鉴赏来学习创作的话,那一定不是一个好的创作。所有原创性的东西不是为了在后面跟着学,在后面跟着学的东西,之后一定没有一个好的原创的作品,学习永远落后于原创。所以我们如何描述综合?

我认为在人工智能技术的发展中,艺术将成为最难接近的部分。艺术是最能体现个性化的,机器人将来是可量化生产的,最后我认为艺术这一块将来是我们人类智能高于人工智能最大的一个特点。

人工智能对艺术发展的影响可能是正面的,比如艺术训练软件将使艺术学习更为便捷和低成本,艺术创作的辅助创作将使得艺术家的效率更高。而可能的负面的影响是,用大概率的方法训练能否产生小概率的事件发生?如何呵护原创的幼苗?如何避免过度训练?利用软件对于艺术学生训练的结果会不会产生了大量的艺术工人而抑制了艺术家的成长?这也是我担心的问题。

在AI科技大本营微信公众号(rgznai100)会话回复“CCAI”,打包下载本次大会嘉宾的演讲PPT。

CCAI 2017更多精彩内容,请关注微信公众号“AI科技大本营”,一次掌握“现场微信群”、“图文报道”、“PPT下载”以及“大会期刊”所有入口!

CCAI 2017 精彩回顾

CCAI 2017 | 中国工程院院士李德毅:L3的挑战与量产

CCAI 2017 | 漆远:蚂蚁金服 AI 技术大揭秘, 开放“模型服务平台”

CCAI 2017 | 香港科技大学计算机系主任杨强:论深度学习的迁移模型

CCAI 2017 | 日本理化学研究所杉山将:弱监督机器学习的研究进展

CCAI 2017 | Hans Uszkoreit:如何用机器学习和知识图谱来实现商业智能化?

CCAI 2017 | AAAI 执委 Toby Walsh: AI 是中性技术,如何用它更好地为人类服务

CCAI 2017 | 王坚博士致辞:人工智能是推动科技发展的动力

CCAI 2017 | 李德毅院士大会致辞:中国人工智能步入新阶段

CCAI 2017 | 谭铁牛院士致辞:人工智能新热潮下要保持清醒头脑,设定科学的目标

你可能感兴趣的:(CCAI | 北航空航天大学计算机学院副院长王蕴红:人工智能科学与艺术的鉴赏创作)