方兴未艾的AI艺术让人眼花缭乱，但很多AI艺术作品总给人以机械复制、拼凑组合的感觉。相较于人类艺术家，AI真正的短板不是其智商，也不是其情商，更不是其模仿机制，而是缺乏人类那种特有的复杂的生活体验和人生阅历。原因不在于AI本身，而在于研发AI艺术系统的科学家们，没有意识到“艺术真实”法则这一美学铁律对于艺术创作的重要性。欲破除AI艺术发展瓶颈，AI科学家应与艺术家、美学家、艺术理论家等通力合作，解决“艺术真实”法则的可计算化难题。


近年来，作为新型数字艺术的AI艺术越来越多地出现在人们的视野中。AI（Artificial Intelligence）艺术即人工智能艺术。如果我们将伴随计算机技术而生的CGI（计算机生成图像）艺术称为数字艺术的1.0版，将伴随互联网技术而生的网络文艺称为数字艺术的2.0版，那么方兴未艾的AI艺术或可称为数字艺术的3.0版。从1.0版到3.0版，数字艺术是在迭代加速中完成其世代跨越的。我们看到，基于CGI的数字电影、数字动画、网络游戏是当下最活跃的数字艺术力量之一，基于互动机制的各种网络文艺也风头强劲。相比之下，由最先进的数字技术催生的AI艺术，迄今还没有显现出特别耀眼的美学光芒和比较明朗的发展前景，这究竟是为什么？


AI艺术作品的审美表现力显得幼稚粗糙


为了方便回答上述问题，让我们先回到当下最具标志性的AI艺术现场。


2020年8月7日，在全球人工智能和机器人峰会AI艺术专场，清华大学未来实验室博士后高峰展示了他和团队花费6年时间研发的一款AI绘画系统——道子。据高峰介绍，无论是道子模仿著名艺术家作品生成的水墨画《齐白石虾》《徐悲鸿马》《黄宾虹山水画》，还是借助机械臂在伞面上画出的水墨画，都达到了与人类艺术家的作品难以分辨的程度。


其实，高峰团队研发的这款AI绘画系统及其作品算不上先进。对于AI艺术来说，更具里程碑意义的事件发生在2018年10月25日。那天，由法国Obvious团队研发的一款AI绘画系统所创作的作品《爱德蒙·德·贝拉米肖像》在纽约克里斯蒂拍卖行，以432500美元成交，其受到的关注远远超过同场竞拍的毕加索作品。随后，德国当代著名AI艺术家马里奥·克林格曼（Mario Klingemann），在苏富比拍卖行展示了一款由AI创作的名为《路人记忆1》的流动肖像画。


AI不仅可以绘画，还可以写诗，“微软小冰”（现已改名为小冰框架）就是最著名的“AI诗人”。小冰以1920年以来519位中国现代诗人的数万首诗歌为训练材料，在进行100个小时近10000次的模仿训练之后，掌握了“写诗”的技能，并于2017年出版了首部诗集《阳光失去了玻璃窗》。除了绘画和写诗，目前AI还将触角伸向了音乐、剧本、动画等多个艺术领域，生成了一系列AI艺术作品。


目前来看，虽然AI艺术引发了舆论的关注，也让资本嗅到了商机，但整体而言并未掀起太大波澜，没有多少艺术家担心，AI能像工业机器人替代工人那样让他们丢“饭碗”。绝大多数艺术家、评论家都认为，当下的AI艺术作品不仅远未达到人类艺术家作品的美学水准，而且离1.0版和2.0版的数字艺术的美学质量也有巨大差距。说得更具体一点，大多数现今的AI艺术作品在审美表现力上显得比较幼稚和粗糙（很多AI生成的诗歌成了不同词语的组合堆积，让人不明白要表达什么意思），既缺乏传统艺术所擅长的宏大叙事（AI很难创作出长篇小说），又缺乏前两代数字艺术特有的形式创造，更遑论独树一帜的美学风格。


并非学习不够或模仿机制出了问题


人工智能的一大特点是具有学习能力，学习越久，能力越强。有人认为，目前AI艺术作品之所以不够成熟是因为AI学习得还不够。随着学习时间的增加，AI达到甚至超越人类的艺术水平只是时间问题。


但是，我们按照同样的逻辑来考察前两代数字艺术的发展情势就会发现，AI艺术的发展轨迹完全不同于前两代数字艺术。作为数字艺术1.0版的表征，CGI艺术自其诞生之日起，就以“视觉奇观”开拓了人类基于传统艺术的审美经验，并确立了自身强大的核心竞争力。而以网络游戏、网络短视频为代表的第二代互动型数字艺术，同样甫一面世，就凭借独一无二的“双重互动不确定性美学”俘获了大量受众，诞生3年即风靡全球的抖音就是其中的典型代表。相比之下，迄今已诞生5年的AI艺术始终不温不火，让人看不到前景，个中原因恐非“产生时间短”就能解释。


那么，是AI技术自身的问题吗？AI作为新一代数字技术，已经在医疗手术、智能交通等多个领域大显身手并展现出巨大优势。就此而言，AI艺术应该较一般的数字艺术更有竞争力，因为AI艺术的创作机理跟其他人工智能系统高度相似，都是依靠计算机对人类经验逻辑的学习、模仿来作业。同样都是基于计算机的学习和模仿，为什么“深蓝”、AlphaGo能够轻松战胜人类，而一些AI艺术作品却给人以东施效颦之感？


还有一些学者从艺术创作的特殊性出发，认为基于算法的AI艺术本质上只是一种模仿，由此导致AI艺术缺乏“创造性”这一至关重要的美学特征。模仿并非艺术创作的原罪，这一点早已为古希腊大哲亚里士多德所证明。亚氏在其名著《诗学》中，不仅充分论证了艺术模仿论的人性基础，而且深刻揭示了艺术通过“模仿”能够表现“哲学意味”这一艺术原理。


如果人的模仿、艺术家的模仿作为一种人的本能和天性具有天然的合理性，那么为了让AI从事艺术创作而开发的各种深度学习模式，作为一种对人类艺术创作风格的模仿，也同样具有其合理性。另外，当今AI的学习能力和逻辑推理能力远远超越一般的人类个体，基于这种强大学习能力的艺术模仿绝不可能仅仅是一种单纯的复制意义上的模仿；而且，正在研发的创意对抗网络和生成对抗网络已经赋予AI更加积极主动的艺术风格创造机制，AI的这种新机制的创造能力远远超过一般人类个体。因此，说当下AI艺术的质量问题出在其创造性缺失上同样站不住脚。


让AI艺术系统拥有“思想”和“灵魂”


影响AI艺术美学质量的，既非时间也不是AI技术本身，还是应该到人类艺术创作和AI艺术创作的比较视野中去探寻原因。


让我们先从最基本、最核心，又是构成艺术创作基石的那些元素谈起。以诗歌创作为例，屈原、李白、杜甫、白居易、王维等诗人，他们的诗篇风格迥异，很难说谁比谁的艺术水平高。但要说这些诗人的作品比微软小冰的作品艺术价值要高很多，恐怕没有人会否认。前者的艺术价值高于后者有两层含义：其一，就读者的审美体验来说，前者更容易引起我们的共鸣，更容易激起我们的自由情感；其二，就诗作的文本构成来说，前者从形式到内容更接近艺术真实。而AI艺术在这两个方面都走向了反面。将AI艺术与人类艺术反复比较推敲，只有一种可能：相较于人类艺术家的创作，AI真正的短板不是其智商，也不是其情商，更不是其模仿机制，而是缺乏人类那种特有的复杂的生活体验和人生阅历。


一切艺术创作都须恪守“艺术真实”的基本法则，这个法则来源于人类生活。“一切艺术创作都源于生活”这句话的核心要义，不是一切艺术创作都要模仿生活，而是要遵循生活的逻辑和人性的逻辑来建构艺术框架。人性的逻辑包括两条基本逻辑：理性逻辑和情感逻辑。人类的社会生活就是由这两条逻辑所统御，一切伟大的文学家、艺术家都无一例外地遵循着这条美学铁律来从事自己的艺术构思、形象创造和文本建构。


然而，AI又是如何进行创作的？正如我们前面所分析的，AI是基于算法逻辑的，它的一切学习能力、识别能力、模仿能力、创造能力、判断能力和自我校验能力的获得，都是基于对大量人类行为和工作的大数据解析、总结、概括和再生。凭这条逻辑，AI足以胜任很多人类的工作，比如不费吹灰之力就能战胜国际象棋冠军和围棋大师。可是，并非所有行业和职业都遵从这一逻辑，艺术创作就是一个拥有自己独特逻辑的领域。可是，现今的AI艺术系统并不理解这一点，更不具备掌握这套逻辑的能力。原因不在AI，而在于研发AI艺术系统的科学家们，没有意识到或者根本不知道“艺术真实”法则对于艺术创作的重要性，因而他们也就不可能实现这一法则的可计算化、可程序化、可执行化、可操作化。换句话说，科学家们只不过对作为现象的东西实现了可计算化，艺术创作的原则却被他们忽略了。


要解决上述问题，就得让AI像人类艺术家那样，掌握艺术创作的美学法则。对AI科学家来说，这是一个既陌生又具有极大挑战性的难题。言其陌生，是因为艺术创作的美学法则是一个美学命题，一般的科学家未必理解；言其具有挑战性，是因为实现美学法则的可计算化，要比实现艺术作品形式元素的可计算化复杂得多、艰难得多。


有限的东西，如棋谱，能相对容易地实现可计算化。而艺术创作的美学法则是个复杂得多的问题。我们可以用“艺术真实”来定义艺术创作的美学法则，它从原理上遵循生活的逻辑、人性的逻辑。可生活纷繁复杂，人性又变幻莫测，究竟什么是艺术真实，又当如何实现艺术真实，一般的艺术家都很难把握，更遑论科学家了，所以科学家很难将这套美学法则编入AI的程序，而少了美学法则支撑的AI艺术系统，就是个没有思想和灵魂的机器，它的“艺术创作”从本质上讲仍是机械地复制。


不过，一旦掌握了艺术创作的美学法则，就在很大程度上掌握了人性的奥秘，一切艺术创作也就有了正确的依归。AI艺术要想走向成熟，解决艺术真实法则的可计算化难题是必须迈过的一道坎。鉴于此，笔者认为，AI科学家应与艺术家、美学家、艺术理论家来一次跨学科的通力合作。唯有如此，AI艺术才能摆脱目前的迷途和困境，实现对前两代数字艺术的美学超越。