艺术创作中的人工智能生成方式研究

引言

    人工智能（Artificial Intelligence），是智能学科重要的组成部分，在机器人、语言识别、图像识别、自然语言处理、专家系统、机器学习，计算机视觉等方面都有着深远的发展。在发展的过程中，取得了一系列突破，其中有关于人工智能生成内容，也就是AIGC，更是引起了非常广泛的关注。而艺术是对人类心理活动的映射，无论任何艺术作品的完成都离不开人类的艺术思维。

文章初步要概括艺术思维的概念与分类，分析生成式人工智能，探讨艺术思维与人工智能中生成式人工智能在艺术领域中的关系，以及对未来进行展望。

一、人类艺术思维的概念与分类

艺术思维所指的就是现代艺术家在进行艺术创作时经常使用的思维方式，具有很强的概括作用。对客观世界在感性的技术上进行学习、概括、推理以及归纳。在创作时主要依靠的除了高超的艺术技能外，最重要就是艺术思维的把握。

（一）形象思维

形象思维是艺术创作的主要思维方式，以直观形象和表象为支柱的思维过程。艺术家在认识世界的过程中，对于客观事物的表象进行了解和取舍。在对生活累积感受和在大脑中进行有选择的存储后，结合人成长过程中所形成的感性判断，来进行手段形式的选择，创造出符合思维的一种视觉形象。

（二）抽象思维

抽象思维又名逻辑思维，通常情况下会运用语言、符号、理论、概念、数字等抽象材料来完成活动实践。形象思维偏向于本元，无论人在发展中如何变化，形象思维都如同根一样扎根在人的大脑中。而抽象思维则如同枝蔓一样，在成长过程里不断的被外界所影响，从而进行学习与变化，发展出的一种工具性思维方式。

（三）灵感思维

灵感思维在艺术方面里体现在艺术创作过程中，大脑里会突然涌现出灵感的一种思维过程。这一现象的产生正是因为人的大脑皮层处于高度兴奋时的一种状态，从而迸发出来的想法，即凭直觉领悟事情的本质。

“灵感”一词最早源自于希腊，柏拉图在德谟克里特、苏格拉底阐释的基础上，将灵感说系统化、理论化，引用到文学创作里。他认为诗人创作的优秀诗歌靠的是神赐予的灵感而不是技艺。古希腊哲学家德谟克利特曾说：“一位诗人以热情并在神圣的灵感之下所作成的一切诗句，当然是美的”。这更加说明了灵感思维在艺术创作中属于创新的核心。

二、生成式人工智能的发展及特征

生成式人工智能是一种利用复杂的算法、模型和规则。生成模型不仅可以学习输入和输出之间的关系，还学习了生成输入数据的过程。它可以分析不同数据的关系来生成新的样本。生成式人工智能的出现凝聚了人类社会的智慧，并且也会对我们社会产生一定的反作用。

（一）生成式人工智能的发展历程

生成式模型在人工智能领域有着悠久的历史。隐马可夫模型是一连串事件接续发生的机率，用以探索看不到的世界，现象和事实的数学工具，而高斯混合模型可以用高斯概率密度函数（正态分布曲线）精确地量化事物。这两个模型在上个世纪50年代被开发出来，生成了序列数据，比如语音或时间序列。

神经网络（Neural Network）也被称为人工神经网络，是深度学习算法的核心。灵感来源于人脑内部的神经元，模仿生物神经元之间相互传递信号的方式，从而达到学习经验的目的。神经网络在1943年被提出，这个神经元模型开启了人类研究生物神经网络的篇章。

生成式人工智能与艺术领域的新结合则是在1971年，加州大学圣地亚哥分校的科恩教授进行机械臂的绘画尝试，这是最早的AI绘画实践。在之后的时间里，人类探索出了VAE和GAN，图像生成后面的发展，很大程度是建立在这两个模型之上。而现如今，因为GAN模型在生成器和判别器上的缺陷，加州大学伯克利分校的学者提出去噪扩散模型DDPM，衍生出近几年关注度极高的绘图网站DALL-E2，Stable Diffusion，Midjourney和NovelAI等等。

（二）生成式人工智能的基本特征

1. 随机性与视觉一致性

艺术家在构建生成式算法时，虽然可以设定图形纹理、颜色配比、对称性等参数。算法的随机性会让每一件作品都不一样，但是整个体系的作品也会具有视觉表达的整体一致性。以Midjourney举例，2022年7月12日上线。只需要用户输入文本就可以得到需要的图像。而用户输入提示词后，系统会生成4张图片。这四张图片风格统一，细节各不相同。在用户输入更改风格的提示词后，系统依旧生成另外四张其他系列的图像。

2. 高效率和易迭代

相比于传统的艺术创作需要从艺术体验、艺术构思再到艺术创作等长周期的活动来看。生成式人工智能往往可以跨过艺术体验和创作等步骤。艺术创作者仅需要艺术构思，即从传统艺术主体创作者，转变为艺术创作系统的架构着。在完成生成系统程序的建构后，就可以重复的去使用。除了可以设置主体风格，还可以将程序迁移到不同的生成艺术作品创作中结合使用。

三、艺术思维与生成式人工智能的关系

从仿生学的角度来看，生成式人工智能主要依赖的模型——神经网络模型，与人脑神经元有着密不可分的关系。人工智能的大脑就是一台高智能的计算机，来模仿人脑的活动内容，并且针对于人类日常生活中的一些习惯与活动来进行规律的总结。

每个人的人脑都由数十亿的神经元构成，是神经系统最基本的结构和功能单位，中间由细胞体作为独立的个体，周围的突起部分将每个神经元进行连接。区别于人类神经元的分布规律错综复杂，神经网络的神经元按照一定的规则连接起来，形成了一个神经网络，每一排的神经元需要通过训练，来下发不同的任务。

了解了有关于人类神经元和神经网络中神经元的异同，同比到艺术视角下，二者依旧有着千丝万缕的联系。从一般意义来讲，传统对于艺术的创作过程可以分为三类。即清代画家郑板桥总结归纳的“眼中之竹、胸中之竹和手中之竹”分别对应了艺术体验、艺术构思和艺术表现。

（一）艺术体验与数据采集

艺术体验是整个创作过程的第一步，是一切艺术创作的前提和基础。在实际的艺术创作中，艺术家需要对想表达的作品进行地域性的深入了解，才能创作出一幅真正具有地方或是种族特色的艺术作品。

徐悲鸿的马十分经典，不同形态的马通过水墨简单勾勒就能传达出神韵。正是因为他通过与马在实际的观察与写生，才能够对于马的形态、肌肉以及生活中的习性了如指掌。

而生成式人工智能想要进行精确的图像生成，自然而然地就需要前期对于数据的大量采集。从而获取高质量、多样性和丰富性的数据，以满足人工智能算法和模型的需求。其中主要依赖于图像数据采集和语音数据采集等等。

使用图像采集需要选择多分辨率和类型的图像进行获取。为了保证数据质量，采集前需要对所有图像进行简单的字符串或文本标注。2021年1月OpenAI使用了大约120亿的参数量对其进行训练，可以应用于任意的视觉分类任务。与同时期的其他竞争者拉开差距。数据采样越多，就意味着可以匹配越多的视觉分类，在选择上就可以找到更加准确的数据库。

（二）艺术构思与模型架构

艺术构思则是艺术创作的第二部，在完成了艺术体验后。艺术家需要将脑中对于最终想法来进行和施行的方案。基于生活中的素材来改造创作，将零散的碎片拼凑出完整的视觉形象。实现自己对于审美价值的艺术意象。

艺术构思大体可以分为三个阶段，具体进行时各阶段的区分不是绝对的。以美国著名大地艺术家罗伯特·史密森创作的《螺旋形的防波堤》举例。首先艺术家要在生活中因为某一个人、事、物的触发从而产生表现欲望，而该作品所处18世纪中期，工业文明盛行。艺术家认为工业文明带来了很多负面的结果，所以他想通过大地艺术来完成一场人与自然的对话。第二阶段为对需要加工的材料进行选择、提炼，重新排列组合，让艺术作品的雏形在脑海中愈发清晰。《螺旋形的防波堤》的构思以一个大型的螺旋状来表达湖水的流动与大自然的“鬼斧神工”。 第三阶段则需要一些灵感，从而让大脑处于活跃的状态，把已具雏形的艺术意象进一步具体、生动、典型化，使之成为栩栩如生的艺术形象。

人脑新皮质的皮质柱的神经元结构是微小的柱状体，且结构是不变的，通过大脑新皮质中约50万个皮质柱，我们可以在大脑中储存大量的信息，作为功能列表存储起来，形成知识的“模块”。当我们需要使用的时候，我们可以将各“模块”自由组合，通过学习能力，将旧知识运用于新的经验上，在这一点上，人工智能大脑是还需要学习和进步的。

生成式人工智能在收集大量数据后，大多数网站依靠着Transformer的模型架构来对数据进行梳理和摆放。在其核心位置，Transformer模型由编码器和解码器两个模块进行组合。完整的Transformer模型通过将多个编码器和解码器层堆叠在一起来构建。每个层独立处理输入序列，使模型能够学习分层表示并捕获数据中的复杂模式。编码器将其输出传递给解码器，后者根据输入生成最终的输出序列。

人脑的艺术构思虽然较比人工智能更为随意，但二者都需要对所处容量的数据做出内容与数量的选择。一味的以多来取胜并不可靠，反而会影响最终效果的呈现。

（三）艺术表现与图像生成

经过艺术体验与艺术构思前两个步骤，想要将艺术家脑中的想法付诸于实践的落实活动，将艺术意象物态化就是艺术表现。艺术表现需要运用手段与技巧，来将前面的艺术体验与构思进行捏合与实践，完成艺术意象物态化。本质上是一种审美表现活动。如同梵高所绘画的《星月夜》，无论是从个人经历还是艺术构思，最终所以色调和极其具有艺术风格的线条，表达出了他希望通过自己身边的事物去描绘他内心的想法。希望大家通过画去了解他当时处境是多么的艰难，但他依然在努力的向上生长造作，直到死去。

而目前生成式人工智能普遍依赖于扩散模型来进行图像的生成。用户只需要在界面输入关键词，系统就会在数据库中进行相关文本与图像的连接，生成更加真实和更加准确的画像。以最新生成式人工智能的成果Sora举例，通过文本指令，Sora 可以直接输出长达 60 秒的视频，并且包含高度细致的背景、复杂的多角度镜头，以及富有情感的多个角色。通过观察大量数据，系统学会了许多关于世界的物理规律。但也在一些个别情况下会超出电脑的运算范围，出现不合逻辑的漏洞，例如多跟手指或者是平地起高楼的情况。

有趣的是和人类不同，人类可以在艺术实践中感受到与设想不足之初并加以改善。但是在人工智能眼里，一切还没有完善的程序内所做出的决策都是正确的，往往会产生出错误中的艺术。人之所以有思维，就是人可以自我的判断一种情况的错误，是不是可以变成另一种情况的正确。人工智能的极限就是自我意识。如果它认为自己的漏洞是一种创新的话，那某种意义上来讲他们也拥有着所谓的创新艺术思维。

四、结语

事实上，人类一直在探索关于知识与学习的奥秘，洞穴之喻（Allegory of the Cave）是柏拉图在《理想国》中描述的对人类知识的基本想象。而洛克的白板说主张人生下来就是一块白板，后天的学习与经验积累让这张白纸有了内容。人工智能就是通过数据的输入与归类，来让机器提高它的学习能力，而这里的数据就是我们人类所指的“经验”。在不断的学习中机器模仿人类对于抽象思维和审美创造力。

人工智能作为人类实践的产物，目前来看还只是作为辅佐人类艺术的工具，没有具备真正意义上的主体性。作为客体，技术可以反推人的审美和生活。有没有一种可能技术会反推人类发展出一个新的视觉领域和世界和思维空间，到那个时候主体与客体会达到一种新的平衡与统一。

从艺术思维到生成式人工智能，我们领略到了人脑与机器之间的关联。通过对脑神经的不断挖掘与探索，可以优化神经网络模型，为未来的艺术领域做出更大的贡献。在这个过程中，我们也可以不断的克服自身学习的局限和缺点，提升我们的艺术思维与方法，激发人类对于学习活动的更多思考，为人类带来更加美好的未来。

文章来源：  《新美域》   https://www.zzqklm.com/w/qk/29468.html