【學術爭(zheng) 鳴】

　　作者：周博（中央美術學院教授）

　　文字生成、圖像生成、視頻生成、語音生成……伴隨著AIGC（Artificial Intelligence Generated Content，生成式人工智能）技術的飛速發展，人工智能成為(wei) 一個(ge) 街談巷議的熱詞。它是如此深入地介入到我們(men) 的生活中。

　　有喜有憂，又愛又怕。麵對人工智能（AI），人們(men) 的態度複雜而矛盾。

　　從(cong) 藝術創造的角度來看，AI繪畫工具帶來的機遇更多，還是挑戰更多？本期兩(liang) 篇文章中，周博認為(wei) ，隨著人工智能實實在在地向人類的想象力、審美和情感層麵延伸，它給藝術生產(chan) 和藝術教育帶來了巨大的困境和挑戰；李世奇認為(wei) ，AI繪畫工具的介入為(wei) 藝術和設計提供了新的路徑，其強大的深度學習(xi) 能力給藝術生產(chan) 帶來了更多創新和可能。關(guan) 於(yu) AI與(yu) 藝術的關(guan) 係這一新話題，希望廣大學者和讀者踴躍參與(yu) ，引發更多的思考與(yu) 爭(zheng) 鳴。

　　德國觀念藝術家約瑟夫·博伊斯說“人人都是藝術家”，意思是普通人的思維活動，也包含著類似於(yu) 藝術家或設計師的創意思維。不過，要把這樣的創意思維變成藝術呈現出來是有技術門檻的。但是，隨著人工智能（AI）繪畫工具的出現，創意思維和藝術呈現之間的技術鴻溝日益被填平——在AI繪畫工具上，隻要輸入我們(men) 設定的提示詞，就能生成相應的圖像。“人人都是藝術家”似乎正在變為(wei) 現實。

　　AI繪畫工具的高效產(chan) 能，給藝術創作帶來了很大的衝(chong) 擊，甚至可以說給藝術帶來了一種困境。

　　在東(dong) 西方藝術史上，都有一些類似於(yu) “以複古為(wei) 革新”的創作理念。比如在歐洲藝術傳(chuan) 統中，強調向希臘、羅馬的古典藝術學習(xi) 的文藝複興(xing) 、巴洛克和新古典主義(yi) ，他們(men) 的藝術都以學習(xi) 和借鑒古典範式作為(wei) 基礎。而在中國，宋元以降，藝壇“崇古”“則古”的風氣日甚一日。元代趙孟頫論書(shu) 主張“則古”，反對取法於(yu) 今人，論畫則謂“作畫貴有古意”，他的書(shu) 畫實踐也是上溯晉唐，借古開今。還有一種挪用藝術（Appropriation Art），通過借用已有的風格或圖式，結構性地移花接木，將曆史和當下拚接起來，建構出新的形象和意象。

　　這類強調向古人學習(xi) 或把曆史風格作為(wei) 資源庫的藝術創作，在AI繪畫工具產(chan) 生之後，其創作效率得到空前的提高。隻要有想法，並以合適的提示詞加以引導，無論寫(xie) 實還是抽象，AI繪畫工具都可以使各種風格瞬間量產(chan) 。所以，對於(yu) 藝術創作來說，AI繪畫工具的誕生就如同開啟了創造力的潘多拉魔盒——創作者本人不必為(wei) 得到某種風格而必須掌握某種藝術技巧了。

　　通過訓練人工智能分門別類地學習(xi) 苗族紋樣的視覺特征，可以生成特定品類的苗族紋樣。

　　基於(yu) 此，我認為(wei) 隨著AI繪畫工具的不斷發展，藝術家的身份和藝術教育都將麵臨(lin) 巨大變化和挑戰。

　　從(cong) 藝術史的角度來看，盡管藝術的定義(yi) 一直在變，但總體(ti) 而言仍圍繞兩(liang) 個(ge) 基本的層麵：在精神層麵，藝術是一種智性的創造，是人類的理智和情感的外化，即黑格爾所謂“美是理念的感性顯現”；在物質層麵，藝術是人類勞作的產(chan) 物，涉及媒介、材質、工藝等多方麵的使用。數千年來，藝術在精神層麵的想象和創造是由人腦來完成的，在物質層麵則主要依靠手和腦的協調。機械化大生產(chan) 時代到來之後，機器完成了大量人手所不能完成的工藝，補充了人的能力不足。後來，隨著計算機技術的發展，計算機輔助設計（CAD）和計算機輔助製造（CAM）極大地改變了藝術家和設計師的工作方式，繪圖軟件的廣泛使用，也對挪用藝術和後現代的圖像語言起到了極大助推作用。不過，這些技術的進步充其量也就是工具意義(yi) 上的革命，是物質層麵的革新。

　　我們(men) 再看兩(liang) 個(ge) 比較有代表性的藝術創造機製的理論。英國美術史家恩斯特·貢布裏希用“製作與(yu) 匹配”理論來闡釋藝術創作機製。他認為(wei) ，藝術家的創作必須先掌握前人留下的圖式，再通過觀察自然、在畫布上嚐試各種色跡或線條組合，通過試錯慢慢修正圖式，才能達到與(yu) 自然相匹配的程度，這個(ge) 過程被稱為(wei) “圖式與(yu) 修正”。美國建築理論家克裏斯托弗·亞(ya) 曆山大創造了模式語言體(ti) 係。在他的名著《建築模式語言》一書(shu) 中描述了城鎮、鄰裏、住宅、花園和房間等共253個(ge) 模式。在他看來，運用模式語言產(chan) 生建築的過程不是各部分之間的簡單相加，而是一個(ge) 不斷分化、推演和聚合的過程，新的設計和規劃可以在這些模式語言的基礎上不斷出新。事實上，AI繪畫工具的出現相當於(yu) 把建立在既有圖式、風格和模式語言基礎上的藝術創作論還原成了一個(ge) 技術模型的演化問題。

　　在傳(chuan) 統的訓練和創作體(ti) 係中，為(wei) 了達到既定的藝術效果，藝術家必須執著於(yu) 技巧的訓練與(yu) 完善，然而，AI已經使許多藝術效果不必經由技巧訓練便可達成。建立在習(xi) 得的經驗基礎上的“藝術創造”，對人工智能來講，就是一個(ge) 數據、運算和生成的問題。在這種情況下，藝術創造一定程度上回到了意大利美學家克羅齊的經典命題“藝術即直覺，直覺即表現”，而直覺和表現之間的橋梁就是人工智能。在AI成為(wei) 創意工具之後，創造性活動不再需要大量的腦力、體(ti) 力和時間，藝術創作變得簡單可行。當“人人都是藝術家”之後，曾經意義(yi) 上的藝術家又是誰呢？藝術家的藝術又當何為(wei) 呢？

　　今天，隨著生成式人工智能的發展，電腦實實在在地開始向人類的想象力、審美和情感層麵延伸，在音樂(le) 、美術、設計、電影等廣泛的藝術創造領域發揮過去隻能由人發揮的作用。生成式人工智能不僅(jin) 僅(jin) 是工具意義(yi) 上的技術進步，其大語言模型正在不斷地深入到藝術想象力和創造力的中樞，如果我們(men) 承認藝術家對於(yu) 藝術創造的主體(ti) 性價(jia) 值，那麽(me) 在人工智能時代，藝術創造的主體(ti) 就將由“人”變為(wei) “人和高度智能化的擬人”的結合，那麽(me) 創造藝術的藝術家又是誰呢？

　　人工智能所帶來的這種“淹沒性的消解”可能是當前藝術麵臨(lin) 的最大危機。

　　在藝術教育層麵，麵對人工智能，藝術院校教什麽(me) 、怎麽(me) 教也將麵臨(lin) 巨大的挑戰。

　　人工智能已經成為(wei) 藝術創作的一個(ge) 有力工具，然而這種人腦與(yu) 人工智能的捆綁很容易造成人腦“搭便車”，從(cong) 而導致大腦創造力的退化。藝術的教學如何設置才能使人類創造力的鐵三角——眼、手、腦更為(wei) 協調而非退化，這將是藝術教育必須麵對的一個(ge) 現實問題。

　　相對於(yu) 大學，藝術職業(ye) 教育在這方麵碰到的挑戰越發明顯。以往，藝術職業(ye) 教育更注重技巧能力的培養(yang) 。隨著人工智能的發展，藝術職業(ye) 教育中教授的插圖、建模、設計軟件操作等職業(ye) 技能，可以更多使用人工智能來完成，未來職業(ye) 教育的方式、方法和前途都必須重新思考。以往更強調應用能力的職業(ye) 教育，或許符合機械化大生產(chan) 的要求，卻不一定符合智能時代的要求——當大家可以使用人工智能工具時，教那些具有一定重複性的某種技藝技巧，或許已經遠遠落伍。

　　當前，我們(men) 處在人工智能飛速發展的時代，未來社會(hui) 發展趨勢難以斷言。麵對人工智能給藝術創造帶來的困境和挑戰，我覺得有三點認識或許是解決(jue) 之道：

　　對於(yu) 如何認知藝術，我認為(wei) 藝術創造是一個(ge) 從(cong) 量變到質變的過程，人工智能可以極大地提高量變的效率，而人要解決(jue) 的問題是質變，也就是真正有創造性的勞動。

　　對於(yu) 如何創造藝術，我覺得在詞語和圖像之間架設橋梁很重要。藝術家要能熟練地掌握語言和藝術作品風格、品位的關(guan) 聯，能夠訓練人工智能並挑選出好的、適合的作品。

　　對於(yu) 藝術教育，生成式人工智能在藝術上的優(you) 長是“發人所已發”，而非“發人所未發”。我們(men) 以往的教育模式大都以曆史上的名家大師、藝術典範為(wei) 指引，在這種模式下產(chan) 出的許多引以為(wei) 豪的藝術創造，事實上是諸多典範的結合和變體(ti) 。人工智能技術的發展正在使這種學院派的創作模式日益普通且廉價(jia) 。未來，藝術教育一定不是簡單的手藝傳(chuan) 承，也不是單向度的專(zhuan) 業(ye) 訓練，而是培養(yang) 有能力連接多種知識、資源和可能性的人才。

　　人工智能確實讓我感到有些憂慮。它這麽(me) 聰明，會(hui) 超過人類嗎？它會(hui) 替代人類進行藝術創造嗎？人類能控製好人工智能嗎？這些都是人工智能給我們(men) 帶來的挑戰和困境。

　　（項目團隊：光明日報記者 張玉梅、於(yu) 園媛、許馨儀(yi) ）

　　《光明日報》（2024年01月19日 07版）