【學術爭鳴】

　　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(fā)展，人工智能成為一個街談巷議的熱詞。它是如此深入地介入到我們的生活中。

　　有喜有憂，又愛又怕。面對人工智能（AI），人們的態(tài)度復雜而矛盾。

　　從藝術創(chuàng)造的角度來看，AI繪畫工具帶來的機遇更多，還是挑戰(zhàn)更多？本期兩篇文章中，周博認為，隨著人工智能實實在在地向人類的想象力、審美和情感層面延伸，它給藝術生產和藝術教育帶來了巨大的困境和挑戰(zhàn)；李世奇認為，AI繪畫工具的介入為藝術和設計提供了新的路徑，其強大的深度學習能力給藝術生產帶來了更多創(chuàng)新和可能。關于AI與藝術的關系這一新話題，希望廣大學者和讀者踴躍參與，引發(fā)更多的思考與爭鳴。

　　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，也包含著類似于藝術家或設計師的創(chuàng)意思維。不過，要把這樣的創(chuàng)意思維變成藝術呈現(xiàn)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(xiàn)，創(chuàng)意思維和藝術呈現(xiàn)之間的技術鴻溝日益被填平——在AI繪畫工具上，只要輸入我們設定的提示詞，就能生成相應的圖像?！叭巳硕际撬囆g家”似乎正在變?yōu)楝F(xiàn)實。

　　AI繪畫工具的高效產能，給藝術創(chuàng)作帶來了很大的沖擊，甚至可以說給藝術帶來了一種困境。

　　在東西方藝術史上，都有一些類似于“以復古為革新”的創(chuàng)作理念。比如在歐洲藝術傳統(tǒng)中，強調向希臘、羅馬的古典藝術學習的文藝復興、巴洛克和新古典主義，他們的藝術都以學習和借鑒古典范式作為基礎。而在中國，宋元以降，藝壇“崇古”“則古”的風氣日甚一日。元代趙孟頫論書主張“則古”，反對取法于今人，論畫則謂“作畫貴有古意”，他的書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，將歷史和當下拼接起來，建構出新的形象和意象。

　　這類強調向古人學習或把歷史風格作為資源庫的藝術創(chuàng)作，在AI繪畫工具產生之后，其創(chuàng)作效率得到空前的提高。只要有想法，并以合適的提示詞加以引導，無論寫實還是抽象，AI繪畫工具都可以使各種風格瞬間量產。所以，對于藝術創(chuàng)作來說，AI繪畫工具的誕生就如同開啟了創(chuàng)造力的潘多拉魔盒——創(chuàng)作者本人不必為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苗族紋樣的視覺特征，可以生成特定品類的苗族紋樣。

　　基于此，我認為隨著AI繪畫工具的不斷發(fā)展，藝術家的身份和藝術教育都將面臨巨大變化和挑戰(zhàn)。

　　從藝術史的角度來看，盡管藝術的定義一直在變，但總體而言仍圍繞兩個基本的層面：在精神層面，藝術是一種智性的創(chuàng)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(xiàn)”；在物質層面，藝術是人類勞作的產物，涉及媒介、材質、工藝等多方面的使用。數(shù)千年來，藝術在精神層面的想象和創(chuàng)造是由人腦來完成的，在物質層面則主要依靠手和腦的協(xié)調。機械化大生產時代到來之后，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。后來，隨著計算機技術的發(fā)展，計算機輔助設計（CAD）和計算機輔助制造（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，也對挪用藝術和后現(xiàn)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上的革命，是物質層面的革新。

　　我們再看兩個比較有代表性的藝術創(chuàng)造機制的理論。英國美術史家恩斯特·貢布里希用“制作與匹配”理論來闡釋藝術創(chuàng)作機制。他認為，藝術家的創(chuàng)作必須先掌握前人留下的圖式，再通過觀察自然、在畫布上嘗試各種色跡或線條組合，通過試錯慢慢修正圖式，才能達到與自然相匹配的程度，這個過程被稱為“圖式與修正”。美國建筑理論家克里斯托弗·亞歷山大創(chuàng)造了模式語言體系。在他的名著《建筑模式語言》一書中描述了城鎮(zhèn)、鄰里、住宅、花園和房間等共253個模式。在他看來，運用模式語言產生建筑的過程不是各部分之間的簡單相加，而是一個不斷分化、推演和聚合的過程，新的設計和規(guī)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(xiàn)相當于把建立在既有圖式、風格和模式語言基礎上的藝術創(chuàng)作論還原成了一個技術模型的演化問題。

　　在傳統(tǒng)的訓練和創(chuàng)作體系中，為了達到既定的藝術效果，藝術家必須執(zhí)著于技巧的訓練與完善，然而，AI已經使許多藝術效果不必經由技巧訓練便可達成。建立在習得的經驗基礎上的“藝術創(chuàng)造”，對人工智能來講，就是一個數(shù)據、運算和生成的問題。在這種情況下，藝術創(chuàng)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(xiàn)”，而直覺和表現(xiàn)之間的橋梁就是人工智能。在AI成為創(chuàng)意工具之后，創(chuàng)造性活動不再需要大量的腦力、體力和時間，藝術創(chuàng)作變得簡單可行。當“人人都是藝術家”之后，曾經意義上的藝術家又是誰呢？藝術家的藝術又當何為呢？

　　今天，隨著生成式人工智能的發(fā)展，電腦實實在在地開始向人類的想象力、審美和情感層面延伸，在音樂、美術、設計、電影等廣泛的藝術創(chuàng)造領域發(fā)揮過去只能由人發(fā)揮的作用。生成式人工智能不僅僅是工具意義上的技術進步，其大語言模型正在不斷地深入到藝術想象力和創(chuàng)造力的中樞，如果我們承認藝術家對于藝術創(chuàng)造的主體性價值，那么在人工智能時代，藝術創(chuàng)造的主體就將由“人”變?yōu)椤叭撕透叨戎悄芑臄M人”的結合，那么創(chuàng)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”可能是當前藝術面臨的最大危機。

　　在藝術教育層面，面對人工智能，藝術院校教什么、怎么教也將面臨巨大的挑戰(zhàn)。

　　人工智能已經成為藝術創(chuàng)作的一個有力工具，然而這種人腦與人工智能的捆綁很容易造成人腦“搭便車”，從而導致大腦創(chuàng)造力的退化。藝術的教學如何設置才能使人類創(chuàng)造力的鐵三角——眼、手、腦更為協(xié)調而非退化，這將是藝術教育必須面對的一個現(xiàn)實問題。

　　相對于大學，藝術職業(yè)教育在這方面碰到的挑戰(zhàn)越發(fā)明顯。以往，藝術職業(yè)教育更注重技巧能力的培養(yǎng)。隨著人工智能的發(fā)展，藝術職業(yè)教育中教授的插圖、建模、設計軟件操作等職業(yè)技能，可以更多使用人工智能來完成，未來職業(yè)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(yè)教育，或許符合機械化大生產的要求，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，教那些具有一定重復性的某種技藝技巧，或許已經遠遠落伍。

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

　　對于如何認知藝術，我認為藝術創(chuàng)造是一個從量變到質變的過程，人工智能可以極大地提高量變的效率，而人要解決的問題是質變，也就是真正有創(chuàng)造性的勞動。

　　對于如何創(chuàng)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、品位的關聯(lián)，能夠訓練人工智能并挑選出好的、適合的作品。

　　對于藝術教育，生成式人工智能在藝術上的優(yōu)長是“發(fā)人所已發(fā)”，而非“發(fā)人所未發(fā)”。我們以往的教育模式大都以歷史上的名家大師、藝術典范為指引，在這種模式下產出的許多引以為豪的藝術創(chuàng)造，事實上是諸多典范的結合和變體。人工智能技術的發(fā)展正在使這種學院派的創(chuàng)作模式日益普通且廉價。未來，藝術教育一定不是簡單的手藝傳承，也不是單向度的專業(yè)訓練，而是培養(yǎng)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。它這么聰明，會超過人類嗎？它會替代人類進行藝術創(chuàng)造嗎？人類能控制好人工智能嗎？這些都是人工智能給我們帶來的挑戰(zhàn)和困境。

　　（項目團隊：光明日報記者 張玉梅、于園媛、許馨儀）

　　《光明日報》（2024年01月19日 07版）