计算美学正在以它的方式试图破解“创造力”“主观性”“独特性”等美学以及相关艺术领域的问题。

 

　　鉴于AI与日俱增的重要性，它一直是学界中的一个热门话题，在美学以及艺术创作等有关“人类独有的创造性”领域的争论尤为激烈。

 

　　计算美学的历史

 

　　计算美学已有很长的历史，早在1928年数学家伯克霍夫（G. Birkhoff）就表述了美学度量（M）的概念，并将其定义为顺序（O）和复杂性（C）之间的比率。这个公式通常被表述为M=O/C，即Measure=Order/Complexity。伯克霍夫将其应用于评价令人愉悦的多边形和优雅的花瓶，由于涉及计算方法，因此被视为计算美学的开端。这个公式表达了一个人在通过集中注意力（C），但又实现某种愉快的和谐（O）而付出努力时所获得的美的体验。尽管伯克霍夫的观点并未获得所有人的认同，其思想还是为美学研究开辟了新的天地，并被各个研究者所继承。德国哲学家本斯（M. Bense）对现代计算美学有着奠基性的作用。他结合了伯克霍夫最初的美学测量概念与香农（C. Shannon）的信息论，提出了信息美学（Information Aesthetics），这是美学理论与计算机理论的首次结合。本斯主张美学可以与AI这一新兴学科联系起来，从而提出了生成美学（Generative Aesthetics）和抽象美学（Abstract Aesthetics）来评估新的人工生成艺术。但由于过度依赖AI理论，信息美学经常被批评为是“不自然的”。1993年，斯查（R. Scha）和博德（R. Bod）在他们的论文中对前人的工作进行回顾，并首次使用了计算美学（Computational Esthetic）一词命名此领域。作为学科的补充，莱顿（M. Leyton）在20世纪90年代创办了国际数学与计算美学学会（IS-MCA），汇集了世界各地的计算机学家，研究涵盖了计算机辅助设计和制造、机器人运动设计、艺术作品分析、科学理论构建和推理及软件设计等领域，推进了计算机和AI学界对设计对象与美学计算价值的关注。

 

　　AI入侵艺术领域

 

　　近期，由OpenAI开发的深度学习模型DALL-E在实践上推动了计算美学研究，并在AI、美学、艺术从业者中引起了极大的争论。DALL-E使用自然语言描述生成数字图像，并能对图像实现风格转移，比如把梵高的画风运用到任何一张图像上从而生成出全新的图像。2022年4月，OpenAI宣布推出DALL-E 2，这是一款后继产品，旨在结合艺术作品的概念、属性和样式以更高的分辨率生成更逼真的图像。DALL-E 2作为目前最好的AI艺术创作工具，它的作品不仅更加真实，而且能在仿真的场景下创作出本不存在的事物。目前，作为理性机器的AI艺术创作已经在学界引起了广泛的热议，DALL-E、Stable Diffusion等创作工具招致了除AI研究人员以外的广泛批判。这些批判可以主要分为三点：认为AI不懂得什么是艺术和美；捍卫艺术的人类独特性；艺术创作涉嫌抄袭和套用的问题。许多插画师和艺术行业从业者已经感受到了来自AI的威胁，并试图在比较中得出人类艺术能更胜一筹的结论。

 

　　毫无疑问的是，AI正如它在其他行业侵占人类工作一样开始入侵艺术领域。相比于把那些被入侵的行业理解为人类的简单机械工作，艺术从业者们认为自己的工作更具有独特性。但即使他们认为AI创造的艺术作品只是模仿人类的工作，也应该考虑到人类的艺术作品也是从模仿他人或自然开始的，因为人类也是模仿生物。若非惊世出彩的成就，艺术工作的独特性似乎不该完全归于人类灵光一闪的创造工作，而大多的艺术工作仍然是学习和经验模仿的结果。

 

　　总之，研究应该强调应用，也要探索AI艺术创作中的美学基本问题。现代美学已经在设计、创作和审美评估等领域发挥着重要的作用，我们在日常使用的汽车、家具、消费电子产品等许多设计对象时都能感受到美学的价值。良好的美学设计支持我们对复杂功能对象的理解，在社会多样化环境下能统一我们对产品的审美感知，并且使得这种感知能获得消费者和使用者的青睐。现在，大量使用AI辅助设计和规划在美学上引入了某种一致性。这是情有可原的，在任何地方都有专门的美学设计是无法做到的。因此，即使没有人类艺术家参与，计算机科学也需要改进AI软件工具，使其也能意识到美学，这是引入计算美学主要动机之一。

 

　　　　　　　《社会科学报》总第1838期6版

如需转载，请注明出处！否则保留追究的权利