On 2021年3月11日，佳士得拍卖行拍卖了美国平面设计师迈克尔·温克尔曼(Michael Winkelmann，又名毕普(Beeple))的一件作品，成交价高达6900万美元，成为在世艺术家售出的第三昂贵作品。工作,每天：前5000天，是不可替代的令牌，或称NFT。这是一种不能交换、复制或销毁的电脑文件，它为购买者提供了真实性的证明。它生活在一个虚拟的网络空间——一个无形的空间——区块链，一个安全的数字公共账簿。文件是全新的，原始的，就像蒙娜丽莎挂在卢浮宫里的。这也是一件艺术品。
每天这是新一代数字艺术的典范，它以冒险的方式使用计算机，并正在突破界限，正如达芬奇、毕加索和罗斯科等艺术家一直以来所做的那样。更令人兴奋的是人工智能艺术，由机器产生，只需要人类的一点提示。这是令人兴奋的，因为人工智能艺术也许有一天会向我们展示机器是如何看待世界的。
关键不在于我们能否将人工智能创造的音乐与人类音乐区分开来，而在于机器能否创造出自己的音乐，我们无法想象的音乐。
连续5000天，近15年，Beeple制作了图像，有时是手工，有时是数字，并将其发布到网上。然后，他将自己的作品拼贴在jpg上。单个瓷砖色彩鲜艳，富有想象力。有些是反乌托邦的科幻图像，有些是抽象的，有些是粗制滥造的草图，有些是政治性的或讽刺性的。我发现这些图片的多样性和细节令人难以置信，令人着迷。这对我很有吸引力放大tiles. 这里有散乱的图像，人们在巨大的果汁瓶中翻滚，令人不安的宇航员的超凡图像，有些是噩梦，有些是超现实的，都是五颜六色的和创造性的。一个奇怪的想象的全部内容都在那里可以看到。
像所有原创艺术作品一样，每天有主题、主题和观点。贝普尔的照片表达了他对时事的看法。他憎恨少数人积累财富，批评美国的政治动荡，并深入研究推特上的新内容。
艺术的另一个要素是作品的美学，它使作品与其他作品区分开来，使作品具有原创性。立体派艺术有其自身的美学特征，即将形式简化为几何，也有其自身的美学特征每天，一种科幻、漫画、超现实的美学。每天也可以与希罗尼莫斯·博世的超凡脱俗的画作相比较，在他们那个时代，这幅画作看起来绝对令人震惊。
当摄影师是神经科学家时
1867年夏天，美国摄影师卡尔顿·沃特金斯(Carleton Watkins)拖着一架巨大的木制相机，穿越俄勒冈州的荒野，拍摄山脉的照片。为了准备每张底片，他把有毒的化学物质倒在窗玻璃大小的玻璃板上，让它暴露，同时……阅读更多
在Beeple之前的艺术家们已经把他们的作品变成了NFT，但Beeple是第一个把5000张图片变成单个NFT的人，这一点也让佳士得很开心。但对于所有像Beeple这样的数字艺术家的天赋和创造力来说，是人工智能艺术，它创造了从未想象过的图像，让我们关注到我们和机器之间的差异，或者更确切地说，我们和机器之间的差异。
Beeple的艺术作品是由Adobe Photoshop等数字软件包生成的，这些软件允许艺术家操纵图像，就像操纵画笔一样。另一方面，人工智能艺术是由算法创造的，即一组指令，你可以编程到机器中，告诉它该做什么。在人工智能艺术中，它是操纵画笔的机器。
在使用人工智能进行创作的艺术家中，马里奥·克林曼(Mario Klingemann)居首。克林曼使用了一种人工神经网络，这种机器的结构类似于人类大脑的连接方式。在此基础上，他运行了一个GAN(生成对抗网络)，由一个生成器和一个鉴别器网络组成。数据(通常是数字图像)被编码到GAN中。然后，生成器从本质上没有数据噪声的地方生成图像，然后将它们传递给鉴别器网络。该网络评估每个图像是否真实。
克林曼的鉴别器网络是根据从网上收集的数千张面孔进行训练的。首先，生成器创建被discriminator拒绝的无形式的blob。很快，生成器不再凭空产生图像，而是从被拒绝的图像中产生图像，这些图像开始形成它的数据库，它的记忆。在我们的世界里，这些面孔不属于任何人。我们可以说，发电机网络是在想象，开始构建自己的内心世界。克林曼就是这样创造的有丝分裂也就是胚胎开始形成的那一刻。
有丝分裂是两分钟的视频循环由超过75万张脸组成，这些脸是由GAN不断生成的。千变万化的脸有丝分裂它象征着人工智能如何成为我们日常生活中不可或缺的一部分，以微妙的方式改变着我们，而这只有在事后才看得出来。这种效果类似于立体派艺术，在立体派艺术中，观众可以从许多不同的角度看到一个场景，一次一个。除了引人注目的棋盘阵列，它还体现了立体派美学。虽然贝普尔的作品是静态的，一个由小正方形组成的棋盘，但克林格曼的作品在我们眼前不断地移动和变化。它不像卡通，它有黑白照片的重力。这些图像不是由人类艺术家而是由机器创造的。
一个我喜欢克林格曼的表演，机器能想象我们不能想象的，能看到我们看不见的。这一点在人工神经网络中尤为明显。人工神经网络运行亚历山大·莫德文采夫发明的DeepDream算法，最初用于探测机器的“隐藏层”神经元，以更好地了解它们是如何工作的。基本上，深度梦过度解释了一幅图像，这让人感觉到个体神经元是如何对其做出贡献的。
假设我们使用运行DeepDream并在ImageNet上训练的人工神经网络，ImageNet是一个包含1400万张图像的庞大数据库。我们输入梵高的jpg星夜，然后中途停止分析。机器会看到梵高画的模糊图像吗?不。它产生的东西每次都在变化，但它可能会产生一些类似于下面的东西——通过机器的眼睛看到的世界。在DeepDream创造这些图像之前，我们不可能想象得到它们。
DeepDream的作品被包括在许多展览中，包括2016年的灰色区域展，这是第一次向公众展示人工智能的神秘世界。它们是全新的，与过去的艺术毫无联系，有自己独特的风格，独特的审美。我们可以像认出伦勃朗或莫奈一样认出DeepDream的作品。因为没有特定的主题，所以打破了传统艺术的界限。它们是一个外星生物、一台机器所看到的世界，就像运行GANs的机器所创造的图像一样。这就是我发现DeepDream令人兴奋的地方。你永远不知道会发生什么，无论发生什么都不是你能想象到的。
另一个计算机生成艺术的迷人例子是Refik Anadol的作品。这是一个令人惊叹的例子，证明了机器的梦想潜力，创造了一个非凡而美丽的新世界。媒体艺术家阿纳多从土耳其艺术机构和名为SALT Galata的在线图书馆收集了从19世纪末到现在与土耳其有关的170万份文件，并将它们全部编码为数字。档案在做梦是一个沉浸式媒体装置。观众站在一个圆柱形的房间里，图像被投射到墙上和他们身上。
当安装处于休眠状态时，GAN就会开始发挥作用，它使用在170万个文档上训练的鉴别器网络。生成器网络开始生成图像，这些图像很快就开始看起来与真实的图像非常相似，但它们是从未存在过的文档。观众被一圈旋转的图像包围着，无法分辨真假。这些图像是对原主体和文本的新表现，原主体和文本被指定为艺术，所以图像也是艺术。对我来说，互动方面尤其有趣。观众成为它的一部分，其他人看到的观点，因为它移动到你的身体的轮廓。正如博尔赫斯(Borges)的《巴别塔图书馆》(The Library of Babel)，在一个由22个字母加上标点符号组成的图书馆里，确实有无穷无尽的图像。
TDeepDream和GAN创作的图像展示了艺术和技术在21世纪的融合。目前，人类艺术家正在为机器编程。但是，是机器自己创造，超越了人类程序员设定的参数。
人工智能艺术真的可以称为艺术吗？很少有人质疑人工智能创造的音乐是否就是音乐。例如，一些人工智能研究人员已经根据巴赫的数百个分数训练了人工神经网络。在学习了巴洛克音乐的规则之后，这些机器提出了更多相同的规则。这离巴赫还有很长的路要走，因为现在的机器相当有限，既没有情感，也没有巴赫前辈的乐谱记忆，就像巴赫那样。但是当被要求从两首曲子中选择哪一首是巴赫，哪一首是机器演奏的，只有大约50%的听众会做出正确的选择。
下一个引起轰动的将是完全由机器创造的艺术，而图片中没有人类。
但这是一个毫无意义的练习。问题不在于我们能否区分人工智能创造的音乐和人类音乐，而在于机器能否创造出自己的音乐，而这是目前我们无法想象的。已经有机器了,，比如nSynth，能够产生我们从未听过的音乐声音，音乐家可以用它来创作音乐。
但是，一台由电线和晶体管组成的机器，由人类创造和编程，怎么能被认为是有创造力的呢？虽然莫扎特的父亲教他作曲的规则，但我们并不把儿子的音乐归于父亲。同样，也没有必要将机器创造的音乐或艺术归于其程序员。至于人类的创造力，我们自己就是骨骼、肌肉、动脉和静脉的混合物。我们显然是有创造力的。
机器的部件有什么不同？和我们一样，机器也有记忆，能够对周围的世界做出反应，并且能够随着学习和思考而适应。当你将像素、文本或音符输入人工神经网络时，它们都被编码并作为数字存储在机器的内存中。我们可以想象用文字或音符雕刻，或是改变毕加索的风格Les蓑羽鹤d 'Avignon成一个交响乐。
这也适用于我们。我们也是机器。在某种程度上，我们是由肌肉、骨骼、动脉和静脉组成的生物机器;在更深层次上，是化学机器;在最深处，有中子、质子、胶子和其他基本粒子。从理论上讲，这些基本粒子的动力学可以用量子物理方程来计算，这些方程在计算机上编码后就变成了数字。都是数字。
下一个引起轰动的将是完全由机器创造的艺术，而图片中没有人类。人工智能艺术已经在以类似于人类艺术几千年来发展的方式发展。通过这样做，人工智能艺术打开了我们自己的思维，让我们反思自己，反思我们是什么样的人，反思我们是谁。下一步是当我们与机器合并时。
阿瑟。米勒是一名科学家、历史学家、作家，伦敦大学学院历史和科学哲学名誉教授。他最近的一本书是机器中的艺术家：人工智能驱动的创造力世界．
主要图片：Mundisima/Shutterstock
