CCAI 2017 演講實錄丨王蘊紅：人工智慧科學與藝術的鑒賞創作
7 月 22 - 23 日，在中國科學技術協會、中國科學院的指導下，由中國人工智慧學會、阿裡巴巴集團 & 螞蟻金服主辦，CSDN、中國科學院自動化研究所承辦的 2017 中國人工智慧大會（CCAI 2017）在杭州國際會議中心盛大召開。
大會第二天下午，北京航空航太大學電腦學院副院長王蘊紅參與了【人工智慧科學與藝術論壇】的討論，並發表了《人工智慧技術與藝術的鑒賞創作》主題演講。
她詳解了人工智慧技術的優勢、可發揮作用，及其可能對於藝術發展的影響。
以下為演講實錄，在不改變原意的情況下進行了刪減和調整：
來這之前，論壇主席給我佈置了兩個任務，讓我回答這兩個問題：人工智慧技術是否可以鑒賞藝術作品？在藝術領域，人工智慧能否超越人的創造力？我從事機器學習和電腦視覺領域的工作，所以我將從技術的角度看這個問題，講一下我的一些觀點。
技術與藝術的不同
首先講一下我的技術藝術觀。
任何一個技術的實現，都是希望首先在觀察描述的時候是可量化的。其次是可複現的，比如說有些時間不能被重複，這就成為一個大家質疑的焦點問題——研究是否是可信的等等。
最後，技術作出產品的時候一定是可批量生產的。通過人工智慧的方式對藝術進行鑒賞或者實踐，不管是用深度學習還是其他方式，都是概率估計的一個結果，是當一個大概率出現時，我們判斷它屬於某一類，這個是我們非常熟悉的傳統。
我們對於藝術的描述是不可量化的，如果一個藝術家能夠反復的做同一幅畫那還是藝術嗎，還有就是不能批量，
將技術用在藝術上的難點
首先，藝術作品是由藝術家和藝術媒介，經過藝術體驗和藝術構思，創造出來的藝術產品，是藝術生產的成果或產品。
而我們從技術上來看，藝術首先是藝術家可以創造的產品，看上去必須具有審美性或者是審藝性。其次藝術作品必須是表現了藝術學科部分元素或藝術模糊元素的藝術刻印轉換的作品。
可是如果我們用人工智慧評價，我們的要求就很簡單——可評價、可描述。首先有一個明確的標準，如何去評價這個作品，其次考慮如何描述這個評價，將這些東西量化。
再回到鑒賞，從藝術的角度來說，鑒賞首先是通過視覺感知和其他器官的綜合作用以及生活經驗和文化知識對美術作品進行感受。每個人的觀感是不一樣的，這和每個人的文化、生活經驗等等都有一個很大的關係。
難點之一：鑒賞是一個主觀感受。鑒賞包括感悟鑒賞、社會學鑒賞、比較學鑒賞，人工智慧來做這個事情的時候，其實很困難。假如說我們用技術來做鑒賞的話，典型的套路是，首先我們要明確輸入和輸出是什麼，假如說我們用機器學習的方法，多數人認為這個是有藝術性的，我們就標注成是有藝術性的，但是多數人的主觀感受是否客觀呢？這個在藝術鑒賞領域也並不是一定的。
技術難點之二：感受來源於綜合因素。我舉了兩組婚紗照的照片，哪個照片更藝術呢？我們從美的角度來看，顯然黃曉明更美一些，但是每個人的感受不一樣，這對老夫妻更藝術一點，可能反映我們內心的映射包括希望等等。
所以說對於藝術品的感受，我們如何去量化的評價？這個也是我們人工智慧來做藝術鑒賞的一個難點。
人工智慧為什麼可以用在藝術鑒賞上？
我們認為人工智慧是可以用在鑒賞這一個大的任務裡面去的，它有它的優勢，就是見多識廣。舉個例子，王國維是一個收藏家，他請溥儀去看收藏品，溥儀說是假的，說是跟他小時候玩的不一樣，但他沒有辦法說哪一個地方不一樣。他不像收藏家說的那麼具體，而是跟他見過的那些東西不一樣，這是見多識廣來的。
人工智慧可以做到見多識廣，在一個人所能見到的東西有限的情況下，人工智慧可以見到更多的東西，這個對於真偽鑒別來說很有用。
所以說人工智慧的優勢在於對於有定論的藝術形式的學習。比如，穀歌做音樂方面的作曲的生成；還比如，倫敦大學用三個流派的6600首歌曲，成功訓練了一套神經網路，有75%的準確率識別歌曲和流派。
人工智慧在無定論藝術鑒別上的局限
在這裡我們看到人工智慧的優點在於是非分明，這在我們做一個明確的、可量化的任務的時候，有明顯的一個優點。但是這有一個潛在的基本的假設，就是這個東西是是非分明的、是非常可量化、明確的。
所以人工智慧對於是非不分明，或者是一些主觀的東西依然不能給出一個很好的評價，尤其是對於是非藝術，因為藝術的評價和表達是各方面的，目前來說還依然沒有突破這樣的瓶頸。
人工智慧對藝術發展可能產生的影響
人工智慧技術還是可以發揮一些作用，像是做藝術品的生成。比如，穀歌的一個工作，它實際上就是一個風格的遷移，首先是識別了多種風格，把這個風格抽出來之後，實現藝術品之間的遷移，但是它其實並不能創作。我們還可以開發一些藝術教學交互的軟體，讓孩子們可以很容易的進入到一個領域。
我一直覺得，藝術是一個比我們技術高很多的東西，我現在還是在仰望。人的感受來源於多方面的綜合，創作不是為了鑒賞，如果我們跟鑒賞來學習創作的話，那一定不是一個好的創作。所有原創性的東西不是為了在後面跟著學，在後面跟著學的東西，之後一定沒有一個好的原創的作品，學習永遠落後于原創。所以我們如何描述綜合？
我認為在人工智慧技術的發展中，藝術將成為最難接近的部分。藝術是最能體現個性化的，機器人將來是可量化生產的，最後我認為藝術這一塊將來是我們人類智慧高於人工智慧最大的一個特點。
人工智慧對藝術發展的影響可能是正面的，比如藝術訓練軟體將使藝術學習更為便捷和低成本，藝術創作的輔助創作將使得藝術家的效率更高。而可能的負面的影響是，用大概率的方法訓練能否產生小概率的事件發生？如何呵護原創的幼苗？如何避免過度訓練？利用軟體對於藝術學生訓練的結果會不會產生了大量的藝術工人而抑制了藝術家的成長？這也是我擔心的問題。
CAAI原創 丨 作者王蘊紅
未經授權嚴禁轉載及翻譯
如需轉載合作請向學會或本人申請
轉發請注明轉自中國人工智慧學會
藝術首先是藝術家可以創造的產品，看上去必須具有審美性或者是審藝性。其次藝術作品必須是表現了藝術學科部分元素或藝術模糊元素的藝術刻印轉換的作品。可是如果我們用人工智慧評價，我們的要求就很簡單——可評價、可描述。首先有一個明確的標準，如何去評價這個作品，其次考慮如何描述這個評價，將這些東西量化。
再回到鑒賞，從藝術的角度來說，鑒賞首先是通過視覺感知和其他器官的綜合作用以及生活經驗和文化知識對美術作品進行感受。每個人的觀感是不一樣的，這和每個人的文化、生活經驗等等都有一個很大的關係。
難點之一：鑒賞是一個主觀感受。鑒賞包括感悟鑒賞、社會學鑒賞、比較學鑒賞，人工智慧來做這個事情的時候，其實很困難。假如說我們用技術來做鑒賞的話，典型的套路是，首先我們要明確輸入和輸出是什麼，假如說我們用機器學習的方法，多數人認為這個是有藝術性的，我們就標注成是有藝術性的，但是多數人的主觀感受是否客觀呢？這個在藝術鑒賞領域也並不是一定的。
技術難點之二：感受來源於綜合因素。我舉了兩組婚紗照的照片，哪個照片更藝術呢？我們從美的角度來看，顯然黃曉明更美一些，但是每個人的感受不一樣，這對老夫妻更藝術一點，可能反映我們內心的映射包括希望等等。
所以說對於藝術品的感受，我們如何去量化的評價？這個也是我們人工智慧來做藝術鑒賞的一個難點。
人工智慧為什麼可以用在藝術鑒賞上？
我們認為人工智慧是可以用在鑒賞這一個大的任務裡面去的，它有它的優勢，就是見多識廣。舉個例子，王國維是一個收藏家，他請溥儀去看收藏品，溥儀說是假的，說是跟他小時候玩的不一樣，但他沒有辦法說哪一個地方不一樣。他不像收藏家說的那麼具體，而是跟他見過的那些東西不一樣，這是見多識廣來的。
人工智慧可以做到見多識廣，在一個人所能見到的東西有限的情況下，人工智慧可以見到更多的東西，這個對於真偽鑒別來說很有用。
所以說人工智慧的優勢在於對於有定論的藝術形式的學習。比如，穀歌做音樂方面的作曲的生成；還比如，倫敦大學用三個流派的6600首歌曲，成功訓練了一套神經網路，有75%的準確率識別歌曲和流派。
人工智慧在無定論藝術鑒別上的局限
在這裡我們看到人工智慧的優點在於是非分明，這在我們做一個明確的、可量化的任務的時候，有明顯的一個優點。但是這有一個潛在的基本的假設，就是這個東西是是非分明的、是非常可量化、明確的。
所以人工智慧對於是非不分明，或者是一些主觀的東西依然不能給出一個很好的評價，尤其是對於是非藝術，因為藝術的評價和表達是各方面的，目前來說還依然沒有突破這樣的瓶頸。
人工智慧對藝術發展可能產生的影響
人工智慧技術還是可以發揮一些作用，像是做藝術品的生成。比如，穀歌的一個工作，它實際上就是一個風格的遷移，首先是識別了多種風格，把這個風格抽出來之後，實現藝術品之間的遷移，但是它其實並不能創作。我們還可以開發一些藝術教學交互的軟體，讓孩子們可以很容易的進入到一個領域。
我一直覺得，藝術是一個比我們技術高很多的東西，我現在還是在仰望。人的感受來源於多方面的綜合，創作不是為了鑒賞，如果我們跟鑒賞來學習創作的話，那一定不是一個好的創作。所有原創性的東西不是為了在後面跟著學，在後面跟著學的東西，之後一定沒有一個好的原創的作品，學習永遠落後于原創。所以我們如何描述綜合？
我認為在人工智慧技術的發展中，藝術將成為最難接近的部分。藝術是最能體現個性化的，機器人將來是可量化生產的，最後我認為藝術這一塊將來是我們人類智慧高於人工智慧最大的一個特點。
人工智慧對藝術發展的影響可能是正面的，比如藝術訓練軟體將使藝術學習更為便捷和低成本，藝術創作的輔助創作將使得藝術家的效率更高。而可能的負面的影響是，用大概率的方法訓練能否產生小概率的事件發生？如何呵護原創的幼苗？如何避免過度訓練？利用軟體對於藝術學生訓練的結果會不會產生了大量的藝術工人而抑制了藝術家的成長？這也是我擔心的問題。
CAAI原創 丨 作者王蘊紅
未經授權嚴禁轉載及翻譯
如需轉載合作請向學會或本人申請
轉發請注明轉自中國人工智慧學會