1月23日， 週二， Botnik創作室發佈了一個模仿科切拉音樂節的海報。 海報中登出的參演藝術家們是在成千上萬的樂隊資料下經迴圈神經網路訓練而成。
在過去的幾周裡， Botnik——Alexa Accelerator項目的畢業生， 通過對一個預測模型進行訓練， 讓模型自行生成十大熱門主題標籤清單並採用其自帶的預測鍵盤編輯了一段插曲和一篇關於特朗普的文章。
微軟的研究人員在上周分享了AI根據照片字幕進行繪圖的案例。
Prisma（圖片智慧處理App， 通過人工智慧將手機中普通的照片模仿出著名藝術家畫作的風格）讓風格轉化流行， Facebook， Google以及Algorithmia的產品接踵而至。 它們交出的作品至少讓某些藝術家信服——AI不再只是模仿畢卡索的作品， 而是幾乎能接替藝術家進行工作。 不僅如此， 它們還可以作為一種框架， 為藝術創造力的存在提供空間。
Cynthia Hua， Gray Area Foundation（三藩市的一家組織， 於2016年使用Google的開源AI DeepDream展示藝術品生成）科技藝術孵化器專案的成員。 她使用AI來生成圖像， 她見證了基於輸入模式的電腦生成藝術作品的過程， 這是綜合了成千上萬、來自不同人群的圖像的合成品。
阿裡巴巴現在也支援使用AI來設計商品圖片， 只是用的人還比較少。
有些人可能純粹用AI來模仿藝術風格， 但是， 藝術家裡的技術專家——Cynthia Hua認為， 這涉及到人們該如何使用機器學習， 而不是僅僅為了提高效率而採用AI。
她說：“就個人而言， 最令人振奮的不是僅僅複製藝術創作的過程， 不是僅僅讓機器學會蒙娜麗莎該如何繪製， 而是嘗試採用AI開拓一種能讓人們感受到鼓舞、興奮的新思路”。
機器會變得更聰明、更擅長模仿人類的創造力， 但類似Cynthia Hua所在的研究組織或者NIPS（創造力型AI）， ML4A（面向藝術的機器學習）都表明， 利用神經網路進行藝術創作並不意味著創意的終結。
在AI模型能夠充分理解諸如巴羅克式的奧巴馬文化基因、單口喜劇或其他需要人文的或想像力的藝術形式的光彩之前， 似乎還要經歷很長的歷程。
該如何思考人工智慧對藝術的影響？還記得在Garry Kasparov（卡斯帕羅夫， 國際象棋世界冠軍）與IBM的“深藍”的對局之後， 激勵產生了更好的人類棋手；Lee Sedol（李世石， 圍棋冠軍）和alhpago的對局亦將如此。
Botnik的音樂會也再次提示人們：由神經網路創造的、獨有的藝術形式並不意味著它將替代人類的聰明才智，
正如你可能已聽說的那樣， AI剛剛開始， 但就像AI不會消除所有工作崗位一樣， AI對藝術的而言也不是件壞事。 AI在藝術中的應用可以增強人類活動、幫助人類探索新的藝術表達形式， 而不是為了代替人類活動。
而不是為了代替人類活動。