演讲实录 | 你会收藏一幅人工智能创作的油画吗？| aai艺术与人工智能国际论坛
2021年5月，同济大学设计创意学院艺术与人工智能实验室（aai)成立，并举办了aai艺术与人工智能国际论坛，来自全球不同国家和地区的22位学者、艺术家通过线上线下结合的方式分享了他们的研究和实践成果，以及他们对艺术与人工智能领域颇具前瞻又具有非凡现实意义的观点。近期，aai艺术与人工智能实验室与艾厂人工智能艺术中心合作梳理了每一位讲者的分享，以期为艺术、设计、计算机科学、文化研究等多个领域的学者和创作者提供有价值的帮助。以下是第二期的演讲实录分享。首期分享：演讲实录 | 凯瑟琳·海勒斯：谁是艺术家？| aai艺术与人工智能国际论坛
2018年，佳士得拍卖行以43.25万美元（几乎是其估价的45倍）成交了一件作品。这个价格并不算是艺术界的天价，但却在落槌的那一刻击中了开启全新篇章的按钮。
Obvious/ Edmond De Belamy/2018
GANs Algorithm/Inkjet printed on Canvas/70x70cm
$432,500/owned by Anonymous
source: Christie's New-York
鎏金画框中的肖像描绘了一位中等身材的男士，名为埃德蒙·贝拉米，他可能是法国人；从他深色外衣和白色领子判断，也许是一位教会人士。有别于大多数传统的古典肖像画，这似乎是一幅未完成的作品：模糊的面部特征、部分留白的画布、向左上偏移的构图……有趣的是，这个作品的签名是用草书的高卢字体写的：
source: Christie's New-York
是的，这幅肖像并非经由人类的思维和双手创造，而是人工智能的产物。佳士得成为了首家代理人工智能算法创作的艺术品的拍卖行，标志着人工智能艺术登上世界拍卖舞台的时代已经到来。
算法画作背后的创作者是一支来自巴黎的艺术团队 Obvious，由Hugo Caselles-Dupré, Pierre Fautrel和Gauthier Vernier三位艺术家、研究员组成。在今年5月份的aai艺术与人工智能国际论坛上，Obvious分享了他们如何利用算法去探索艺术与人工智能之间的连接。
(详细论坛视频请点击文末“阅读原文”)
Obvious的诞生
source: https://obvious-art.com/page-about-obvious/
“
我们三个人是四年前开始合作的，是高中就认识的朋友。现在我们27岁，认识有十年左右了。我们一直在从事艺术创作，我是人工智能专业的PHD研究员，一切都始于我最早对GANs的研究，最后我们决定用人工智能共同做一些艺术作品。
我们根据大型图像数据库通过算法生成新的图像。几年前，当我、Gauthier和Pierre发现利用GANs算法可以生成完全新的、不存在的事物时，我们被它的能力深深震撼了，开始探究这样的工具对我们的未来有什么影响，这是一个非常有意义的问题，所以我们决定用它做一些创造性的事情。我们开始尝试不同的视觉效果，并用这种算法去创造全新的图像。
2017年，我们开始以Obvious的名义去进行艺术创作。
——Hugo Caselles-Dupré
”
GANs
Obvious使用的算法是GANs（Generative Adversarial Nets，生成对抗网络），这是一种同时训练G模型和D模型的生成模型框架：G模型代表的是用于捕获数据分布的生成模型；D模型则是判别数据是否真实（真实数据为真数据，生成数据为伪数据）的判别模型。GANs基于机器学习中生成模型的问题，其原理是输入一些无标签的真实数据，对其分布生成模型，并使其生成的数据和真实数据的分布一致。
source: https://bolster.ai/blog/gans-in-real-world-can-bad-actors-use-gans-to-beat-ai/
总体来说，生成模型的任务是根据被输入的图像去创造一个看起来真实的图片，而判别模型则用于判断这个图片是否是真实的图片。起初，这两个模型都是未经训练的，经过对抗训练后，生成模型会不断产出一张图片去”欺骗“判别模型，而判别模型则需要提高自己的判定条件去辨别真伪。最终，这两个模型在彼此“竞争”下，能力将会越来越强，最终达到稳态。
source: https://www.notion.so/A-Brief-Introduction-To-GANs-397de071301f4e56b4907a65d93cef7b
Obvious用“艺术院校里学生和老师的关系”比喻生成对抗网络在学习过程中G模型与D模型的关系——老师训练和激发学生绘出新的古典肖像画，学生则需要不断提升自己，努力去创造全新的古典肖像画。如何判断学生是否具备优秀的绘画能力，取决于老师能否区分真正的古典肖像画和学生的画像。他们认为，假设用一个古典肖像的数据库去训练GANs，它最终能够创建全新的、“以假乱真”的古典肖像。
在Obvious的作品中，他们使用的就是这样充满竞争机制的算法。
2018-2019
《La Famille Belamy》
2018
Obvious/ La Famille De Belamy/2018
GANs Algorithm/Inkjet printed on Canvas
source: Obvious
当人工智能技术在艺术应用中多以科幻、未来的视觉形式呈现时，Obvious选择了用古典肖像画训练计算机。他们解释道：“Obvious的意思是‘使事物明显’，古典肖像画是欧洲文化中最为人熟知的艺术流派，在博物馆和历史书中随处可见。用大家熟悉的古典肖像训练计算机，使我们能更容易看见这个算法能做什么和不能做什么。”
他们用算法创造了一个由11张肖像画组成的“虚拟”家族，其中一幅就是文章开头提及的，被佳士得拍卖行选中的肖像画。这对于他们来说是疯狂的、改变人生的一天，因为在艺术界，即使作品很有趣，也是需要某个有威望的机构来证明其价值的。
source: Obvious
这便是Obvious早期艺术生涯的开始，从那时起，他们开始探索很多不同类型的艺术美学。
《Electric Dreams of Ukiyo》
2019
Obvious/Katsuwaka of the Dawn Lagoon (夜明けの湖沼の勝川)/2019
GANs Algorithm/ Inkjet Printing on traditional Japanese Washi/
78x106 cm/
source:Obvious
下一个项目，Obvious开始尝试日本浮世绘，借这种传统版画建造一个日本花园。这个项目中，他们收集了大约50000张图片，利用算法创造了一个有肖像和风景的数据库。
Obvious/Memories Glacier (思い出の氷河)/2019
GANs Algorithm/ Inkjet Printing on traditional Japanese Washi/ 78x106 cm
source:Obvious
他们认为电力的发明对日本传统技艺的影响，与人工智能对当今社会的影响有着平行的关系，且反映着类似的问题：我们的社会面对这种技术会如何改变？人类将会如何应对技术的变革？有的人表示乐观，有的人持怀疑态度；有人想要接纳，有人想要拒绝……
Obvious/Bulma of the High Red Pines (背の高い赤松 の ブルマ)/2019
GANs Algorithm/ Inkjet Printing on traditional Japanese Washi/ 78x106 cm
source:Obvious
这些问题都基于Obvious从之前的肖像画系列里得到的反馈，他们想在这个系列中讨论这些问题。
除了探讨人工智能对于艺术、社会和人类生活上的影响，Obvious还关心如何将算法技术作为传统与创新事物之间的桥梁。
日本木刻版画（Moku Hanga）是日本几个世纪来创作版画的方式。木刻版画大概是公元8世纪从中国流传到日本的一种木刻技术，用刷子将水基油墨和印花浆均匀涂抹在潮湿的分版和混合版的表面，用手压印使墨深深浸入潮湿的日本纸上。
source: Obvious
Obvious/Sacred Height (聖天)/2019
GANs Algorithm/Woodblock Printing on traditional Japanese Washi
/25x37 cm/source:Obvious
Obvious的作品《Sacred-Heights》是与一些传统的木刻版画工作室合作，将最传统的绘画形式之一和最前沿的创作技术结合的系列作品。
source: Obvious
2020-2021
《Parietal Bruner #1》
2020
Obvious/Parietal Burner #1/2020
GANs Algorithm/ Inkjet Printing on Sihl Masterclass Textured Matt Cotton 320 g/50 x 60 cm
source: Obvious
洞穴艺术 （cave art, parietal art）应该是人类故事里出现最早的艺术形式，是世界各地的岩石和洞穴墙壁上的装饰画的总称。欧洲旧石器时代便出现了利用木炭、赭石和其他天然颜料制成的多色画，描绘了大约2万至3万年前灭绝的动物、人类和一些几何形状。
Obvious最新的艺术作品便与洞穴艺术相关，这些作品试图将洞穴艺术的美学与人工智能结合起来。他们与著名的街头艺术家 RAWS合作，利用状态转移算法（一种把风格图像转换到其他图像上的算法），将街头艺术和洞穴艺术融合在一起。
Parietal Bruner #1, a series of prints in collaboration with Lascaux and street artist RAWS(2020)
source: Obvious
他们认为街头艺术是在墙壁上进行的，洞穴艺术也是如此。这是真正古老的事物和真正的新事物之间的一个差距，而这个差距可以被人工智能消融掉。
《Facets of AGI》
2020
Obvious/ Habari (Information)/2020
GANs Algorithm/ ofoton & osese wood, chalko black dust and paint/ Computed in France, built in Ghana/ 30*30*11_cm
source: Obvious
这个系列是以非洲面具为主题的。面具可能是非洲最悠久和最知名的艺术形式。它们既是概念又是实体，其艺术性不言而喻。非洲面具的雕刻多采用软质木料，先刻成圆雕再挖空中间部分，最后染上植物或矿物颜料。这是一种极具视觉冲击和精神震撼的艺术创作，在人类文化和历史中都是极具代表性的。
传统的非洲面具
source: https://www.artyfactory.com/africanmasks/
为了追求和尊重非洲面具的美感与工艺，Obvious与加纳的一位专门研究非洲面具的艺术家Abdul Aziz合作以便真实地创造面具。他们利用人工智能生成非洲面具的新形象，Abdul Aziz则用传统方式还原真实的面具。
Obvious/ Ubunifu (Creativity)/2020
GANs Algorithm/ ofoton & osese wood, chalko black dust and paint/ Computed in France, built in Ghana/ 50*31*12_cm
source: Obvious
《ENERGY OF THE EARTH. AMPLIFIED》
2021
Obvious, in collaboration with Stas Bartnikas/ INNER STRENGHT/2021
GANs algorithms trained on Stas Bartnikas photography, Printed on Canson Infinity Platine Fibre Rag Satin fine art paper, 100% cotton/ 100*100_cm
source:Obvious
2021年，Obvious与一位俄罗斯航空摄影师Stas Bartnikas合作。Bartnikas的摄影作品大多是他环游世界时，借助乘坐飞机的视角捕捉到的风景。他的作品令人惊叹，获得过许多奖项，也曾在国家地理杂志上刊登过其作品。
Obvious, in collaboration with Stas Bartnikas/ Love/ 2021
GANs algorithms trained on Stas Bartnikas photography/ Printed on Canson Infinity Platine Fibre Rag Satin fine art paper/ 100% cotton/ 100*100_cm
source:Obvious
Stas Bartnikas对人工智能很感兴趣，他联系Obvious，并向他们提供了大量他在飞机上捕捉到的瞬间。Obvious使用GANs对他的照片进行训练，最终形成了梦幻般的风景图片。
如你所见，Obvious常与各种艺术家合作——以算法为工具使他们有余力这么做。他们希望大众和其他艺术家可以发现人工智能在艺术领域的潜能和创作力。
NFT系列
2021
Obvious除了利用人工智能做实体艺术作品，同时也对数字艺术感兴趣。他们受邀加入SuperRare（世界上最大的两个NFT平台之一），成为有史以来第一个创作NFT的法国艺术家（团队）。
Obvious/ Perspettiva Albertiana/ 2021
GANs algorithms trained on classical portraits/ Sold for 10 ETH/ superrare.com
source: Obvious
算法的可能性
人工智能是一个全球性的话题，Obvious希望通过自己的作品可以鼓励全球任何的创作者使用这种算法。现在，每天有成千上万的人使用GANs和机器学习算法进行创作，创作者利用这些工具找到创造性的应用领域。
他们利用风格转移的算法，将一个图像的风格渗透到另外一个图像上，当计算机学会了两种特征后便能创造出两者结合的艺术品。这种算法在视频、动画甚至文本上都可以运用和融合。
source: Obvious
算法所能提供的创意想法也正在渗透到各行各业。Obvious除了艺术创作，还与不同类型的机构或品牌合作。他们目前与路易威登合作，利用算法创作出更多类型和款式的包。
source: Obvious
他们还为耐克的限量版模型创造了一种独特的样式，在耐克的数据集的基础上训练算法，对算法产出的代数进行了精确选择，最终找到了令他们满意的、符合未来主义的颜色。这些创意设计品牌数据库存储着大量的设计图纸和概念图，通过训练计算机模拟他们以往的设计思路，就可以创造出新的产品。
source: Obvious
最意想不到的是，算法在食品行业也有创造性应用。
高级餐厅对食物的摆盘往往有着极高的要求，既要美观精致，还要让人有食欲。人气美食综艺《厨艺大师（Master Chef）》中的一道道美食，在观众无法品尝时，只能借助摆盘的方式达到“秀色可餐”的境界。厨师们除了需要高超的烹饪技术，也需要具有摆盘的独特审美。因此，利用算法尝试创造新的摆盘设计是非常有趣而极具挑战的。
Obvious与几位厨师合作，试图设计出一份独一无二的摆盘。其中一位厨师Nolan根据他们用算法设计出来的摆盘做出了一份真实的菜肴。人工智能为厨师提供了灵感，厨师再通过对菜肴的搭配与食物的理解去布置成预期的效果。
左图为算法生成的摆盘，
右图为厨师Nolan的真实摆盘
source: Obvious
人工智能除了在创意领域证明了其具有巨大的潜力和可能性，在其他领域也有着各式各样的应用空间。俄罗斯的一家在线支付公司Xsolla使用算法解雇了147名员工，理由则是经算法判断这些员工“未参与工作且效率低下”；2019年，亚马逊的AI系统也有一套算法用于追踪每一位物流仓储部门员工的效率，如果低于某些标准就会自动生成解雇的指令通知这名员工；去年三月份，南京市的部分环卫工人也会被公司配发的智能手机检测他们是否在“消极怠工”。
人工智能在法律上也有着极高的应用空间。英国和欧盟几大国与美国最高法院对人工智能算法有着很大的信任度，他们促成了包括《通用数据保护条令》在内的一系列科技立法。2019年，英国最高法院大法官Philip James Salws勋爵就以“算法、人工智能和法律”为主题开展了讲座，讨论他在人工智能法律问题上的观点。他认为算法将对我们作为个体、国家公民和社会共同体成员产生根本性的影响。
这些新闻自然会引起许多质疑的声音和意见，但也许我们应该思考的是，当人工智能日渐发达，算法如何避开陷阱，能对人类工作和社会提供积极的帮助。
艺术是多学科的操练场——有人使用相机，有人使用画笔，有人使用文本，有人使用泥塑。对于Obvious来说，人工智能算法是他们具有创造性的工具。这个年轻的艺术团队希望在未来十年，人工智能在创作方面的能力得以加强，能逐渐被人们重视和接纳，而艺术可以使人们更加直观地看到人工智能所具有的巨大潜能。
source: Obvious
也许十年后，我们将看到机器人毕加索再次改变艺术史。
如果你们喜欢Obvious的作品，请持续关注艾厂的最新动态，我们将在接下来的展览中展出他们的作品。
资料文献：
Christie’s., (2018). Is artificial intelligence set to become art’s next medium? Christie’s.[online]. Available at: https://www.christies.com/features/A-collaboration-between-two-artists-one-human-one-a-machine-9332-1.aspx
Hirst, K.Kris., (2019). Cave Paintings, the Parietal Art of the Ancient World. Social Sciences.Thought Co. [online]. Available at: https://www.thoughtco.com/cave-art-what-archaeologists-have-learned-170462
独茂兰石.,(2016). 日本木刻版画-moku hanga. 新浪博客.[online]. Available at: http://blog.sina.com.cn/s/blog_76213af80102wdm4.html
Contemporary African Art., (2021). African Masks. Contemporary African Art.[online]. Available at: https://www.contemporary-african-art.com/african-masks.html
AI与法., (2021).英国最高法院大法官：算法、人工智能和法律. 微信公众号.[online]. Available at: https://mp.weixin.qq.com/s/vj1DymE4w576MIpwJfdpqw
Garimella, A., (2020). GANs in Real World- Can Bad Actors Use GANs to Beat AI? Bolster Blog. [online]. Available at: https://bolster.ai/blog/gans-in-real-world-can-bad-actors-use-gans-to-beat-ai/
Sarvasv, K., (2021). A Brief Introduction To GANs With explanations of the math and code. Sarvasv Kulpati. [online]. Available at: https://www.notion.so/A-Brief-Introduction-To-GANs-397de071301f4e56b4907a65d93cef7b
Obvious., (2021). Obvious. [online]. Available at: https://obvious-art.com/