演讲实录 | 艺术天才会消亡吗？| 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。以下是第三期的演讲实录分享。首期分享：演讲实录 | 凯瑟琳·海勒斯：谁是艺术家？第二期：演讲实录 | 你会收藏一幅人工智能创作的油画吗？
“
我听说今天有一场葬礼，希望我的穿着是非常合事宜的。
你们不知道吗？我竟然是唯一一个知道的，怎么来跟大家说这个消息呢。那是一位艺术天才，而这样一个非常有魅力的女士在昨晚去世了，真的令人痛彻心肺，我感到很悲伤。
”
这是康思达（Kostas Terzidis）在5月21日的aai艺术与人工智能国际论坛上的开场白。他戏剧性地描述了当人工智能与算法在艺术创作领域的应用越来越常见后，艺术家们的生存与定义也将迎来变革。他抛出了一个问题“艺术天才是否会就此消亡？”
(详细论坛视频请点击文末“阅读原文”)
康思达（Kostas Terzidis）现任同济大学设计创意学院教授、尚想实验室主任，艾厂人工智能艺术中心学术顾问，是世界顶级的算法设计专家，主要研究领域为自动化设计与⼈⼯智能。
康思达拥有密歇根大学建筑与计算机科学的博士学位，他在包括辛辛那提大学、加州大学洛杉矶分校（1995年-2003年，助理教授）、哈佛大学（2003年-2011年，副教授）在内的知名设计专业任过教。康思达在很多出版物上发表了论文，例如《算法架构》(劳特⾥奇出版社，2006)、《视觉设计算法》 (约翰威立出版社, 2009)、《算法架构》 (建筑出版社，2006) 和 《表现形式》 (斯彭出版社，2003)。他的研究项⽬包括“旋转对称物体的采样与重建”及“知识辅助建筑问题求解与设计”。2011年至2017年间，康思达曾创立和运营了一家名为“Organic Parking”的创业公司。
他将艺术家“死亡”的原因分为三部分，首先是作为动机的“数字（Digital）”；第二部分是代表机会所在的“道德（Ethics）”；第三部分是具体导致消亡原因的“艺术+设计（Art + Design）”。
当把每个部分的第一个字母抽取出来，就形成了英语中表示死亡的单词——“DEAD”。
source:Kostas Terzidis' s Lecture Slides
Digital
source:Kostas Terzidis' s Lecture Slides
2019年的5月，上海，康思达参加了他的同事杨老师在M50的讲座。杨老师向大家展示了一本他的新书《原始拷贝》。杨老师是个非常有意思的人，他对艺术充满了挚爱，同时在自己的领域也非常闻名。他希望他喜爱的画家们能够以他们的风格画一幅他的肖像。然而他并没有上百万欧元来邀请这些艺术家，所以他就去了深圳，请了一些所谓的“假艺术家”来为他画肖像。
source:Kostas Terzidis' s Lecture Slides
每个人看过他的肖像画后，都认为他能雇佣这么多人画画肯定是非常有钱的。但实际上人们并不知道这背后的故事。
康思达与杨老师对此就“什么是所谓的真品，什么是复制品”展开了讨论，他们认为杨老师并没有这些画作的所有权，但他可以在绘画上做一些修改，意味他在一定程度上拥有这些画家的所有权。
source:Kostas Terzidis' s Lecture Slides
source:Kostas Terzidis' s Lecture Slides
康思达在这个故事的基础上又展开了一个新的有趣观点。
比如有一个拥有自己风格的画家A，一个可以根据A的风格来作画的画家B，还有一个可以临摹A的画家C，接下来还有一位伪造者D，能完全伪造A的画，之后就是NFT，利用数字创作出A的画作并保持其独一性。
source:Kostas Terzidis' s Lecture Slides
从康思达的角度来看，第一个画家A是真实存在的，如他开头所说，于昨天刚刚“去世”了；第二个画家B是通过摄影技术画下来的，是一种机械的画法；画家C的模仿相当于借助算法；伪造者类似源数据；最后的NFT是加密货币，创作了很多模拟的画面。
source:Kostas Terzidis' s Lecture Slides
从一开始真正存在的人，到后面人的参与变得越来越小，到有一天，如果完全没有人的参与会怎么样？到了那时候，我们应该做些什么呢？这是一个持续了很长一段时间的讨论，但绝大多数人都没有注意到这个问题。
在过去一百年里，画家的画作和摄影师的作品都是原作，无论是画的还是拍的都是我们所看到的。但是1980年末发生了一些变化，我们看到了第三方的涌现，他不是摄影家，不是画家，而是所谓的“用户（User）”。
source:Kostas Terzidis' s Lecture Slides
谁是用户呢？用户可以是任何人。你是用户，我也是用户，大家都是用户，每个人都可以是用户。如果一个人想成为艺术家，用带有滤镜功能的相机拍一张照片就可以了。
经过修图和滤镜的叠加，一张普通的照片放在一百年前可能就改变了艺术史，一位新的艺术天才就诞生了。但在现在，这样的创作已经非常普遍了，而创作这个可以修改照片软件的人，可能本身不是一个画家，甚至对绘画一无所知。TA也许是一个工程师、图形工程师、流体力学工程师，或者是流体机械工程师……因为成像的画面有非常多的流动性，当再创造时将会跟原作有非常大的差别。
source:Kostas Terzidis' s Lecture Slides
我们在图片上可以看到编码，而编码是什么呢？编码就是一些文字，甚至是一些指令，让计算机去执行。当所有的指令整合在一起，换一下顺序，算法也会改变。如果再打乱它们，又会产生一些新的算法。把程序上的这种过程放在一起，就会成为一个神经网络。这个系统会生成新的系统，而非人。我们认为这些根据原作生成的东西跟原作是有关系的，但它其实是由神经网络生成的。
source:Kostas Terzidis' s Lecture Slides
让我们回想一下这次论坛的主题——“谁是创作者？”，康思达认为当我们无法辨别创作者是谁的同时还要思考：“创作者是人吗？”。
Ethics
source:Kostas Terzidis' s Lecture Slides
第二个导致艺术天才“消亡”的原因是关于“道德”的。
受人工智能趋势的影响，在2018年的纽约，上一期推文中介绍过的Obvious《贝拉米家族的肖像画》，经佳士得拍卖行以43.25万美元成交。
Obvious/ Edmond De Belamy.2018
Gans Algorith/ Inkjet printed on Canvas/ 70x70cm
$432,500/ owned by Anonymous
source:Kostas Terzidis' s Lecture Slides
这幅人工智能创作的肖像画是源于GANs（生成对抗网络），通过系统中的G模型（生成模型）与D模型（判别模型）彼此的对抗，生成一个接近完美、原始、真实的图画。在整个创作过程中有个问题，Obvious由三人组成，但他们中间又多了一个人，也就是创造这套系统的软件工程师。
source:Kostas Terzidis' s Lecture Slides
当我们从哲学意义和版权意义上出发时，要思考“谁画了这幅画？”和“这幅画的所有权是谁？”。想象他们四人之间出现这样的对话：这三位艺术家说“是我们使用了这个软件创作出来的作品”，而软件程序员说“如果我没有写这个软件，你们就无法做出这幅画。”
这个问题没有人能回答。因为没有人能说这个画到底是谁画的。
2014年旧金山的一场诉讼，一方是一个摄影师，而另一方是一只名为“Naruto”的猴子。一只猴子把摄影师告上了法庭。
source:Kostas Terzidis' s Lecture Slides
原因是几年前，这个摄影师在森林里拍摄猴子的照片时，摄像机掉在了地上，名为“Naruto”的猴子捡起来，给自己拍了一张照片。摄影师觉得猴子这张“自拍”非常不错，就把照片上传到网络，一举成名。
source:Kostas Terzidis' s Lecture Slides
之后一个公司在网上下载和影印了这张照片，进行了大规模的发行，这个摄影师很生气，认为作品被窃取了。公司却说，这张照片不是你的，而是猴子自己照的。摄影师说，但用的是我的设备，他们最后走上了法庭，结局是摄影师输掉了这场官司。法庭对此案的鉴定为，猴子并不是人，所以这个作品本身不受版权保护法的保护。
source:Kostas Terzidis' s Lecture Slides
随后动物保护组织也把摄影师告上了法庭，指控他利用了猴子拍的自拍窃取了一定的利润，也没有把钱分给猴子。当然，猴子没有权利告摄影师，但让我们回到最初的问题，“谁是这张照片的摄影师？” 显而易见，我们无法说谁按了快门，谁就有这个版权并拥有这个作品。
康思达在演讲上通过回溯英文原始的拉丁词根和中文的含义尝试解答这个问题。
比如intention（动机），意思是驱使某人做某事的因素。但这个词本身又很奇怪和微妙——因为这个词既可以是名词也可以变成动词。当它变成动词时，需要一个主语，也就是发起这个动词的人。
有意思的是，这个词的中文翻译，动机，由两个字组成：第一个字“动”，代表你要获取什么。第二个字“机”，是机器的意思。因此，在中文里，它的主语不是人，是机器，像一个流程一样。在中文当中，它不是一个动词而是一个名词，是你可以获取的东西，但是它不是你的。相反，在西方文化中，intention是动词，带有“我的”意味，也许这可以解释为什么摄影师会觉得他的作品就是他的。
Art + Design
source:Kostas Terzidis' s Lecture Slides
让艺术家“消亡”的第三部分是艺术与设计。
康思达再次将英文单词回归到原来的词根，用希腊单词去定义“设计”。
“Design”（设计）这个词也是一个拉丁词（de-signare），意味着无中生有，让其发生。
source:Kostas Terzidis' s Lecture Slides
素描（sketch）和计划（scheme）都是来自希腊语的写作“skítso”，源自σχεδόν，意思是“接近”、“几乎”、“还没有”，而这个词又是从έσχειν演变而来，代表的是“我有”。
source:Kostas Terzidis' s Lecture Slides
所以“设计”，根据希腊语的定义，意思是你曾经拥有，但你现在已经没有了，或者你过去有，但你丢失了它，它在你的大脑中，存在于世界上，但你没有办法去找寻。这是一个非常有意思的观点，让我们开始思考真正的设计是什么：关于回忆，记住事情，寻找被隐藏的，失去的，被混淆的东西，这就是设计的过程。
source:Kostas Terzidis' s Lecture Slides
头脑这个词语“Mind”在希腊语中是Νούς，源自分配（Νέμω）这个词，指大脑一直具有分配，排列、整理的行为，这也是英文单词“arrange”的含义。
source:Kostas Terzidis' s Lecture Slides
康思达用了三个非常直观的视觉范例去解释“arrange”的意义。
第一个例子是把四个球排列进一个盒子里，有16种摆放方法；把九个球排列进九个盒子就会产生512种结果，这些球在盒子里会产生一些形状的排列组合，这些组合在人的审美中可以分为好看（对称）的或难看（不对称）的。
source:Kostas Terzidis' s Lecture Slides
如何找到其中最好看的组合，我们需要一个标准，也就是所谓的设计。如果以对称为标准，我们就会看到32个中心对称的组合，64个水平对称的组合和64个垂直对称的组合。在如此多的结果中，这些遵从一定规则和标准的组合就隐藏在其中，这就是我们在寻找的东西。
source:Kostas Terzidis' s Lecture Slides
第二个是以拼图为例，这些拼图一共有99392种可能性，在所有的可能性中，依从某个标准一定有一个最优结果，我们要做的就是去寻找并提取出最佳结果，这就是设计的过程。康思达放大这些结果进行抽取，获得831个同心对称的结果。
source:Kostas Terzidis' s Lecture Slides
康思达试图用这两个例子来证明，艺术和设计，也就是创造力，它不是从无中创造出来的过程，这是我们被语言所误导的认知。他提出，创造力是从所有事物中提取出一些东西。这便是人工智能设计，其美妙之处就在于它涵盖所有东西——你不仅可以从中找到想要的，还可以找到任何其他东西。在所有事物中才能优中选优，佳中选佳。
source:Kostas Terzidis' s Lecture Slides
第三个例子以文字为主。康思达提供了八个英文单词进行排列，产生了16777216种可能性。他非常确定，在这所有的结果里，肯定有一句话是所有组合里最好的、最深刻、最完美的一句话。如何在这样庞大的数据里找到它呢？他提出了创造一个神经网络，在其中进行训练和大量的搜寻，他最终找到了他认为非常有意义的句子。
source:Kostas Terzidis' s Lecture Slides
“IF IT CAN THINK OF YOU, YOU EXIST”(如果它能想到你，你就存在)
source:Kostas Terzidis' s Lecture Slides
这是一个看似很奇怪的句子。在这里，“它”成为了主语，从“它”的角度来定义和思考“你”的存在，意味着“它”正在为“你”的存在而思考。“它”从算法和系统当中抽取出了这样一个句子，这个系统不受人的控制。
最后一个例子是代码。
当他用代码进行组合，把所有的可能性按照顺序排列，选取最重要和最对称的结果时，会产生一些公式。这些数字和字母并不是康思达创造的，他只是找到这些数字，而并没有做这些随机排列——他只是作为旁观者看结果的生成。
source:Kostas Terzidis' s Lecture Slides
其实康思达并没有参与结果的生成。有人说这是他选择的，但是他并不知道它是怎么做出来的。他仅仅输入了一个序列，最终得出一个答案。如果他再次创造序列会怎么样呢？
让我们回到开头的讨论，“谁是作者？”一开始是画家，之后有了用户，现在有了编码和神经网络，在未来还会有排列（Permutations），我们所讨论的作者已经不是作品本身的作者了，而是工具的作者——是工具成就了作者。
source:Kostas Terzidis' s Lecture Slides
因此，人工智能不是关于人工智能，而是关于制作人工智能。创作者制造人工智能，人工智能再制造艺术，如果我们在其中纠结谁是作者，就和前文提到的猴子的自拍和Obvious的作品一样，陷入了一个循环。
以上康思达提到的理论和范例来自他创办的尚想实验室，其提倡的理念是在所有的元素中提取你想要的东西，这样可以在环境当中做出各种各样的组合，从中抽取最优的结果。这个理念和算法可以应用到各个方面：时尚、音乐、化妆、建筑……
source:Kostas Terzidis' s Lecture Slides
当人在创作领域的参与越来越少时，是否真的如康思达在开头所“预言”的一样，艺术天才最终会消亡？
编辑/榴莲
责编/伊文