对人工智能艺术可能性、创造力及情感的思考

◆陈永东

随着人工智能（Artificial Intelligence，简称AI）时代的到来，“人工智能艺术”亦应运而生，“人工智能美学”概念已经被提出。然而，人工智能艺术领域的一些敏感问题仍然让不少艺术工作者较为疑惑，其中涉及人工智能艺术的可能性，人工智能艺术的创造力与动机，人工智能创造艺术时的自我意识与情感等，这些问题都非常值得深入思考。

一、人工智能艺术的缘起与可能性

自从早期的计算机出现后，就有人提出利用其与艺术的联姻。英国著名诗人拜伦之女奥古斯塔·埃达·金（Augusta Ada King，原名奥古斯塔·埃达·拜伦Augusta Ada Byron）最早建立了循环和子程序概念、为计算程序拟定“算法”、写了第一份“程序设计流程图”。不过，埃达当时认为机器不能创造性思考。然而，“现代计算机之父”冯·诺依曼（John von Neumann）得出结论：尽管人脑和计算机的结构截然不同，但“冯·诺依曼机”能够模仿人脑对信息的加工过程。计算机和人脑在本质上是相同的。大脑用于保持记忆稳定性和一致性的冗余也完全可以用软件模拟。

随着1946年电子计算机的诞生，以及伊凡·苏泽兰（Ivan Sutherland）提出计算机图形学（Computer Graphics，简称CG）并被更多专家不断深入研究的同时，逐渐成就了计算机绘画、数字媒体艺术及新媒体艺术等。第一幅计算机“艺术”作品是于1952年由本·拉波斯基（Ben F.Laposky）用示波器创作的《电子抽象》（Electronic Abstractions）。

随后，各类数字媒体艺术及新媒体艺术不断涌现，进而出现了“人工智能艺术”。人工智能已经涉足剧本创作、视频/短视频创作、写诗、作曲及作画等艺术创作领域。近年来，人工智能艺术的一个分支——生成艺术（Generative Art）也大出风头。例如，Jon McCormack最近创作的《Fifty Sisters》是一种1m×1m的计算机合成植物形态图像的大型装置，这些“植物”是使用人工进化和生成算法从计算机代码中通过算法“生长”出来的，本身并不存在。实际上，日本艺术家河口洋一郎（Yoichiro Kawaguchi）曾在20世纪七八十年代也创作过《生长》系列的计算机图形和动画作品。

针对“人工智能艺术”已经有学者提出“人工智能美学”的概念，并探讨了人工智能美学的可能性。陶锋对“人工智能美学”（the Aesthetics of Artificial Intelligence）做了初步定义：人工智能美学研究的是在人工智能技术发展过程中所出现的与美学有关的一些问题，其主要内容包括人工智能对人类感性（包括情感）和艺术的模拟、人工智能艺术的风格与鉴赏、人工智能视野下人类情感和艺术本质问题等，其方法主要是哲学美学的，并需要结合诸多跨学科如脑科学、神经科学、生物进化等理论以及人工智能领域最新进展来进行研究。

谈到“人工智能艺术”，人们必然会想到艺术创作背后的“创意”问题，以及创意相关的思维及规律问题。笔者曾经提出“创意为众王之王”的思维理念。然而，在探讨“创意”时，许多艺术家认为说不清、道不明，甚至认为“创意”是一种很“玄”的东西。那么，“创意”及相关的创意思维、创意过程等究竟能否有规律可循，是人工智能艺术必须面对且试图解决的重要问题之一。

对于艺术领域的“创意”，赖声川有较为独特及深入的理解。余秋雨在给《赖声川的创意学》一书的推荐序中提到“创意是一种有迹可循的心灵过程”。赖声川在该书中对艺术创意的过程进行了梳理，并绘制了“创意金字塔”，其中的世界观、如是观、因果观中，后二者（如是观及因果观）既是观看技巧，又是关系与联结。创意的精髓在于事物之间的联结，必须不断发掘新的关系、新的联结。

实际上，关系与联结既是创意规律的重要方面，也是人工智能艺术背后的基本逻辑。人工智能艺术的创意依赖于程序与算法，而程序与算法依赖于清晰的逻辑，而基本的逻辑是艺术创作过程的可分解、可流程化、环节关系清晰、可表征及可数据化。实际上，这正与“数据主义”的基本观点类似。“数据主义”认为，宇宙由数据流组成，任何现象或实体的价值就在于对数据处理的贡献。根据数据主义，贝多芬的第五交响曲、股市泡沫和流感病毒不过是数据流的三种不同模式，能够使用同样的基本概念和工具来分析。世界正“从以人为中心的世界观走向以数据为中心的世界观”。

以上数据主义的观点来自历史及未来学家尤瓦尔·赫拉利（Yuval Noah Harari）所著的《未来简史：从智人到智神》一书。但这本书更令人震惊的是其最后提出的未来世界的三大发展问题：第一，科学正逐渐聚合于一个无所不包的教条，也就是认为所有生物都是算法，而生命则是进行数据处理；第二，智能正与意识脱钩；第三，无意识但具备高度智能的算法，可能很快就会比我们更了解我们自己。第三点我们已经在网络上所谓的“精准推送”方式中有所领教，第一条貌似非常有利于人工智能艺术，第二条则放到本文的“三”中加以讨论。

谈到创意，还不得不提到创新思维及创意模式，其本质即是创意规律。笔者在《赢在新媒体思维》中曾经将创新思维分为了基本思维、内容思维、产品思维、市场思维及管理思维的“1+4”几个层面，并在《数字媒体艺术设计概论》一书专门探讨了创意思维模式（如悬念制造思维、病毒爆点思维及用户协作思维等）及创意方法（如拼贴重组、时空反转及简化抽离等）。“关系”与“联结”可以简化为“关联”，它是人工智能艺术创作中的重要思维。

有些规律或“关联”是艺术家在艺术创作过程中不断发现总结出来的，有些规律或“关联”则是在大数据及人工智能相关技术支撑下发现的（很可能人类从前未发现的一些关联）。“关联思维”还体现在人们的情感和与对象的联系上，比如不同的色彩、形状、笔触会引发人们的不同情感。“情感计算”（affective computing）正是通过将这些艺术形式与情感的大量数据进行对照，来寻找两者之间的联系。有关人工智能创造艺术时的情感问题将在“三”中讨论。

当然，仍然有许多艺术家质疑人工智能艺术有多大的创造力，人工智能创作艺术的动机是什么？这些问题将在“二”中讨论。

二、人工智能艺术的创造力与动机

质疑人工智能的艺术创造力是完全可以理解的，因为在若干年前除了人之外还没有其他东西可以创作艺术。不过，也许在有人提出人类面临“艺术正走向消亡”的背景下，人工智能艺术可能成为一颗新星以拯救这种颓势。甚至，人工智能在艺术创作方面可以体现更强的创造力、更多的可能性。对于人工智能创作艺术的动机是个较为复杂的问题，可以争论，但不排除人工智能创作艺术的动机比人类更纯粹。

所谓的“创造力”再次与“创意”“原理”“思维”及“方法”等相联系起来。前面提到赖声川的“创意金字塔”中有一个“万物运行原理”。他认为，万物运行原理首先要研究万物在我们这个世界最根本的元素——空间和时间——中如何展开运作，这都是属于“结构”问题。简单地说，结构就是秩序。实际上，我们现有的各门艺术学科不都在总结艺术创作方法与规律？其中少不了艺术作品的“结构”问题。

以故事或剧本的创作为例，其就有众多的不同风格的故事结构。在罗伯特·麦基（Robert McKee）的《故事：材料、结构、风格和银幕创作的原理》一书即对故事的结构、形式差异及类型等进行了总结，如“闭合式结构VS开放式结构”、“外在冲突VS内在冲突”、“线性时间VS非线性时间”等，以及爱情故事、恐怖片、战争类型、动作/探险等类型。目前，已经有人工智能可以模仿莎士比亚的作品结构及风格，也有人工智能可以模仿贝多芬的作品结构与风格，将一幅画转换成凡·高的风格目前也很容易实现。

谈到人工智能艺术的“创作”，有一种说法是，“创”是“创意构想”，“作”即“构想执行”。质疑人工智能艺术创造力的人主要怀疑的是人工智能的“创意构想”能力。有观点认为，人工智能更擅长模仿已有的艺术风格或结构，而不擅长创造新的艺术风格或结构。从艺术活动的行为表现及其结果来看，人工智能首先可以进行艺术制作，也可以进行对原有风格精炼化处理从而具备新创意的“创作”，但是这种新创意还无法突破可重复性制作上的难题。不过，这种看法已相对滞后，人工智能的飞速发展可能彰显出无法预想到的创造力。

有学者将将创造性区分为两种，一种是“新奇性”（novelty），一种是“原创性”（originality）。新奇性就是“从有生有”，如前述的“普通型”创造性以及博登（注：M.Boden）所说的“非可能性”创造性，而原创性则是康德（注：Immanuel Kant）所说的天才、“突出型”创造性、“非现实性创造性”，是“从无生有”，而这才是艺术家追求的具有典范意义的原创性。许多人怀疑人工智能艺术创造力的地方主要即在于是否有“原创性”。然而，新的人工智能技术在这两类创造性上都有了明显的体现。

目前，最明显的就是，Google的Deep Dream即在上述“新奇性”已经明显加以例证。GAN（生成对抗网络，Generative Adversarial Networks）更是通过让人工智能学习、模仿艺术史中的经典作品，可以模拟生成类似风格的作品。2017年的CAN（创意对抗网络，Creative Adversarial Networks）在“原创性”上则表现较为优秀。CAN与GAN最主要的区别在于，GAN只能模仿某类风格，而CAN“通过偏离学习的风格来提升生成艺术的唤醒潜能（arousal potential）而成就其创造性”。

显然，在“原创性”的创造性方面CAN是优于GAN的，也许这可以消除不少对人工智能艺术创造力的质疑。其实，这对于人类艺术家也是一种启示。CAN的程序设计者们认为，之所以艺术需要创新，是因为艺术本身具有“外界刺激模式的属性”，而人们对于外界刺激会产生习惯性，“中等的唤醒潜能刺激”有助于唤醒人们的审美意识，太少的刺激会让人无聊，太多则会使人厌恶。因此，设计者的任务是“试图增加风格的模糊性以及偏离风格标准，同时，又避免太过以至于不能作为艺术被接受”。从某种意义上讲，CAN为人类展示了人工智能在“原创性”方面独特的创造力。

如此说来，对人工智能艺术创造力是该给予更多的质疑还是期待？有学者认为，人工智能绘画在技法上不亚于优秀的艺术者；人工智能没有畏惧心，更敢于创新。当然，人工智能艺术的创造力现在仍然有局限性，这是意料之中的事情。目前人工智能艺术所取得的成就相当一部分是在人类现有的艺术门类之中。但是，在这一类作品中，AI的艺术缺陷仍然十分明显，即不论在视觉艺术还是文学作品方面，AI都缺乏大规模叙事的能力。归根到底，人工智能呈现的作品还是对选定样本库的组合生成，而不是真正的叙事性具象作品。不过，这一观点也许会随着人工智能技术的不断进步而被打破。

谈到艺术家的创造力，人工智能先驱之一马文·明斯基（Marvin Minsky）有个观点值得重视。他说，有时学习新思维的障碍在于，人们需要忍受不熟练或表现不好所带来的不适。所以，“创造力的秘诀”之一就是养成一种能够享受这种不适的习惯。谈到“创造力”，为计算机设计程序使其产生前所未有的、不计其数的物体是一件轻而易举的事。但使所谓“有创造力”的思想家脱颖而出的不是其想出多少种想法，也不是这些概念有多新颖，而是他们如何选择新的想法，从而继续思考和发展。这让人更容易理解前述CAN中为什么要使用“中等的唤醒潜能刺激”。同时，机器比人类更能“享受”或“忍受”种种不适，更敢于“冒险”，这或许意味着机器的“创造力”更强。

另外，为了实现所谓的“原创性”，计算机程序有自己独特的随机函数，可以发挥一定的作用。以前述的生成艺术为例，其打破了传统意义上设计软件的路径限制，不再拘泥于软件的边界，并不是结构化的设计系统。从原创性和艺术性角度看，由设计师制定规则通过计算机编程完成的美的计算，赋予设计全新的可能性，既有艺术的规则和量化，也有设计的无序和随机。很显然，随机函数的随机性在某种程度上促进了人工智能艺术的“原创性”。

谈到人工智能进行艺术创作时的动机，也许很复杂，但也许其动机要比人类艺术家更单纯。有一类动机是艺术创作的“灵感”。以音乐灵感为例，人工智能分析情感波动对于音乐灵感可能产生影响之后，可以通过情感的变化产生音乐灵感动机。在此基础上，采用逻辑斯蒂映射方程来给出生成和弦动机进行式具体算法，可以将一个和弦进行序列扩展成一段音乐。第二类动机是艺术创作的“目的”，此时有“创作动机是什么”及“创作动机纯不纯”的问题。创意的动机可能决定着艺术作品的品位，人类艺术家的动机比机器更复杂，例如为了迎合大众或定制方，为了赚钱，为了一鸣惊人，或为了抒发情感。相比而言，机器的动机更简单、更纯粹一些，除非人类赋予了它不良动机。

另外，许多传统的词汇、观念或概念需要更新，以体现与时俱进及更多的包容性。例如，“创造力”“动机”“意识”“情感”及“智能”等概念就一定要被人类所“独霸”吗？卡普兰（Jerry Kaplan）在《人工智能时代》一书中提到，如果仔细研读图灵的论文就会发现一种意图：“我认为最开始的问题‘机器可以思考’太没有意义了，不值得讨论。在这个世纪（注：20世纪）末，对于词语的使用以及总体的文化思想将会发生巨大的变化，届时当我们谈到机器会思考时将不会再受到反驳。”许多词汇的内涵、外延及适用对象可能发生巨大的变化，许多概念将会变得更加宽泛，且更具有包容性。

三、人工智能创造艺术时的自我意识与情感

目前，也许对人工智能创造艺术怀疑最多的恐怕即是其自我意识与情感问题。人工智能可以有自我意识吗？人工智能会有灵魂吗？人工智能会有情感吗？人工智能能够感受快乐与痛苦吗？人工智能会有同情心或嫉妒心吗？人工智能创作艺术时需要“生活体验”吗？这一系列问题目前仍有巨大的争议。假如人工智能有了自我意识与情感，那么会对人类产生什么影响？它们会颠覆世界吗？

要想解决这些有争议的问题，也许重点首先是搞清楚人工智能是否有具有自我意识与情感等的可能性。前面已经提到，“数据主义”认为可以，“情感计算”的研究也在快速推进。当然，一些人还认为机器根本就不需要“意识”。如果要深入研究这些可能性，又必须深刻分析、理解形成“意识”与“情感”的基本机制。明斯基的《情感机器：人类思维与人工智能的未来》一书的书名就已经彰显了这一基本意图。实际上，明斯基在其1985年出版的《心智社会》中即提出：“问题不在于智能机器能否有情感，而在于没有情感的机器能否实现智能”。这倒是让许多人有了另一个思考问题的角度，也暗示了情感与智能的关系。

在《情感机器》一书中，明斯基在引言中即提到该书的目标：解释人类大脑的运行方式，设计出能理解、会思考的机器，然后尝试将这种思维运用到理解人类自身和发展人工智能上。并提出，情感是人们用以增强智能的思维方式。在这本书中作者指出，大脑会通过“批评家—选择器模型”（Critic-Selector Machines）来增强其原始的反应机制，如果你能判断出自己面临的问题的类型，那么你便会选择更加合适的思维方式。同时，他将精神活动分为至少6个层级：本能反应、后天反应、沉思、反思、自我反思及自我意识情感。值得重视的是，作者还提出创造情感机器的6大维度：意识、精神活动层级、常识、思维、智能、自我。这些就占了该书的6章。当然，作者也承认研究清楚人工智能的意识与情感问题并不容易，其中就有专门一章谈到“情感描述难题”。

这里有一个观点较为重要，即智能与情感有密切关联，没有情感就没有智能。但是，早期的研究通常认为机器人不会有意识与情感。有人比较了机器人表演者与真人表演者的重要区别：尽管机器人有能力执行技术性任务，但是它们缺少意识、智力和情感等有助于诠释技能发展的所有要素。不过，这其中也隐含了意识、智力和情感对技能诠释的作用。

需要再次强调的是，对于大脑工作机制的研究是实现人工智能意识与情感中至关重要的问题，其中大脑逆向工程正在紧锣密鼓地推进，各类实现情感的方法也在积极探索之中。人类大脑最复杂的部分便是情商和感知意识，人工智能视其为最尖端的技术研发。当大脑逆向工程成功，便可利用某区域模拟特定的神经元去解决这些问题，从而强智能的情感机器人便可普及。那么，我们可以武断地说机器一定不会有情感吗？

在机器情感驱动的实践方面，已经有相应的实现办法。一种方法是，通过范德波尔（Vor der Pol）方程为工具，可建立基本情感的简单非线性动态模型，并分析出在有无外界刺激的情况下，模型所能表现出人的情感变化过程，从而模拟情感发生变化。以音乐情感的描述为例，可以采用PAD三维情感模型，即将情感分为愉悦度、激活度和优势度3个维度。在抽取出音乐特征（音符密度、节拍、变音数、最大音程、速度、大小和弦小节的比例等）并且确定了情感标注之后，就可以构建情感识别系统。该类系统主要可以在大量情感标注音乐样本的基础上，通过某种学习策略找到音乐情感识别的规律性而建立认知判别公式；然后根据识别模型能够自动确定未知的音乐情感向量。

在谈到人工智能的意识与情感的同时，不得不让人联想到人工智能有无“灵魂”的问题。卡普兰在《人工智能时代》中有一节专门讨论“将灵魂注入机器”，其中提到，历史上录音（模拟录制）的出现、数码录制的出现的时期，都有人提出与传统现场演奏或演唱音乐相比，录制背后的机器是没有灵魂的，或用数字形式表达音乐时，一部分“灵魂”就消失了。这不禁让我想起瓦尔特·本雅明（Walter Benjamin）所讨论的机械复制时代的艺术作品“灵韵”（Aura）消逝的问题，当然此处的“灵韵”主要是指传统艺术的现场此时此地性（das Hier und Jetzt）及原作的原真性、历史性见证及物的权威性。只是，此时“灵韵”与上面提到的“灵魂”有接近之处。本雅明提醒我们，“灵韵”消逝是必然的趋势，摄影与电影即在“灵韵”消逝后蓬勃发展。那么，人工智能究竟是否需要灵魂及与之相关的意识与情感呢？

这背后就形成了两种截然不同的观点，一种认为机器可以有意识与情感，一种认为机器不会有意识与情感。雷·库兹韦尔（Ray Kurzweil）认为，未来的机器将拥有意识，当它们说出自己的感受时，人类会相信它们。它们将具备各种微妙的、类似的情感，会让我们欢笑与悲伤；如果我们告诉它们我们不相信它们是有意识的，它们会很生气。当机器说出它们的感受和感知经验，而我们相信它们所说的是真的时，它们就真正成了有意识的人。他还坚信：“如果（非）生物体在情绪反应上表现得完全像人类一样，并完全令人信服，对于这些非物体，我会接受它们是有意识的实体，我预测这个社会也会达成共识，接受它们”。实际上，这一观点是接近于“图灵测试”的思路的。

图灵测试（The Turing test）由图灵（Alan Mathison Turing）发明，指测试者与被测试者（一个人和一台机器）在被隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。在进行多次测试后，如果机器让平均每个参与者做出超过30%的误判，那么这台机器就通过了测试，并被认为具有人类智能。如果按这个思路，那么能否根据机器情绪反应的正常比例超过某一值来判断机器具有情感呢？

如果机器有了意识与情感，也许听起来会引发一定程度的恐慌。有人认为，这将对人类造成“颠覆性”挑战的是，一旦人工智能进入到情绪管理和自我意识的“人工设定”这样的阶段，如此人类一方面可以设计同类型的“品种”，并主动选择自己所需要的人类类型；另一方面，人类还可能制造出自己的“对手”甚至“敌人”。无法预测的是，这些已经具有自我意识的机器人是否会“自行定义”他们自己的意义和生命目标，从而以他们在生理上的、脑力上的优势确立其支配地位。实际上，霍金（Stephen William Hawking）、马斯克（Elon Musk）等都曾经对未来人工智能的危险提出过严重警告，这不能不引起高度的重视。

不过，人工智能的意识与情感可能要比想象得要复杂得多，还有人坚持机器没有意识，并认为这不可怕。彭罗斯（Roger Penrose）即对图灵测试等判断方法有异议，不太同意机器有意识、感情、快乐与痛苦。他认为，对精神品质的理解，除了直接从AI得到之外，还存在有更大量的东西。也许甚至这样的机器将真正是智慧的；也许它们会思维、感觉以及具有精神。或者它们也许还制造不出来，还需要一些目前完全缺乏的原则。这些都是不能轻易排斥的问题。更与众不同的观点来自前面提到的赫拉利的观点——智能正与意识脱钩。他提到即使是较保守的科技人文主义（与数据主义构成两大类新的科技宗教）认为，人类是造物的巅峰之作，也坚持许多传统的人文主义价值观，但也同意，我们所知的智人已经成为历史，我们应该运用科技造出智神：一种更优秀的人类形式。智神仍会保有一些基本的人类特征，但同时拥有升级后的身体和心理能力，并且能够对抗最复杂的无意识算法。由于智能正在与意识脱钩，而且无意识的智能也正以惊人的速度发展，人类如果还想不被踢出局，就得积极将心智升级。

出乎意料的是，不同的中国传统哲学研究者对人工智能的意识与情感问题看法却截然不同。赵汀阳认为，假如超级人工智能终将出现，我们只能希望其没有情感和价值观。有欲、有情才会残酷，而无欲、无情意味着万事无差别，没有特殊偏好也就不大可能心生恶念。刘丰河认为，机器不会有独立的意识，它的所谓的觉知能力、计算能力、分析能力，只不过是人的相应功能的延伸。机器不能自生人的智能和情感。把人的智能和情感“嫁接”给机器，它也不是自己拥有了这些能力和情感。姚中秋则认为，强人工智能有强大能力而无自主意识，风险当然是巨大的，仅从外部加以控制，成本巨大且未必奏效。若强人工智能有自主意识，则情况可以大为改观：人可与之沟通，生发相亲相爱之情，人工智能的风险反而更有可能被控制，人与人工智能的关系也就转换为人类所熟悉的社会关系。果真会如此吗？这还有待观察。

对于人工智能的情感问题，我有一个大胆的想法：即使机器没有情感，人也可能对机器产生情感。简单的例子就是手机，它没有情感，但目前许多人却对它产生“依赖式”的情感，一段时间不看它就可能产生焦虑情绪。同样，未来的机器人可能陪伴你生活，即使这些机器人没有感情，也很可能使你对它们产生感情。那么，我们可以断言人类不会对人工智能艺术产生感情？

另外，值得关注的是强人工智能（Strong AI）的类型划分。强人工智能可以有两类：第一类是“类人的人工智能”，即机器的思考和推理就像人的思维一样。第二类是“非类人的人工智能”，即机器产生了和人完全不一样的知觉和意识，使用和人完全不一样的推理方式。不论未来人类与哪类强人工智能打交道，似乎均与传统大不一样。如果从艺术创作角度看，或许“非类人的人工智能”的艺术创造力更令人期待。

以上有关人工智能艺术相关的可能性、创造力与动机、人工智能创造艺术时的自我意识与情感等问题，已经因时代的变化而来到艺术工作者眼前，虽然感觉有些应接不暇，但是确实需要积极加以了解、理解、消化及深入思考，并且持一种开放包容的心态，避免对一些问题妄下结论。只有更多更深入的跨界理论探讨及实践探索，才能够促进人工智能艺术的不断进化与发展。

注释：

[1][30]【美】雷·库兹韦尔：《未来简史：人工智能的未来》，盛杨燕译，浙江人民出版社2016年版，第184—189页，203页，206页。

[2][3][10]陈永东，王林彤，张静：《数字媒体艺术设计概论》，中国青年出版社2018年版，第175页，195页，224—243页。

[4]陶锋：《人工智能美学如何可能》，《文艺争鸣》，2018年第5期。

[5][9]陈永东：《赢在新媒体思维：内容、产品、市场及管理的革命》，人民邮电出版社2016年版，第69页，53—204页。

[6][12]赖声川：《赖声川的创意学》，中信出版社2006年版，第 57页，110页，112—125页，171页。

[7][8][33]【以色列】尤瓦尔·赫拉利：《未来简史：从智人到智神》，林俊宏译，中信出版集团2017年版，第333页，353—357页，359页，317页。

[11]陶锋：《大数据与美学新思维》，《华中科技大学学报》（社会科学版），2021年第35期。

[13]【美】罗伯特·麦基：《故事：材料、结构、风格和银幕创作的原理》，天津人民出版社2014版，第46—58页，87—89页。

[14]文成伟，李硕：《何为人工智能的“艺术活动”》，《自然辩证法研究》，2021年第37期。

[15][17]陶锋：《人工智能视觉艺术研究》，《文艺争鸣》，2019年第7期。

[16]【美】A.Elgammal and etc,“CAN:Creative Adversarial Networks Generating‘Art’by earning About Styles and Deviating from Style Norms”,https://arxiv.org/pdf/1706.07 068.pdf,June23,2017.

[18]王玉萍，范建华：《人工智能绘画的艺术创作价值研究》，《艺术评鉴》，2019年第9期。

[19]陈奇佳，郭佳：《AI时代的 AI艺术问题》，《中外文化与文论》，2020年第3期。

[20][23][24]【美】马文·明斯基：《情感机器：人类思维与人工智能的未来》，王文革，程玉婷，李小刚译，浙江人民出版社2016年版，第286页，5—6页，31—32页。

[21][27]周昌乐：《抒情艺术的机器创作》，科学出版社2020版，第140页，39页，135—138页。

[22][28]【美】卡普兰：《人工智能时代》，浙江人民出版社2016版，李盼译，第190页，184—185页。

[25]【美】菲利普·奥斯兰德文：《关于机器人表演的思考》，李汝成，李夏译，《戏剧艺术》，2013年第5期。

[26][37]谭力勤：《奇点艺术：未来艺术在科技奇点冲击下的蜕变》，机械工业出版社2018年版，第49页，29页。

[29]【德】瓦尔特·本雅明：《机械复制时代的艺术作品》，载《艺术社会学三论》，王涌译，南京大学出版社2017年版，第48—51页。

[31]干春松：《人工智能的发展对儒家伦理所可能带来的影响》，《孔子研究》，2019年第5期。

[32]【英】罗杰·彭罗斯：《皇帝新脑》，许明贤，吴忠超译，湖南科学技术出版社2018年版，第18页。

[34]赵汀阳：《技术的无限进步也许是一场不可信任的赌博》，载宋冰编著《智能与智慧——人工智能遇见中国哲学家》，中信出版集团2020版，第19—20页。

[35]刘丰河：《解决人类生死烦恼的根本智慧》，载宋冰编著《智能与智慧——人工智能遇见中国哲学家》，中信出版集团2020版，第315页。

[36]姚中秋：《人工智能，吾与也》，载宋冰编著《智能与智慧——人工智能遇见中国哲学家》，中信出版集团2020版，第104页。