人工智能技术在艺术领域中的应用与发展概述＊

2024-01-13张颖

科技与创新 2023年6期

张颖

（南京艺术学院信息化建设管理中心，江苏南京 210013）

人工智能和大数据技术作为推动中国经济发展的新引擎，已在新一轮科技与产业革命的关键领域形成主导，并被普遍应用于各行各业，如家居、医院、安防、金融等，极大便利了人们的工作和生活。艺术领域也不例外，“AI+艺术”也日趋流行。本文正是基于此背景综合调研了AI 在艺术各细分领域中的发展情况，并对AI 在艺术领域发展中面临的问题进行了探讨。

1 人工智能发展背景

人工智能发展前景广阔，在欧美等国甚至已上升至国家战略高度。中国相关政策密集出台，如2015—2018 年，国务院先后发布了《新一代人工智能发展规划》《促进新一代人工智能产业发展三年行动计划（2018—2020 年）》[1]等文件，地方政策如《南京市关于加快人工智能产业发展的实施意见》等。据IDC发布的《全球人工智能支出指南》预测，全球AI 市场规模将于2025 年增至2 218.7 亿美元，其中，中国将占全球总规模8.3%，位列单体国家第二。中国“十四五”规划纲要更是将人工智能定位为新兴数字产业。

在学术界，自然科学更侧重人工智能技术的创新和研发，而社会人文科学则较为关注人工智能与各行各业深度结合的应用。在艺术学科领域人工智能以更接近人类感知的方式，延伸和增强了艺术创作的能力。

2 人工智能在艺术领域中的应用分析

本文通过对“人工智能+艺术”“人工智能+设计”“人工智能+音乐”“人工智能+绘画”“人工智能+书法”“人工智能+图像处理”“人工智能+传媒”“人工智能+影视”等关键字的检索，在分析和调研了63 篇期刊、硕博士论文的基础上，梳理出人工智能在以下艺术领域应用中的最新进展。

2.1 人工智能与算法作曲

人工智能与音乐结合主要有两大研究方向：音乐信息检索和音乐生成[2]。

在音乐信息检索方面，奥地利人工智能研究所借鉴计算机视觉领域的研究，把频谱图看作图像，利用无监督特征学习和受限玻尔兹曼机进行音乐分类。法国国家视听研究所使用半监督策略训练卷积神经网络进行音乐分类和分割。西班牙马德里自治大学探索了混合卷积神经网络和循环神经网络的深度神经网络方法进行语音和音乐检测。瑞典皇家理工学院则提出使用时域卷积网络来实现音乐检测。浙江大学的冯雅中、庄越挺、潘云鹤等人已将神经网络理论引入到音乐哼唱检索中并取得良好的效果。

在音乐作曲方面，20 1 5 年谷歌公司推出的DeepDream，在完成对百万级艺术家创作风格学习的基础上可根据用户需求自动合成艺术家风格的唱片。IBM 公司的Watson 借助认知计算技术已在2017 年与格莱美获奖制作人Alex Dakid 成功创作了歌曲。美国OpenAI公司提出了MuseNet模型可实现不同风格乐器音乐作品的生成，其另一模型Jukebox 可生成各种流派艺术家风格音乐或演唱音频。加拿大多伦多大学使用循环神经网络实现流行音乐的生成，提出了著名的Song From PI 工作。百度公司发布的“看图作曲”可将某张照片或图片进行元素分解并进行情感分析，然后智能访问乐谱数据库自动组合作曲。南京艺术学院博士论文《基于乐谱识别的深度学习算法作曲系统》重点研究了基于深度学习算法作曲领域中的非人工干预创作。中国科技大学硕士论文《基于深度学习的自动作曲编曲研究》则结合深度学习重点研究了音乐生成中的关键问题。

2.2 人工智能与图形艺术

2018 年10 月，由人工智能自主合成的首幅绘画作品油画《埃德蒙·贝拉米画像》（Portrait of Edmond Belamy）问世，其背后支撑的技术便是深度学习模型；2016 年由俄罗斯开发者阿列克谢·莫伊辛恩科夫（Alexey Moiseenkoy）将神经网络技术和工智能照片编辑器结合创造了prisma，通过系统学习和训练著名绘画艺术家的艺术风格，可将普通照片转换为不同艺术家或流派的风格。2021 年1 月Open AI 公布人工智能神经网络“DALL·E”，其因声称可以通过自然语言文本直接生成对应图像而获得广泛关注[3]。

国内方面，中影培训基地与中国科技大学技术团队合作创造了“中影·神思”，通过对人类艺术家的美学思想、艺术理念、工艺流程等的学习，并将其转化为审美数学模型实现自动图像处理。人工智能绘画机器人Andy（美图公司研发）通过对海量图画作品的深度学习，可基于用户照片输入模仿诸多种不同风格的肖像画。阿里巴巴智能设计实验室自主研发的鹿班平台利用图像智能生成技术1 s 即可设计出8 000 张海报。国内学术界还出现了基于人工智能的古陶瓷器型和纹饰图像特征识别研究、基于影像特征的艺术品识别检索等艺术细分领域的深度研究和应用。

2.3 人工智能与影视制作

人工智能在影视项目全生命周期的各个环节都能发挥它的作用。结合大数据利用人工智能分析技术，在影视剧本策划阶段我们即可过滤掉不符合市场需要的策划题材。影视制作时，可利用增强现实、虚拟现实、步态识别、人脸识别等人工智能技术完成镜头动态捕捉、视频剪辑、虚拟角色和场景创作等，如2016年11 月，Adobe 公司发布了一款可用于Photoshop、Premiere、Illustrato 等软件中的基于深度学习和机器学习的底层人工智能工具——Adobe Sensei，同年第一部由纽约大学AI 研究员奥斯卡·夏普（Oscar Sharp）和罗斯·古德温（Ross Goodwin）开发的递归神经网络系统“Benjamin”创作了基于人工智能的影视剧本Sunspring。2017 年7 月，Adobe 与斯坦福大学研究人员共同研发了一款可以用于自动视频剪辑工作的人工智能程序，同年Botnik 研究室利用人工智能技术开发了“预言键盘”算法，创作了《哈利·波特与看起来像一大坨灰烬的肖像》[4]。阿里鱼平台可基于影视内容实现流量预测，助力其生态卖家引入优质IP 版权。其他方面的应用如安捷秀（Agile Shot），可以在保证自然语言分析准确率的基础上，对导入或输入的剧本内容进行自动分解等，从而提升工作效率。

2.4 人工智能与艺术设计

在设计领域，人工智能与设计结合已发展出一门新学科分支，即设计人工智能DAI 或D+AI。国内外各大高校也纷纷建立起人工智能交互设计实验室，如麻省理工学院计算机科学与人工智能实验室（CSAIL）、斯坦福大学的人工智能实验室（SAIL）、湖南大学艺术学院的人工智能实验室（Design A.I.Lab）等，智能交互设计专业也在2021 年被批准为中国普通高等学校本科专业。但在学术界目前相关研究成果并不突出，2005 年美国Donald Norma 曾在其著作The Design of Future Things一书中探索了人的心理和机器的能力；2018 年中国谭力勤线上出版的《奇点艺术》从科技和艺术融合的角度曾探索了未来艺术的发展和思考[5]。业界百度公司曾以地图为例探索了基于人工智能的情感化语音交互设计，科大讯飞开发的集导航、电话、娱乐、聊天等功能于一体的小飞鱼驾驶助手实现了无屏化交互，体现了一部分人工智能和主动设计的思想，另在其他一些智能家居产品中都有一些体现，但目前都未形成完整的理论体系。

2.5 人工智能与传媒

在艺术传播方面，人工智能能够改善因针对性不强而导致的传播效率偏低且无法发挥长尾优势等传播缺陷[6]。通过数据采集、量化建立模型并进行人工智能数据挖掘，可以在艺术信息与受众需求之间达到良好的匹配进行精准传播。在新闻写作和制作中，机器人新闻利用专门的算法和自然语言生成器捕捉重要信息进行结构化处理可实现自动撰稿；在新闻播报方面，人工智能主播能自动生成播报内容，2017 年微软和湛卢文化合作推出的微软“小冰”通过学习近百年来众多诗人的现代诗歌作品，运用深度神经网络技术不仅创作了诗集《阳光失了玻璃窗》，还作为主持人参与主持了多档电视节目和广播节目。

3 人工智能在艺术领域发展中存在的问题

人工智能技术的发展给艺术领域带来了新的思路和眼界，但作为新的学科交叉，仍存在较多问题和争议，主要体现在以下几个方面。

3.1 技术使用门槛

人工智能艺术创作离不开大数据、机器学习、数据处理分析和建模等技术的支持。对艺术从业者来说，其大部分相关软件的使用仍过于专业，且学习成本较高，影响了AI 和艺术的深度结合，因此需要降低其使用门槛。

3.2 艺术创作限制

人工智能在艺术创作上存在一定限制。人工智能技术以逻辑和理性思维为主，其在语义、情绪与情感的分析和处理能力仍然较弱，并不能很好地复制和表达人类的情感，而艺术的表现力依赖于创造性、批判性、象征性等，其创作离不开艺术家对于人类灵魂独特性的体验以及对生命的感悟，人工智能仍处于锦上添花的阶段。

3.3 知识产权

人工智能生成内容版权保护问题争议较大，人工智能创作物具有涉猎范围广、低成本高产出、拟人化等特点[6]，其在创作过程中利用已有的资源作为创作学习的基础，可能存在侵权之嫌，同时其创作物在商业化使用过程中存在一定的利益之争，而国内外还没有针对人工智能创造物的知识产权归属作出明确规定。因此如何进行著作权保护这一问题值得深入研究，这中间所涉及的创作物性质、权利归属认定以及保护方式等仍需要社会和相关部门进行前瞻性思考。

3.4 数据安全

人工智能潜在的安全问题可分为客观和主观2 个方面：客观因素包括AI 技术的应用不够成熟、相关算法缺少透明性和可解释性等[7]；主观上存在AI 技术被不法分子利用实施不法行为谋取暴利的可能，甚至利用“有目的性”的数据来干扰AI 决策等。在人工智能数据安全方面，不同国家和机构都在其制定的政策中有所体现，如《欧盟人工智能》在其战略规划部分指出需制定与人工智能发展和应用相适应的伦理和法律框架；2019 年美国政府发布的《美国人工智能倡议》强调了人工智能对传统安全领域的重要意义；2020 年6 月中国发布的《全国人大常委会2020 年度立法工作计划》明确提出“重视对人工智能、区块链、基因编辑等新技术新领域相关法律问题的研究”，但相关立法工作仍然是任重而道远。