AI绘画

摘 要：AI绘画秉承着艺术不确定性和不连续性的特征，不断延伸艺术行为发生的阈值，拓展艺术探索的空间。它以文本和算法“替代”传统艺术创作模式，扩展了艺术创作的新维度。在这个替代性创作机制中，算法是无法忽视的重要因素，它与画手以“共生体”的形式，共同创造AI绘画作品。

关键词：AI绘画；画手；算法

随着人工智能“深度学习”（具备深层结构的神经网络算法）的发展，艺术领域出现了一种新的创作形式——AI绘画。AI绘画是基于计算机人工智能技术，通过算法学习大量的绘画样本和艺术风格，瞬息间自动生成的艺术作品。具体而言，就是画手①以文本的方式，通过算法（程序），抓取数据库中绘画作品中的“形式元素”，自动生成初期作品，在获得画手审美认可和修正后，诞生新的绘画作品。

这种自动生成的创作展现出绘画技巧的虚无化现象，挑战了传统的艺术创作模式，令艺术创作者对AI绘画的艺术性产生质疑。“算法生成的文字、图片甚至影像的质量之高，令人难以分辨其作者究竟是人类还是机器，历史上艺术这一原本独属于人类话语权的产物首次出现了创作主体的混淆。”[1]21以文本和算法自动生成的作品，呈现出低成本性和高效性的特征，更让艺术创作者对AI绘画产生了抵制情绪。不过，也有对AI绘画抱以乐观态度的一派，他们认为AI绘画“在创作中突破了人类的思维定式以及知识的局限性，脱离地域、技法、工具的藩篱，短暂超脱于时代历史文化背景与社会价值体系，使绘画融入更具广博性的视域”[2]。

关于AI绘画的诸多争论，我们发现焦点主要集中在两方面：一是AI绘画的艺术合法性，即它能否被视为艺术；二是AI自动生成作品的创作性是否成立。基于这两个角度，本文将分别进行探讨，通过分析AI绘画不同于传统绘画的艺术形式以及文本与算法“替代”艺术创作过程，来揭示AI绘画创作的发生机制，希望能对深入认识、合理运用AI绘画提供一些思考。

一、AI绘画的不确定性和不连续性

《中国经济周刊》在2022年12月刊登了一篇短文《偷窃的艺术，还是重新定义原创？AI绘画背后的艺术变革与争议》。文章开篇：“‘赛博朋克，贫民窟，红蓝色调，暗场景，雨天，在钢筋水泥的城市里，街边伫立着繁复的霓虹广告牌’，输入这段文字，等待几分钟，便可得到一张质量不错的雨天街景并具有赛博朋克风格的绘画作品。这就是近期火爆各个社交平台的AI绘画。”[3]以“输入这段文字，等待几分钟”揭示了AI绘画作品诞生的过程。在这个过程中，我们发现这幅作品既没有艺术家创作前的灵思巧运，也没有创作过程中的笔墨技艺。这种艺术作品的诞生方式，让总能够在复杂艺术现象之间建立某种必然关系的理论家们无所适从。艺术从业者们对AI绘画也持质疑的态度，在AI绘画创作上，他们看不到任何与现存绘画形式的同质性因素。他们认为以人工智能为基础的AI绘画中断了自己和目前所有绘画形式的关联，它不再把艺术家和创作结合起来，也缺失了与人类情感的联系。从艺术价值来看，缺少人类情感的AI绘画作品，其作品的艺术价值必然消减。这已经不是传统和创新之争，也不是艺术创作理念不同的问题，而是AI绘画的艺术合法性问题。“AI通过对海量数据的理性摹写生成图像，其技术的基本逻辑无法带来真正原创的艺术风格的诞生。”[1]21

否认AI绘画的合法性，从美术学科的角度看，是有一定道理的。在现代学科范式的规划下，人们越来越看重把“不连续的密集性”规划为“连续的一致性”。当艺术史作为一门学科出现后，人们将整体的确定性视为基础，把有条理的法则作为艺术的本质。当一个新的艺术形式出现时，人们开始从艺术史的知识库中搜索，想知道它诞生的母体，想从其特立独行的行为中探究没有表露出来的深意，很遗憾大家没有在艺术史的“户口本”上查到AI绘画的出身，自然没有找到“连续的一致性”。

当我们抛开成见，深究“艺术”本源的时候，我们发现纯粹意义上的艺术是不能概念化的。它像是一个充满朝气的孩子，从来不愿意固守田园。它的生命力正体现在不断向外开拓自己的边界上，凭着自身结构的“不确定性”，一次次地打破“连续的一致性”壁垒，以惊人的、决裂性的形象出现在世人面前。这一特点在现代艺术作品中尤为突出，比如杜尚的现成品《泉》。《泉》是一个从工厂流水线下来的小便器，杜尚没有参与它的整个生产过程，只是署了他的名字，便成为展览上的一件艺术品，并在艺术史中占有一席之地，被视为一个跨时代的伟大艺术。这个案例揭示了一个事实：艺术史并非是收纳“连续的一致性”的容器。

现代人普遍接受这一观点：艺术是一种人类审美创造行为。既然是创造行为，艺术的连续性和同质性就显得微乎其微。我们承认艺术天生就具备不确定性和不连续性的特征，但是我们却把艺术史看作一种不容冒犯的范式。人们刚表达完对杜尚的赞美，转身判断一个事物是否属于艺术时，又不自觉地翻阅过往，凭借着以前的经验来判断当今作品。这是现代学科的通病。所有学科总是想把一些偶然的、受条件限制的个别现象看成是根本性的、具有普遍意义的一种表现形式。而它恰恰和艺术的不确定性和不连续性背道而驰。

翻阅艺术史，我们会发现艺术史中充满了各种不确定性和不连续性的艺术形式。这些现象被福柯称为“分割”，这里的“分割”一词源于福柯的《知识考古学》。他指出人类文明“每一个层次都有自己独特的断裂，每一层次都蕴含着自己特有的分割”[4]。在人类艺术史上，这种“分割”也表现在每一个艺术类别和形式中。它们以一种特有的“分割”，将自己与其他艺术形式区别开来。正是通过“分割”的特征，每种艺术形式都负载着独特的表现形式和思维方式，展现着各自对艺术边界的拓宽和探索。由于时代、地域的不同，这种“分割”层次各有差异，却又互相关联。

作为艺术理论的承载物，艺术史应该和艺术一样，具备开放性特征。艺术史的任务不是解释艺术作品，而是从不合理的、不连续的因素中，探索描述它们之间关系的可能性。艺术史研究的核心不只是归纳总结，也不是将它们简化为线性发展模式，而是聚合新现象和已有现象，对艺术新成员与原有体系进行并列或交错的安置，让它有延续的可能。

以“分割”的视角重新审视AI绘画，我们会发现AI绘画也和它的“前辈们”一样，在秉承开拓未知领域的共同信念下，通过一系列不确定性和不连续性，向世人呈现出它对艺术边界的探索——在艺术和人工智能之间的探索。AI绘画“分割”了和“前辈们”的联系，再次确定了艺术的开放性特征。它的“分割”现象和以往的任何一次“分割”一样，都是令人困惑的。仅仅通过在计算机里输入一些简单的文本，从其他绘画作品上“抓取”下来的视觉元素，进行智能化重组而自动生成绘画作品的行为，这能算是创作吗？

在AI绘画的实践过程中，我们会发现AI绘画自动生成作品的“存活率”并不高。AI绘画具有抽盲盒般的偶然性，画手并不会轻易地接纳那些自动生成的“作品”。他们会从“作品”中挑选出最合己意的少数作品，进行二次创作。此时，画手的审美认知，也就是他的情感与艺术的综合感知能力显露出来，并发挥了作用。画手以主体情致对生成作品的把握与再造，脱离了AI技术的基本逻辑，恰恰符合艺术创作的不确定性和不连续性的特点。

二、AI绘画的替代性创作机制

在AI绘画自动生成的过程中，文本承担了艺术构思的工作，算法充当“持笔人”。分秒之间诞生一件绘画作品，简而言之，在AI绘画中，艺术家创作环节被文本和算法“替代”了。

文本是AI绘画创作“替代”行为的肇始。画手提交的文本必须是一个可以被算法理解的陈述意向。它需要满足可理解性、可编译性和可操作性三个基本要求。只有满足这三个基本要求，文本中的每个词语才可能被人工智能语言认知，相互作用、相互依存，从而启动算法指令，获得抓取形式元素的条件。倘若AI接收到的词语信息不满足算法的三个基本要求，文本的陈述意向必然会被扭曲。即便画手提交的文本满足上述基本要求，并将自己的“创作”意图落在文本上，算法也往往不能生成让画手满意的作品。

艺术构思是一种十分复杂的表达，往往包含着文本之外的感性情绪，这是陈述性的文本无法承载和表述的。画手发布的文本难免会受个人生活经验和知识结构的影响，导致艺术构思在编译的时候，未必能完全传递出画手的全部意图，造成算法在“抓取”储存的形象元素时产生偏差。

画手表述的文本中，由于自身的知识结构，不可避免地扩大或忽略某些字词的意义。画手的个性化语言，即修辞习惯也是塑造文本的一个变量。修辞习惯潜入文本，进一步干扰了算法，增加了算法编译中的混乱和不确定性。算法因此和文本之间的波折和缺口扩大了。对此，已经形成自身秩序的算法不会在意，更不会去研究不请自来的莽撞客。它只会服从内在秩序，对文本进行省略、替代或缩写，将修辞习惯的影响带入AI绘画的生成指令。因此，在文本传导给算法的环节，会再次出现文本信息和画手本意不相符的现象。这造成了算法扩大对原始文本的识别范围，游荡于信息最宽广或最狭窄的外沿，改变了抓取“形式元素”的阈值，导致生成作品超出或者钝化了画手的文本，和画手创作意图之间产生“歧义”，生成不符合画手要求的作品。

对此，画手大多会产生两种情绪。一是不满。这种不满会促使画手重新生成作品，希望算法还原自己的文本意向，直至画手最终妥协，要么接受算法强制生成的作品；要么放弃自动生成的作品。二是惊喜，即由算法和文本的不一致带来的意外之喜。在知识爆炸和信息扁平化的时代，艺术家的个人知识储备，在大数据面前显得极为渺小。从海量数据中抓取的“形式元素”，有时会带来超出预期的想象和创造能力，令人惊讶又着迷。算法会将画手的创作意图强化或扩大，衍生出画手意想不到的变化，赋能原始文本中没有的艺术表达。

在AI绘画实际操作中，由于语言系统的不一致性，“歧义”始终存在于画手、文本和算法之间。它是AI绘画暴露出的问题，却不是必须要清除的事故。在实践过程中，歧义是不会被消除的，也不应被消除，它甚至可以被视为AI绘画的构成元素。这个元素是一个矛盾体，它在发挥作用的时候，以一种狡猾的、偶然性的姿态出现。这种狡猾难以掌控，而它的偶然性恰恰打破了文本和算法自身的规则，左右了AI绘画的生成方向，让画手感受了思维的跳跃。它在画手、文本和算法之间起调和的作用，将难以一体化的三者结合到一起，在文本和算法“替代”创作的过程中，发挥着重要作用。它是AI绘画魅力所在，也是点燃众人热情投入AI绘画“创作”的一个重要原因。

当画手对“歧义”不满时，就会在AI绘画自动生成作品之后进行“二次创作”，进行文本修正，或是采取其他手段，如用PS等电脑绘图软件进行修改。若是画手对文本提出“修正”的要求，那么文本和算法的艺术创作“替代”行为就不算结束。

修正是画手对文本进行审视、批评和纠错的行为。画手对自动生成的AI绘画有了明确的调整要求。这种要求必须且只能通过调整文本完成。为了保证修正能达到目标，画手必须用一种不偏不倚的态度展开工作。在这个过程中，画手会比当初发布文本更加谨慎，因为平地起楼和危楼改造，对建设者而言难易程度是完全不同的。

首先是审视。要修正作品，画手必须清楚文本中的字词和画面中的造型、色彩、笔法等元素的指称关系，也就是词语在画面上显现出来的逻辑方式。也要知道字词和绘画元素独一无二的表现关系，以及它们是以何种方式联系组合在一起，它们的组合会产生怎样的画面秩序。在这个环节，我们发现画手的思维已经远离艺术创作的那种沉浸迷醉状态，而是头脑清醒、目光敏锐、思维快速，像一名干练的侦探，在案发现场寻找各个表象环节之间所有的可能关系。不知不觉中，画手强化了自身对文本和画面的掌控力。这种掌控力是他完成画作修正工作的必然要求和基本素质。

其次是批评。在文本与画面之间逡巡游弋的过程中，画手从文本的具体字词间，发现某些字词与画面元素之间存在某种含糊的、难以明确的关系。这种不存在明确能指和所指的关系，令画手疑惑，解惑进而变成决然。画手并不掌控算法语言系统的整体结构，无法了解算法中字词和绘画元素之间的逻辑联系和建构关系。算法的运行轨迹属于科学技术层面的问题，对于这方面知识的缺乏会令画手的自我批评显得有些底气不足。他唯一能做的就是摸着石头过河，不停地试错，通过删除和替换字词前后的画面变化，逐渐掌控局面。

最后是纠错。纠错是替换文本字词的过程，是画手强加在字词中，证实了文中字词和画面元素之间的关系后，进行的第二次编写文本的行为。此时，画手对文本的认知较以往更为完善，相较于第一次编写时的自信，显得更为严谨。字词意义的多样性、模糊性，难以把握，组合在一起后更令人头疼。换掉那些与画面元素无关的字词，并不意味着那些继任者做得就比前任更好，而是产生一种新的可能性。点击鼠标后，重新聚在一起的字词再次相遇，每个元素都开始发挥自己的力量，一次突如其来的冲突瞬间发生，分秒之后，戛然而止，一幅崭新的AI绘画出现在眼前。至于第二幅作品能否令画手满意，多少还得看概率。毕竟没有人敢声称自己洞悉文字语言和算法语言系统。这倒也不是坏事，因为它为歧义“敞开”了大门。

文本和算法“替代”艺术家创作的过程，是复杂多变的。由于语言系统的不一致性，在文本和算法之间会出现“歧义”。“歧义”的偶然性恰恰打破了文本和算法自身的规则，有一定概率生成完全超乎画手想象的绘画作品。当自动生成的AI绘画没有很好地表现出画手意图时，画手有可能“修正”文本。文本和算法“替代”艺术家创作的工作再次展开，如同在纸张上的绘画一样，直至达到画手的审美要求。

三、AI绘画——画手和算法的共生体

在发布文本指令时，画手都是充满自信的。他总认为，自己发布的文本能通过算法生成自己心仪的作品。理想的情况是画手、文本和算法三者之间保持理想的透明性和单一性，AI绘画就会和画手所想合拍。然而在现实创作中，这只是一个美好的期许，画手的主观意愿对算法而言毫无意义，更不会对算法构成挑战。算法会执著地沿着规则“做事”。它在编译文本的过程，不会揣摩画手隐藏在文本背后的个人情感和意志，只会根据自己的算法体系将文本信息和数据库比对、重写，以自己的方式编译文本。

算法的这种行为，让一些艺术家们感到被冒犯。艺术家们认为AI绘画只和理性的“算法”有关，和画手主观的关联性并不强。甚至有人认为画手没有参与具体创作，反倒像一个操作工带一个机器生成的怪物冲进艺术殿堂，败坏了艺术的品味。《中国经济周刊》曾这样评价：“AI正气势汹汹地向人类引以为傲的艺术领域宣战，这是机器向自由意志发起的又一次‘猛攻’。”[3]这句话反映了很多反对AI绘画者的心声。但是，这一观点除了让人看到反对者的愤怒和焦虑外，还暴露出他们对AI绘画的无知。

反对者们认为AI绘画虽然能模仿人类的绘画，但因为是机器作画，缺乏人类的生活经验和情感体验。这种观点乍一听有些道理，在算法出现之前，也不会受到质疑。但是，当机器学习进入深度学习之后，情况变了。2021年初，Open AI公司开发了人工智能深度学习模型，AI绘画开始出现文本生成图像的功能。具备“深度学习”能力的算法，是计算机科技深度介入人类智能层面的手段。算法可以学习任何它能接触到的内容，进而生成一个完整、可用919e8b58773aa2ba7da0d4c7f667f50a的模型。通过庞大的数据库，算法能够逐渐优化模型，在极短的时间内，在以兆亿计的绘画形式元素中，抓取契合文本意图的绘画元素，快速生成作品。它不仅几秒钟内绘制出精美的作品，还能够依据“热烈”“冷漠”“阴郁”等词语，表现出人类的“情绪”。AI绘画的高度自动化和高效产出性，令数十年潜心艺术创作的艺术家们瞠目结舌。

了解了AI绘画的低成本和高效率后，一些学者在震惊之余，很快接纳了这一新型艺术形式，并希望它能成为艺术家创作的助力，“最理想的状态就是让AI成为绘画创作者的补充延伸，利用AI强大的数据分析能力以及庞大的图像参考激发自己的创作灵感，进而创作出高质量、有意思的作品，不断地实现自我突破”[5]。这个观点得到了很多人的支持，他们视AI绘画为工具，希望能很好地利用它。但是，实际情况或许并非如此。AI领域著名的“奇点论”为：人类发明了算法，而算法有“深度学习”的能力。这种能力会出现机器改进机器的现象，其改进速度比人类改进机器的速度快得多，会形成AI推动AI的局面，从而拓展人类智能的能力。“奇点论”获得AI科学家的普遍认同。曾任“华为”机器学习和应用数学首席科学家的于江生就指出：“同历史上人类发明的所有工具一样，AI也是人类身体的延伸，不过，这次比较特殊，AI拓展的是人类智能。”[6]429“AI拓展的是人类智能”，这句话从根本上否定了AI工具论。人类的智能被AI拓展，说明了人类失去对于AI的主宰能力。人类和AI之间就不是控制与被控制的“工具”关系，因为“人工智能和人类正在形成一个共生体”[6]429。

在AI绘画中，片面强调艺术家个人的创造力，是不现实的。AI绘画是一种从文本到图像的信息转换行为，是画手（文本）和算法之间建立共有性和相似性的努力，形成了一种共生关系。算法通过对文本信息进行测量分类，检验彼此之间的一致性和相容性，引导着文本进入自身的秩序中，精确地抓取绘画元素，然后自动生成作品。由于算法和文本存在差异，最终算法只能以近似性完成对文本的转换。这种转换既有对文本概念的演绎、派生和一致，也包含着不相容性交错、替代、排斥和转化。画手和算法在冲突中会产生“歧义”，共同促成了一件作品的诞生。

AI绘画是画手和算法的共生体。在这种共生关系中，画手不认为作品和自己无关。画手虽然没有持笔下场参与艺术创作，缺乏和AI作品之间的反复对话，或多或少地导致了画手与自动生成的绘画作品之间缺乏情感上的认同。但在后续的修正中，这种认同感的缺乏，会渐渐被改正。由于缺乏情感物化的过程，画手对AI作品的审美，更侧重画面的形式美。他会把有关和谐、尺度和律动等形式原则放在首位，使由思维和情感构建的虚幻空间可视化。这种审美选择不需要以实物和概念为基础，而是直观反馈。画手直接面对作品，让它进入自己的审美认知，通过将其吸收到自我创作里，享受创作的过程，从而产生愉悦和满足感。

这种愉悦感和满足感是直接的，却也因AI绘画脱离实体对象，过于依赖算法，缺乏情感共鸣和回荡的空间，而变得极为短暂。这也恰恰反映出AI绘画的审美特点：愉悦性和即时性。从某种程度上来说，这也成为了反对者攻击AI绘画的理由：片面追求短暂的视觉体验，而缺乏深层次的思考。这种批评听起来不无道理，不过换一个角度，我们会发现AI绘画本身就是对当下社会文化的一种深层次的反映。在强调体验的信息时代，人们已经不满足于线性的、既定的路线。在智能化推动下，体验行为是随机发生的。在艺术创作中，它会形成差异极大的审美趣味。这些趣味流于表面形式，极易造成思考的缺失和中断等问题。这种现象不限于绘画，它也涉及诗歌、音乐和小说等文学艺术领域，同样深刻地影响它们的发展。

四、结语

在计算机“深度学习”技术的加持下，AI绘画作为一种新的艺术创作形式悄然出现。它“分割”了自己和其他绘画形式，尤其是创作方式的联系，在文本和算法之间，延伸和扩展了艺术创作的新天地。它以文本和算法“替代”艺术家创作，这个替代性的创作过程是复杂多变的。由于语言系统的不一致性，画手的创作意图会在文本和算法之间出现“歧义”。“歧义”打破了画手、文本和算法自身的特点和规则，调和了三者的关系，体现出计算机科技和艺术的深度融合，以画手和算法的共生方式存在。由于脱离了对生活的观察，AI作品的生动性和独特性被削弱了，这或许是AI绘画的弊病。但是在当下这个追求趣味体验的时代，画手不断通过“二次创作”来弥补这种生动和独特，或许这正是AI绘画的魅力所在。

注释：

①采用“画手”一词，以避免在此对其艺术家身份的争论。

参考文献：

[1]费俊，吴碧琳.“AI+艺术”的身份与边界[J].美术观察，2023（8）：21-22.

[2]张广超，杨雨晴.AI绘画艺术的形式语言与审美表现——以《太空歌剧院》为例[J].新美域，2023（9）：22-24.

[3]郭霁瑶.偷窃的艺术，还是重新定义原创？AI绘画背后的艺术变革与争议[EB/OL].[2022-12-12]. https：//www.toutiao.com/article/7176202164384039459/？log_from=7b4a68dbdcd15_1680238851370&wid=17016051219377.

[4]福柯.知识考古学[M].谢强，马月，译.北京：生活·读书·新知三联书店，1998：1.

[5]葛宇超.立根民族，面向多元——探索AI发展下的绘画艺术[J].艺术教育，2023（10）：172-176.

[6]于江生.人工智能伦理[M].北京：清华大学出版社，2022.

作者简介：徐晴，硕士，江南大学设计学院副教授、硕士生导师。研究方向：美术学和当代艺术。