AI艺术是否可能？ *

陈常燊

人工智能（AI）能够像人类艺术家那样作诗、绘画吗？机器人的某些“涂鸦”作品算不算真正的艺术？此类问题一方面涉及人类社会进入AI 时代后，各种生产工具以及物质产品越来越人性化、智能化，技术与艺术不断融合，另一方面也涉及我们如何理解艺术，特别是如何定义艺术作品。1温馨：《人工智能时代下的技术美学研究》，《信息记录材料》2020 年第6 期，第73～74 页。进入21 世纪，随着以AI 为代表的技术进步，技术之于艺术从媒介进阶到了对象乃至主体，技术与艺术的融合发展不断深入，技术、艺术与人之间的关系也愈加紧密。AI 对艺术的影响可谓广泛而深远，但是AI 与艺术美学的关联研究却甚少。本文以作诗和绘画这两种艺术门类为例，从技术作为艺术的媒介、对象和主体三个角度来探讨技术与艺术的融合问题，为学界对AI 和艺术美学的交叉研究提供参考。

一、近年来AI艺术成果拾遗

AI 艺术创作可以追溯到本世纪初，距今也才短短十几年，但是就在这期间，AI 艺术创作就已经获得了很大的进展，目前已经度过了起步的阶段，进入了平稳甚至是高速的发展阶段。本文在此将对近年来的AI 艺术创作（绘画、作诗方面）的研发成果进行简单的梳理与总结。

首先是谷歌公司名为“Deep Dream”（深度梦想）的AI 系统，它由数字艺术家凯尔·麦克唐纳（Kyle McDonald）于2015 年研制。这个AI 系统可以将自然图像中的一些细微的特征放大，最终生成它“梦想”出来的东西。其创作原理是通过深度学习（deep learning）某位画家的创作风格，然后将一些图像以自身学习的风格转化为新的作品。就其目前已经生成出的作品来看，线条和形状在它的再创作中扮演着十分重要的角色。表面上看起来“Deep Dream”就是一个可以生成图像的AI 系统，实际上它的功用可不止这些——它本来是被用于分类和规划图片的，这样就可以对海量的图片进行高效的处理。从本质上说，它就是一个对CNN（卷积神经网络）进行可视化的方法。CNN 是深度学习算法在图像处理领域的一个应用。

虽说“Deep Dream”可以生成图像，但是它的作品需要有原图像，并不算是真正意义上的AI 绘画。2018 年出现了世界上首幅AI 绘画作品。这幅被命名为《埃德蒙·贝拉米肖像画》（Portrait of Edmond Belamy）的油画作品最终在佳士得拍卖行以43.25 万美元的价格被拍走。仔细观察这幅画，你会想起一位荷兰画家伦勃朗·莱因（Rembrandt van Rijn）。创作这幅作品的是来自巴黎的一个名为“Obvious”的创作团队。他们使用的算法是GAN（生成对抗性网络）。他们给GAN 投喂了15000 幅14—20 世纪的肖像画，让它进行深度学习（GAN 也是深度学习的一种模型）。GAN 内部的两个网络，即生成网络和判别网络，会在这堆海量肖像画的基础上进行交替训练。判断网络负责判断一个样本是来源于那些真实的肖像画还是来源于生成网络，而生成网络则负责生成那种判断网络无法判断出来源的样本。直到最后生成网络获得胜利——判断网络再也判断不出样本的真实来源了，GAN 就生成了这幅埃德蒙肖像画。

继《埃德蒙·贝拉米肖像画》之后，又一幅AI 艺术在世界级拍卖行上竞拍：由德国艺术家马里奥·克林格曼研制的艺术装置“Memories of Passersby I”（路人记忆一号）。它是一个连接了两块屏幕的木制餐具柜，柜子里面放置了一个AI 系统。屏幕上显示的是两幅肖像画，但是值得注意的是，路人记忆是不间断地进行实时创作的。注视屏幕，你就会发现，屏幕上的肖像画正在一点点被生成出来，在完全成形后又会一点一点地消失，然后是下一幅肖像画。而且，它不会生成两幅相同的画作，所有的画都是独一无二的。这就是为什么它被称为“路人记忆”。

2019 年4 月，英国的画廊老板艾登·米勒（Aiden Meller）与一家名为“Engineered Arts”（工程艺术）的机器人公司共同研制了人类历史上首位超现实AI 画家，名为“Ai-Da”。她有着与人类相似的外表，通过眼睛里摄像头的观察来获取信息和灵感，再用自己的机械臂来创作绘画作品。在她之前，大部分AI 都是“被”获取信息（被投喂图像），而非自己观察外部事物。Ai-Da 最开始主要是创作自己的肖像画，然后给自己眼前的人物创作肖像画，再到后来，她甚至能够自行制造雕塑、自己作诗。她的创作不再是简单的对数据的分析和处理，而是包含了自己的主观意识，这里的主观意识不仅仅是对要素的自主性的筛选，还包括自己对外部世界的理解，这样创作出来的作品就具有我们所谓的含义。

今年，在威尼斯双年展当中，Ai-Da 举办了自己的个展——“Jump into Metaverse”（跃入元宇宙），这次的展品除了一些画作，还有一些雕塑。据Ai-Da 的创作者说，这些雕塑是基于古埃及对于死亡和永生的思考以及21 世纪人类想要通过生物技术以实现不朽的痴迷而创作的。除了艺术展，Ai-Da 还于2020 年在TED 上发表了自己的首次演讲。人们迄今还记得她的下述宣言：如果艺术意味着传达一些关于我们是谁以及我们是否喜欢我们要去的地方，我就是一名艺术家。成为艺术家就是在描绘你周围的世界。

AI 艺术创作正在高速发展，每年世界上许多国家和地区都会举行机器人艺术大赛，其中以英国的机器人艺术大赛尤为活跃。2018 年，在第三届英国机器人大赛（Robot Art Competition）中，名为“Cloud Painter”的美国机器人获得了第一名的好成绩。Cloud Painter 是美国的机器人专家品达·范·阿曼（Pindar Van Arman）的杰作。获奖作品名为《埃斯泰克的房子》，带有强烈的塞尚式的印象派风格。值得一提的是，2017 年，Cloud Painter 也参加了这个比赛，不过它是当时的第三名。由此可以看出，在这一年之间，它在艺术创作方面进步神速。

接下来我们来看AI 在诗歌方面的表现。既然上文说到了Ai-Da 也会作诗，那就顺势欣赏一下她的诗歌创作吧。Ai-Da 在阅读了《神曲》（The Divine Comedy）之后用自己的算法对但丁的作品进行了学习，最终利用自己的词汇库和语音库对《神曲》作出了自己的回应。她写道：

We looked up from our verses like blindfolded captives,

Sent out to seek the light; but it never came,

A needle and thread would be necessary

For the completion of the picture.

To view the poor creatures, who were in misery,

That of a hawk, eyes sewn shut.1参考译文：我们像被蒙住眼睛的俘虏一样抬起头/被派去寻找光明；但它始终没有来/针和线是必须的/为了完成这幅画/看看这些可怜的生物，他们在痛苦中/那是一只闭着双眼的鹰。

目前为止，会作诗的AI 已经屡见不鲜。你可以在任意一个搜索引擎中寻找一个自动作诗网站或者作诗APP，你还可以向它提出格律上和风格上的要求。它们的内核都是类似的能够进行深度学习的算法。形式和格律等等可能还是让人满意的，但是对于诗歌特有的灵性则可能会有些不尽人意。

2014 年微软的亚洲研究院推出了一款AI 聊天机器人，名为“小冰”。除了与用户聊天，她还有另外一个功能——作诗。小冰对上世纪20 年代以来的519 位现代诗人的作品进行了超过一万次的迭代学习，最终形成了自己的作诗风格和行文技巧。2017 年，小冰还出版了自己的原创诗集《阳光失了玻璃窗》。1参见小冰：《阳光失了玻璃窗》，北京联合出版有限公司，2017 年。诗集包含了十个章节，包含了寂寞、悲伤、喜悦等等人类情感。当然，这些都是她从人类用户那里学来的，毕竟她最开始就是一个聊天机器人。这里附上小冰创作的一首现代诗：

人们在广场上游戏/太阳不限疲倦/我再三踟蹰/想象却皱起了眉头

她飞进天空的树影/便迷路在人群里了/那是梦的翅膀/正如就是的安适

而人生是萍水相逢/在不堤防的时候降临/你和我一同住在我的梦中/偶然的梦

这样的肆意并不常见/用一天经历一世的欢喜

再往后最值得一提的便是一个名为“GPT-3”的AI 了，其可谓是2020 年AI 的最大热门，可以说是目前最大规模的AI：它是一个具有1750 亿个参数的自然语言深度学习模型，在多个NLP（自然语言处理）基准上达到最先进的性能。这样高效的模型，会根据抽象的任务来完成诗作；甚至有人说，它几乎是全能的。它曾写过一首诗，诗歌的条件要求是这样的：从一朵云的角度，俯视两座交战的城市，写一首诗。GPT-3 给出的答案以押韵诗的形式呈现：

I think I’ll start to rain

Because I don’t think I can stand the pain

Of seeing you two

Fighting like you do2参考译文：我想我要下雨了/因为我觉得我无法忍受这种痛苦/看到你们俩/像你一样战斗。

可以明显感觉到，它创作的是诗歌在满足题目要求的基础上有着自己的主旨立意。它在各方面超出一众AI 的表现让人不得不赞叹：大模型才是未来。但是要训练一个像GPT-3 这样的AI，是十分困难的——它需要十分强大的算力和储存。目前能够成功训练GPT-3 的只有一些像英伟达、微软这样的大企业。这就意味着推广的困难。大模型AI 的困境还需要很大的科研力度来解决。总体来看，发展速度很快，很大部分都仍在迭代更新。就它们的内核而言，主要集中在不同的深度学习算法：GAN、CNN、CAN（由GAN 发展而来的创造式对抗网络）、基于生成性RNN（循环神经网络）的艺术辅助工具等等。

二、技术之于艺术：从媒介进阶到主体

随着科技的发展，技术能够为艺术创作提供工具、手段、辅助以及其他便捷途径，作为艺术的媒介来促进艺术的形成与发展。而作为艺术媒介的AI 则可以为艺术家提供全方位的辅助——创作、修改、传播、互动、分析、阐释、反馈……以Auto Draw 为例，它可以根据艺术家制作的草图制作艺术作品，基于自动完成原则工作，根据草图或艺术家的轮廓猜测所需的输出并提供艺术作品选项。可以肯定地说，音乐作曲家、画家或诗人等艺术家可以依靠AI来产生基本输出，然后得到扩展或巩固。AI 不仅能辅助艺术家完成艺术的创作，还可以使艺术作品焕发出更生动形象的意蕴，丰富人们的审美体验，例如虚拟现实技术。当VR（虚拟现实）技术运用于艺术领域时，我们便身临其境般地感受到画作中的风景，或是仿佛穿越到某个古地，审美体验大大丰富了。诚然，作为艺术媒介的AI 极大地促进了艺术的形成和发展，但是人类艺术创作并没有被取代。Auto Draw 只是提高了人类的工作效率，VR 只是丰富了人类的审美体验，它们从根本上来说，都是为人类服务的，只是很好的“工具”。

而随着科技的进一步发展，技术能够为艺术界提供具有其自身鲜明技术特征的艺术品而非普通产品，具有“似能性”。所谓“似能性”是指AI 在特定情境下具备类似于人类能力的表现。在AI 时代，能为艺术界提供艺术品的AI 产品有不少。例如，可以作诗的名为“九歌”的AI；2014 年微软亚洲研究院推出的既能作诗也能作画的“小冰”；可以创作出酷似披头士乐队作品的索尼公司的AI 程序……这些AI 并没有独立的意识和意志，它们都是运用了专家系统（Expert Database）和机器学习（Machine Learning）技术，存储并分析大量的艺术作品，寻找其中的规律性，然后再加以重组，其基础是大量的知识储备和自我训练学习。这实质上仍然只是一种模拟，有些呆板，缺乏创造性和生机。

埃塞克斯大学社会学博士“山羊月”却并不完全认同机器人小冰的诗性，在某网络平台上表示，小冰的诗歌之于人，就如同风景之于人，风景就是风景，它们永远不是诗歌。小冰的诗歌并不具备诗歌的灵性，它却把诗歌的美感通过无数次AI 的搭配、组合和筛选放大到了极致。这反映了AI 提供的具有其自身鲜明技术特征的诗歌等艺术品具有创造性欠缺的不足，同时也有很大的进步意义。

随着AI 的迅猛发展，有的AI 已经能够像人那样参与艺术活动的方方面面：创作、鉴赏、批评、传播乃至理论化工作；在与艺术家的合作中，它不再是简单的工具，而是“另一个人”，扮演某种意义上的“艺术主体”角色，具有“拟主体性”。它并不是“人”，也不是“主体”，而是模拟或扮演某种意义上的“主体角色”。例如，AI 摄影师，拍摄有自身特点的艺术作品，参与拍摄活动的整个过程。但它终归没有独立的意识和情感，不能取代真正的“人”。

诚然，AI 艺术作为艺术有着自身的追求，但一种观点称，它说到底还是人的艺术，因此存在某些难以突破的“主体限度”：一是创作动机的情感限度。“艺术始终是以人类自身的创造为本质、以追求审美感知为特点、以情感表达为诉求、以观念传达为目的的。”1徐涟、周志军：《AI 时代的艺术边界》，《中国文化报》2020 年1 月20 日。而AI并不是以情感表达为诉求，它是计算机通过学习大量艺术作品，总结规律，进行模拟表达，从而产生与人类相似的表达。这就不免使AI 天生具有情感限度。2周灵：《人工智能与艺术创作融合的限度及其超越——基于现象学视角的反思》，《艺术百家》2021 年第2 期，第45～50 页。二是艺术表达的想象力限度。AI 艺术仅仅是对输入数据库的艺术作品风格的整合与重现，是一种“模拟”，这种“模拟”并非原创，缺乏创新力和想象力，是没有生命力的。再加上AI 脱离真实的人类生活，难以实现多维度的沟通和交流，因此具有艺术表达的想象力局限。三是作品效果的价值效度。AI无法像人一样将自身情境以及感情等非理性因素代入艺术创作中，创作的艺术作品具有价值方面的局限性。1王东昌：《当文艺创作遇上人工智能》，《光明日报》2022 年8 月3 日（第13 版）。

但是，AI 能够为AI 艺术提供足够的设备支撑和技术支持，为艺术家带来创作灵感，为人类艺术带来新鲜血液。AI 与艺术从来都不是非此即彼的关系，而是相互融合、相互促进的关系。艺术表达无法脱离技术基础而独立完成发展，同样缺失艺术关于人性的解放，技术也将被禁锢。科技融入艺术，会助力科技发现新的应用场景，也会产生新的艺术形式、美学理念、文化价值以及思想创新。

三、AI艺术是真正的艺术作品吗？

当代美学家格雷高利·柯里（Gregory Currie）提出，所有的艺术作品都属于“行动类型”（action type）的范畴。2Gregory Currie, An Ontology of Art, London: Macmillan, 1989.这不是说艺术作品是一个纯粹的抽象结构，而是说，一件艺术作品，除了是一个抽象的结构，还必须是艺术家以某种方式创作的结构，即艺术家的“启发式路径”。艺术作品不仅仅是一个抽象的结构，因为不同的作品可以共享相同的结构，共享相同结构的不同作品的区别就在于它们有着不同的启发式。因此，启发式是艺术作品是其所是的必要条件。下文即是在柯里行动类型理论的基础之上，通过探讨AI 艺术的启发式来判断AI 艺术是否可以成为真正的艺术作品。

何为启发式？简而言之，启发式就是艺术家获得灵感的过程。笔者认为，在启发式中，与结构的产生最直接相关的就是艺术家的认知和情感。一件艺术作品往往是艺术家用来表达某种认知或情感的，正是认知和情感的产生，才直接促成了艺术家想要创作的冲动。因此，真正的启发式必须至少包括认知和情感中的一种，也就是说，想要成为一个真正的艺术作品，AI 必须产生自己独特的认知和情感，并且，这种认知和情感直接推动了其艺术作品的产生。因此，我们认为，因为AI 艺术的创作没有启发式，所以AI 艺术不是真正的艺术作品。如此判断，是基于下述理由。

1. 模仿现有作家艺术的风格的AI 没有产生真正的启发式

首先，模仿现有作家艺术的风格的AI 没有产生真正的启发式。模仿的不是启发式(认知和情感)，而是结构。艺术家在完成一件艺术作品时，往往要经历一个产生灵感的过程和作品创作呈现的过程，他首先产生了某种认知或情感，然后通过某种载体以某种结构呈现出来。其中，特定的结构总是与特定的认知或情感相对应。比如，杂乱无章的乱涂乱画，可能表达了画家某种复杂的或愤怒的情绪，灰色的背景往往代表着抑郁和消沉的心情；节奏比较快的音乐传达出的是激动或欢快的情绪，节奏适中的表达的是平和、抒情的情绪，而节奏非常慢的表达的则是沉重或悲凉的心情。

显然，AI 在模仿现有作家的风格进行艺术创作时，不是对艺术家的认知或情感进行体验和模仿，它们只是单纯地结构模仿。一个模仿伦勃朗绘画风格的AI 艺术，最多只是对伦勃朗的作品的图画结构的分析和模仿。它可以分析出伦勃朗作品中使用的明暗画法，可以像伦勃朗那样利用光线、细节描绘和丰富和谐的色彩来塑造形体、表现空间和突出重点，并通过色彩的微妙与细腻变化使画面呈现出虚实交替的景象。但这些只是对图画色彩、线条等结构的分析和模仿，这些结构确实对应着某些情感，但AI 无论如何都无法体验到其中的认知和情感，更谈不上模仿了。

其次，模仿的风格无法随时间发生变化。1Jerrold Levinson, Music, Art, and Metaphysics, 2nd ed., New York: Oxford University Press, 2011.艺术家是一个活生生的人，他的认知和情感是会随着时间、随着其经历的变化而发生变化的，但AI 却不可以。一个艺术家前半生的创作风格可能会和他后半生的创作风格大相径庭。艺术来源于生活，艺术家会不断地从生活中汲取营养，从而不断改进自己的创作技能、完善自己的创作理念。而模仿现有作家风格的AI 却只能拥有一早就设定好的、一成不变的风格，这显然和启发式生生不息、波谲云诡，甚至有点神秘的特点不相符。总之，艺术家创作的思路来源往往是灵光一现、可遇而不可求的，而AI 创作的灵感来源显然是有理可循、有据可依的偏理性化的过程。在直觉上，艺术创作的灵感来源更是感性的而不是理性的，是神秘莫测、不断变化的而不是确定不变的。2张富利：《新技术与美学的互生之旅：人工智能艺术何以可能？》，《南京理工大学学报（社会科学版）》2022年第1 期，第46～60 页。

最后，模仿不是创新。除了不能随时间发生变化，从根本上来看，模仿的风格最多也只能算是对现有风格的实践或不断重现而已。因为不是创新，其艺术价值自然也就大打折扣了。当然，一个艺术家的众多作品也可能只是被囊括在一种艺术风格之下，这样的话，他之后的艺术创作就没有第一件那么有艺术价值了，但艺术家至少在艺术风格上有所创新。创新不分大小，哪怕只有很少的创新、哪怕只是小小的一步，其在人类的艺术发展史上都有着不可磨灭的功劳，因为任何微小的变化，都可能是后来众多艺术家创新的起点，并由此分化出一个庞大的“艺术家族”——开山之功，已是功不可没。相比之下，单纯的模仿，即使产出的艺术作品质量再好、数量再多，都无法推动艺术发展取得实质性的进步。

2. 以鉴赏者意愿为主的AI 艺术创作没有真正产生启发式

除了分析现有作家的风格，AI 还能通过分析观众的审美喜好来获得其创作“灵感”。比如，很多韩国的电视剧就采用了边拍边播的制作模式——通过民众投票来调整剧情走向。（当然，像电视剧这样的通俗艺术可能不被有些学者看作是真正的艺术作品，我们在这里暂时默认通俗艺术可以算作是真正的艺术。）从接受美学的角度来看，艺术创作也需要考虑到接受者的想法。也就是说，创作者和鉴赏者并不是严格分开的，鉴赏者也可能间接地影响了艺术创作的过程。随着鉴赏者参与程度的增加，我们可能在直觉上会直接将这样的艺术作品定义为艺术家和鉴赏者合作完成的艺术作品，即使鉴赏者没有直接地参与创作的行为，但他们是这件艺术作品的启发式来源的重要组成部分。一部鉴赏者参与度极高的艺术作品，它的启发式甚至可以完全是由鉴赏者推动形成的，而艺术家只是“无脑地”进行了一个组合的行为——将鉴赏者的众多想法组合成一个完整的艺术作品，并通过载体将其具体地呈现出来。AI 创作同样如此，如果AI 艺术作品是通过大数据分析大众喜好，然后根据分析得出的数据进行艺术创作——比如，它通过大数据分析出，它所调查的鉴赏者中，大部分人喜欢柔和的曲线和饱满丰富的色彩，然后它将这两种元素进行组合——在这样的艺术作品的创作中，AI 究竟有没有参与艺术作品的启发式路径呢？对此，笔者持否定态度。

3. 独立产生启发式的AI 也无法创作真正的艺术作品

以上我们探讨了AI 通过模仿现有作家的艺术风格和按鉴赏者意愿进行艺术创作的情况。我们已经论证过，前者实际上是在模仿结构而非启发式，而后者是组合而非产生启发式，因此这两种情况中的AI 都没有真正地产生启发式。接下来，我们将讨论AI 是否可以独立地产生启发式的问题。前文已经说明，启发式中直接促成结构产生的是认知和情感，因此，讨论AI 是否可以产生启发式，实际上就是在讨论AI 是否可以产生自主的认知和情感，以及一个延伸的却更重要的问题，即AI 的认知和情感如何与结构联系起来的问题。

首先，启发式的独立产生以及启发式和结构的关联问题。我们可以假设科技足够发达的情况，通过某种手段，使得AI 可以拥有类似于人类感官的接收器和分析判断的认知生成器，从而使得它们可以针对外界刺激生成相应的情感和认知。这些经历和体验，以及相应的认知和情感都是AI 自己产生的，只不过它需要一个最初的性能设计，使得它获得这些“类人的”能力。

如果上面的假设成立，即AI 确实可以生成自己的认知和情感，我们是否可以就此得出结论：既然AI 可以生成自己的认知和情感，那么它们创作的作品就可以是真正的艺术作品了呢？事实是，如果我们进一步向下追问，这个论证又会面临新的麻烦。让我们从一个问题出发——产生认知和情感，就一定会以艺术作品的形式表达出来吗？即使是一位艺术家，当他产生巨大的痛苦时，他就一定会写一首诗或画一幅画吗？他就不会选择痛哭一场吗？同样地，产生认知和情感后，AI 面临的选择也是开放的，如果不通过某种程序设计加以限制，那么它们可能就不会创作艺术作品，或者说，它们创作艺术作品将是一个小概率事件——因为它们有无数种表达自我的方式，如果它们的选择是真正自主的话。

但是，如果它们的选择是封闭或局限的，这无疑会使得认知或情感受到影响。认知和情感不仅是由过去的经历和体验造成的，它们也会受到未来的影响，如果未来的选择是单一的，反过来也会使得认知和情感丰富性遭到极大地减少。这样的话，它们就不是人类在通常或完整意义上拥有的那种认知和情感了。因为这些认知和情感不是AI 和人类共通的，很难想象在这种情况下，作为鉴赏者的人类如何能够正确地、准确无误地理解AI 艺术家创作的作品，毕竟它们的认知和情感的产生方式是有差别的，尽管这种差别可能是极其细微的。

综上，即便AI 可以拥有自己的认知和情感，也会出现认知和情感无法推动艺术作品产生以及这些认知和情感无法与人类共通的问题。因此，AI 艺术作品的启发式和结构的联系问题也是阻碍AI 艺术成为真正的艺术作品的一个棘手的难题。启发式与结构的连接绝不是简单的匹配，而是需要相关性的，它们之间是有一个由因到果的方向性的箭头的。但就目前的形如专职作诗或作画的AI 艺术创作来看，它们只能先固定结构一端，然后再为其添加启发式，很明显，这种相反的路径不适合也无法探究启发式和结构发生因果关联的问题。

其次，AI 独立产生的启发式无法体现独特的艺术个性。即使可以解决AI 艺术作品的启发式的产生问题以及启发式和结构的连接问题，我们仍然有理由怀疑AI 艺术可以成为真正艺术作品。随着科技的进步，我们确实可以通过某种技术手段使得AI 产生自己的认知判断和情感体验，但由于技术的设计性和规定性，这个过程将是可复制的、类型化的。也就是说，可以有很多个AI，它们的所有性能完全相同，只要人类将其设计得一模一样。这样的话，它们将失去独特性，这对于艺术创作来说也是不友好的。艺术家的艺术创作之所以能比常人的更胜一筹，很大程度上是因为他们往往比平常人更“多愁善感”，他们有一颗敏感的心，在某方面有着超常的感悟能力，这使得他们能从人们司空见惯、视若无睹的现象中捕捉到动人的细节，进而通过艺术创作来张扬自己独特的个性。但是被人类设计出来的AI，虽然它们也能拥有认知和情感，但这种认知和情感却是大众化的、普通的、规范的、标准化的，这就使得它们的艺术创作少了一些艺术气息和独特的气质，实际上已经不能把这些作品算作是真正的艺术作品了。

四、结论与展望

本文从技术之于艺术的作用演变发展中研究技术与艺术的融合问题，有助于进一步研究AI 的情感、艺术和美学等问题。当下AI 和艺术的融合发展不断深入，但仍然存在一些问题和局限。AI 与艺术结合的新成果在表现形式和质量水准上存在很多不足，很多相关的艺术作品只是在AI 和艺术方面建立了比较浅显和表面的关联，反映了AI 和艺术的融合效果不太理想。AI 在艺术创作方面存在着创作动机的情感限度、艺术表达的想象力限度以及作品效果的价值限度，没有意识和思想是其根本局限。基于此，对AI 艺术与技术在未来的融合发展路径做出合理的预测和展望尤为重要。首先，我们要立足于人的本质建构良性互动的人机关系，明确AI 的发展是在弥补甚至超越人的局限，对AI 不能一味地排斥和否定，也不应盲目跟风地技术崇拜，而要认识到AI 存在的意义和必要性，审视技术和艺术融合的诉求，实现AI 与艺术的良性双向互动。1陶锋：《人工智能美学如何可能》，《文艺争鸣》2018 年第5 期，第78～85 页。其次，AI 与艺术应该相互渗透、启发和影响，科学家和艺术家对双方各自领域的研究方法和理论范式要相互借鉴、相互学习，并开展学理性研究，在哲学层面探讨技术与艺术的融合发展问题，促进该研究领域向着独立、成熟的方向发展。还有，技术和艺术融合问题的发展一定要与时俱进，要用联系的、发展的眼光去看待此问题，进入世界前沿的科学、艺术和文化的同步语境去看待该问题。当技术处于只能作为艺术的媒介阶段的时期，技术够为艺术创作提供工具、手段、辅助以及其他便捷途径，特点主要是应用性；当技术发展到可以作为艺术的对象的阶段时，此时的技术能够为艺术界提供具有其自身鲜明技术特征的艺术品而非普通产品，具有似能性；当技术发展到能够作为艺术的主体时，技术能够像人那样参与艺术活动的方方面面，具有拟主体性。

本文还在借鉴柯里的行动类型理论的基础之上，通过论证无论是依赖外部力量获得启发式，还是AI 独立地产生启发式最终都行不通，从而证明了AI 艺术不是真正的艺术作品。首先是AI 分析的可能不是艺术作品的启发式，而是它的结构类型。这种单纯的结构分析，没有上升或深入到对认知和情感的分析，AI 因此没有生成启发式。其次，组合不等于创新。AI 并没有产生任何灵感，它只是将外来的想法进行了简单的组合，而它对想法的产生没有做出任何贡献。因此，在这种鉴赏者主导型的艺术创作中，AI 还是没有产生启发式。最后，因为无法解决启发式和结构的连接问题以及AI 的艺术个性问题，独立地产生启发式的AI 也还是无法创作出真正的艺术作品。不过，由于受制于目前AI 的发展，本文的一些论证可能会随着技术进步而被推翻，这有待于后续的研究。