计算美学：人工智能时代美学思考的新进路

众所周知，人们审美的品味会随着时间的推移而变化。然而，每个时代都试图定义自己的美和美学标准。随着现代科学的发展，对“什么是美”进行定量测量的研究也在发展。一些科学家、工程师甚至是艺术家试图利用现代科学手段，希望能对美学和审美做出客观且科学的说明。这并不奇怪，AI的最新进展推动了智能模型能否克服人类审美主观性的研究发展。

在AI研究中有一个单独的子领域，被称为“计算美学（Computational Esthetic）”，旨在创作和评估人类创造性表达领域的美，如音乐，视觉艺术，文字表达等领域问题。通常，它使用表示美学特征或原则的数学公式与专门的算法和统计技术相结合，以提供美学的数值评估。计算美学将艺术欣赏的研究与分析和合成属性相结合，以观察计算思维的艺术成果从而创造出全新的艺术作品。

虽然我们习惯于将AI视为近期的发展，但计算美学可以追溯到1933年。当时美国数学家伯克霍夫（G. Birkhoff）在《美学度量》（Aesthetic measure）一书中提出了公式M=O/C，即Measure=。其中M是“美学度量”，O是有秩序、C是復杂性，这意味着有序和简单的对象似乎比混沌或复杂的对象更美丽。秩序和复杂性通常被认为是两个相反的方面，因此，秩序在美学中起着积极的作用，而复杂性往往起着消极的作用。伯克霍夫将该公式应用于评估多边形和艺术品的美感，如花瓶和诗歌，因此被认为是现代计算美学的先驱。在20世纪50年代，德国哲学家本斯（M. Bense）和法国工程师摩尔斯（A. Moles）独立地将伯克霍夫的工作与香农（C. Shannon）的信息论相结合，发展出一种掌握美学的科学手段。香农不仅是1956年达特茅斯会议的主要参与者，更是上世纪AI研究的主要引领者之一。由此计算美学在此后逐渐向AI研究所靠近，这种对美学研究进行科学评估的想法在计算机生成的艺术中找到了自己的位置。20世纪90年代，国际数学与计算美学学会（IS-MCA）成立，该组织专门从事设计强调功能和美学，并试图成为科学与艺术之间的桥梁。在21世纪，计算美学已经是一个成熟的领域，拥有自己的专业学术会议、研讨会和期刊，将来自不同背景的科研联合起来，特别是AI和计算机图形学。

而在近期，由OpenAI开发的深度学习模型DALL-E在实践上推动了计算美学研究，并在AI、美学、艺术从业者中引起了极大的争论。DALL-E使用自然语言描述生成数字图像，并能对图像实现风格转移，比如把梵高的画风运用到任何一张图像上从而生成出全新的图像。2022年4月，OpenAI宣布推出DALL-E 2，这是一款后继产品，旨在结合艺术作品的概念、属性和样式以更高的分辨率生成更逼真的图像。DALL-E 2作为目前最好的AI艺术创作工具，它的功能远不止于此。相比于其他与它相竞争的产品而言，它的作品不仅更加真实，而且能在仿真的场景下创作出本不存在的事物。

与十年前计算机生成简单的像素图片不同，现代AI正在以史料未及的速度冲击着人类最后的保留领域——“美学”，或者可以将其称为“人类的独特创造力”。“创造力”的人类中心主义一直是艺术家们认为自己的工作不同于其他人类工作的地方，艺术从业者们认为自己的工作比其它可被AI代替的工作更具有独特性。即使现代AI艺术创作工具在目前还存在着诸多不足，例如风格混乱、生成物形象扭曲、以及版权和抄袭人类作品等问题。但是，虽然有些人认为AI创造的艺术作品只是模仿人类的工作，也应该考虑到是人类的创作也是从模仿他人或自然开始的，因为人类也是模仿生物。目前，一些商业插画师们已经感受到了AI的威胁，认为他们的工作很可能会被DALL-E 2、MidJourney和Stable Diffusion等创作工具所取代。并且在专业的艺术展览上，AI的作品已经能有与人类一较高下的下的能力。

这些迹象无疑在冲击着主观美学和客观美学之间喋喋不休的争论，这也是现代科学，更为具体的说是AI研究给美学研究带来的巨大影响。计算美学正在以它的方式试图破解“创造力”、“主观性”、“独特性”等美学以及相关艺术领域的问题。计算美学的最终目标是开发完全独立的数字系统，这些系统将具有或超过与人类艺术家相同的美学“敏感性”和客观性。在理想情况下，机器的艺术创作和评估应该与人类的艺术创作和评估相关联，甚至能够超越它，从而克服美学中的主观偏见和个人偏好；此外，这些系统应该能够解释他们的作品，用新的想法激发人类的艺术生产，并创作出可能超出人类想象的新艺术；最后，计算美学还可以让我们更深入地了解我们的审美感知。

（作者单位：武汉理工大学马克思主义学院 张友恒）