来源：TANC艺术新闻中文版

计算机正在通过算法告诉我们应该听什么音乐，和谁约会，购买什么股票，吃什么……逐渐在人们的现代数字生活中占领主导地位。因此，如果说它也应该告诉我们应该看什么艺术，这显得毫不奇怪。算法正在进入艺术的领域，从艺术品拍卖上的算法销售，到由算法引导的机器创作，被认为是人类想象力和创造力专属的艺术领域，也将成为这场机器变革的下一个风暴眼。

改变艺术创作的算法

当今艺术世界数字化的趋势越来越明显。但是当我们看到的艺术变成了算法本身时，又会发生什么呢？一场被称为“算法艺术”的运动正在发生，由机器自动生成的艺术作品成为一种新兴趋势。这种无需人工干预的生成艺术正在改变被认为是人类最具创造力和想象力的领域。

我们的美学正不断地被计算提升。比如当你选择使用智能手机上的美颜拍摄APP摄制的每一张照片，都是经过数字优化后的结果。但你很难想象有一种媒介，其中的创造性的实践都是经过计算自行创作。

▲ 由美国罗格斯大学计算机科学实验室、Facebook的人工智能研究部和查尔斯顿学院艺术史系于2017年联合发表的论文

由美国罗格斯大学计算机科学实验室、Facebook的人工智能研究部和查尔斯顿学院艺术史系于2017年联合发表的一篇论文中，他们提出了一种全新的深度学习模型——创意对抗网络（Creative Adversarial Networks，CANs），在生成对抗网络（GAN）的基础上，对损失函数稍作修改，提出了创意生成网络（CAN），通过学习风格和偏离风格规范来生成“艺术作品”，生成“具有创意”的画作。

▲ 如果没有“风格模糊”，系统只会生成像传统艺术而非创新的图像，同时，这些图像具有可识别的体裁，如肖像、风景等，图片来源：Medium

这项诞生于罗格斯大学艺术和人工智能实验室中的新技术，通过观察艺术并学习风格来生成艺术作品，并通过偏离学习创作出并不存在于世的艺术品，但它们看起来就像那些已经存在的艺术。他们演示了通过这种新的计算机算法，可以如何模仿梵高、毕加索和爱德华·蒙克等画家的绘画风格。并且结果表明，人类测试者无法将系统生成的艺术作品与当代艺术家所绘制的真实艺术品区分开。

▲ 在通过对从15世纪到20世纪的绘画进行训练后，系统生成的图像范例，图片来源：Medium

该系统包括两个神经网络，一同引导学习过程。其中一个是传统的机器视觉算法，能够学习识别特定类型的图像。科学家们对西方从15世纪到20世纪末绘画的数字化图像进行了建模，该模型包含1000多名艺术家的8万多幅画作，涵盖1万3千多幅印象派绘画、2000幅立体派油画和1000多幅早期文艺复兴时期的作品等，而计算机将学会识别每一种样式。

▲ 由人类观众选出的排名靠前的CAN生成图像，图片来源：Medium

下一个阶段计算机将通过另一个网络生成随机图像，并将它们展示给受过训练的第一个网络。第一个网络能够判断识别这是否属于某一种特定的艺术风格，选择接受或者拒绝。通过产生大量的图像，第二个网络在不断试错中识别出艺术，经过多次迭代后，学会生成匹配特定样式的图像。

▲ 实验选取的25幅2016年巴塞尔艺术展展出的图片中的21幅

在实验中，科学家选取观众对四组数据进行识别：由1945年至2007年间创建的图像组成数据集“抽象表现主义（Abstract Expressionist）”、2016年巴塞尔艺术展上展出的那些图片组成的“巴塞尔2016艺术展（Art Basel 2016）”、由生成对抗网络（GAN）生成的图像集合“DC-GAN”、以及由创意对抗网络生成的图像集合“CAN”。

▲ 论文作者邀请人类参与者观看 GAN、DC-GAN、CAN 生成的图像和人类画家的作品，然后评估图像的创新程度、复杂程度、让人意外的程度，以及是人类画家创作的，还是计算机生成的等问题

从第二栏 Novelty 得分可以发现，参与实验的人类志愿者认为，CAN 生成的图像较之艺术家作品在创意上相差不大，甚至超过了抽象派艺术家。同时，参与实验的人还认为，CAN 比 GAN 更加“创新”，数据统计结果分别是 75%和65%。

用算法连接艺术市场

同时，算法也在改变艺术市场。就在今年年初，苏富比拍卖行宣布收购了纽约一家专门从事图像识别和算法推荐的人工智能初创公司“线天才（Thread Genius）”。该公司可以利用图像识别技术，快速鉴别物品，通过一系列算法向使用者推荐相似物品的图片，从而向用户展示基于个人喜好的艺术品。也就是说，这家世界最顶尖的拍卖行之一将很快运用上最热门的机器学习能力，精准地匹配客户的口味提供更多自助选择。

▲ 线天才发布在Vimeo上的App视频截图，图片来源：Vimeo

这次的收购承接了苏富比2016年的“梅摩艺术品指数”（The Mei Moses Art Indices，现已更名为“苏富比梅摩指数，Sotheby’s Mei Moses”）收购。这是一个由时任美国纽约大学金融学副教授的梅建平和他的同事——运营管理学教授迈克尔·摩西共同创立的数据库，涵盖摩西收集的300年来世界著名拍卖行的八个收藏类别，近5万件艺术品拍卖数据。这个庞大的数据库为此次的技术收购奠定了基础，据一份声明称，这两项收购使得苏富比“能够更加灵活地连接买家和卖家，为不同预算的收藏家增加购藏机会”。

▲ 线天才的联合创始人Andrew Shum（左）、Ahmad Qamar（右）, 和也是新近加入苏富比的数据科学家Richard Vibert（中），图片来源：苏富比

尽管艺术界在别的行业都积极拥抱线上销售时一直处于落后地位，但苏富比却在试图采取措施改变这种状况。在过去的三年，它聘请了几位财务主管来支持销售和品牌推广，而通过这次收购，它开始加强数据专家的队伍。“长久以来，促成交易的成功要素取决于根据客户在不同价位的喜好取向，为他们配对合适产品，苏富比正拥有这三大要素（艺术品、个人偏好、价格）的数据。通过运用创新技术，苏富比更能深入洞察并更快配对这三项要素，不但为员工提供更完善的工具，更为客户带来更优质的体验，为委托人缔造更卓越的成绩。”苏富比行政总裁施泰德（Tad Smith）对此表示。

作为艺术的算法该如何被收藏

随着算法艺术的兴起，更重要的问题被提出：算法是艺术吗？这种艺术销售的知识产权应该是怎样的？当一个人购买一个算法时，实际得到的是什么？谁会买一个算法呢?

早在2013年，隶属于美国史密斯协会的库珀·休伊特国立设计博物馆就曾和美国艺术品线上交易平台 Artsy 组织过一场算法拍卖。这是世界上第一场算法拍卖，其目的是强调计算机代码美学，并吸引更多不同的人来参与编程。

▲ 哈尔·阿贝尔森，《乌龟几何》，1969，图片来源：Artsy

拍卖品包括一系列重要的历史代码。包括七种不同的算法或片段。从象征着学科历史上某些重要时刻的“档案算法”到“生成算法”，就像今天的艺术一样，开发者和他们的程序在艺术市场的背景下被重构。

▲ 杰拉尔德·苏斯曼，《Scheme》, 1978-1981，图片来源：Artsy

档案算法部分包括哈尔·阿贝尔森创造的新语言“Logo”，奥巴马曾用其来写他2012年第一行代码；以及麻省理工学院由杰拉尔德·苏斯曼发明的一个主要的程序设计语言“Scheme”；还有由布莱恩·柯林汉手写在纸上的“Hello, world”，这通常被认为是“程序员旅程的第一步”……

▲ 布莱恩·柯林汉，《Hello, world》，1978，图片来源：Artsy

此次拍卖的嘉宾包括邓文迪和高古轩，胜出的竞标者最后获得两个大约有百吉饼大小的黑色3d打印砂岩板，上面刻着巴比伦阿卡迪亚的楔形文字，描述他购买的算法。而拍卖所有的收益都将归库珀·休伊特国立设计博物馆所有，该博物馆从2013年开始收藏代码作为其永久藏品。

库珀·休伊特国立设计博物馆的前数字及新媒体总监塞巴斯蒂安·陈（Sebastian Chan）曾表示，博物馆是在“试图收集这个想法和方法，（在2011年收集的行星算法）是该方法的一个实例，而不仅仅是一个应用程序。”

▲ 《行星算法》，2011-2012，图片来源：库珀·休伊特国立设计博物馆

收集和保存想法的概念在艺术界并不罕见，从机构角度收集代码或算法被比作收集概念性的艺术或者表演作品。然而，Artsy工程师丹尼尔·杜布罗肯尼（Daniel Doubrovkine）表示，当代博物馆和机构只是单纯展示基于代码的作品，而他认为“我们需要把代码放在社会环境中。”例如早期的程序员大多是女性，围绕女性程序员和她们的编程艺术需要一个背后的社会背景。

算法艺术背后的社会背景是如何收集、销售和保存算法的核心。陈指出，“你不能将艺术与它的历史背景分开。艺术是在社会中产生的，它发生在社会中。”此外，他还声称，因为“代码和软件是我们文化创造的重要组成部分”，因此，建立长期可持续性算法艺术的新标准必须成为例如库珀·休伊特国立设计博物馆这样机构的责任。（撰文/陈璐）