淺析人工智能下的傳統繪畫藝術傳播

陳佳

摘要：人工智能作為當下最熱門的詞匯，自打問世以來就備受多方關注。隨著硬件、神經網絡架構與大數據算法的全方位高精度的飛速發展，人工智能逐漸與藝術接軌，使傳統繪畫藝術作品脫離了原來相對單一的創作方式與傳播方式，人工智能技術從創作方式，文化價值，傳播方式等多個方面逐漸滲透進傳統繪畫藝術作品，給傳統繪畫藝術帶來了更深層次的變革。本文根據近年來人工智能下傳統繪畫藝術的發展，對人工智能繪畫與傳統繪畫進行了甄別，提出了人工智能在繪畫藝術創作上的新方式以及新的傳播方式。從而促進文化藝術更深層次，全方位的發展，同時也對人工智能下的傳統繪畫的變化與發展給予展望。

關鍵詞：人工智能；傳統繪畫藝術；藝術審美；大數據

傳統繪畫藝術從地域上來說可以簡單的分為中國傳統繪畫藝術以及西方傳統繪畫藝術。中國傳統繪畫多講究神韻，躍然紙上的色彩和線條都頗具象征性，畫家所呈現出的往往是一種意境。傳統的西方繪畫在文藝復興時期達到了鼎盛的狀態，從畫面結構來說比中國傳統繪畫更注重科學與現實的結合。透視，幾何，材料等概念的靈活運用使畫作在畫家筆下達到了一種均衡的美。無論是中西哪種繪畫都需要借用筆，刀等工具，通過墨，顏料等繪畫材料，在紙，木板，織物等平面工具上，通過構圖、造型和顏色等表現手法，創造出可視的形象。

人工智能（Artificial Intelligence AI）是一門技術科學，主要研究用機器模仿人類的思維、感知等智能活動，用理論、方法、技術及應用系統使機器能夠代替人類做復雜的智力勞動。

傳統繪畫與人工智能作為人類智慧活動的兩個方向有著各自不同的特性，但隨著科學技術的大力發展，藝術家與科學家在各自不同的領域越來越意識到兩者的共同性。人工智能技術在傳統繪畫上的應用，把科學技術與傳統繪畫有機地結合在了一起，為創造和傳播傳統繪畫藝術提供了先進的方式，大數據的支持，為傳統繪畫領域帶來了新變革。

一、人工智能下傳統繪畫藝術的發展與創作

早期用來表現傳統繪畫的新媒體方式多采用了數字化復刻繪畫，或者通過動漫、電影、攝影等方式來表現。融入人工智能技術后，傳統繪畫藝術就范圍來說仍然屬于新媒體藝術的一個組成部分，但卻呈現出了多樣的變化。

自1973年始，Harold Cohen（畫家，San Diego加州大學教授）所編譯的電腦程序“AARON”就開始了自動繪畫的過程。

2013年，電腦程序“The Painting Fool”，在巴黎舉辦了展覽會，新聞媒體競相報道，其中部分作品花了多年時間創作。從形式上來說這就是一場傳統意義上的藝術作品展。

年初Google旗下的深度學習神經網絡研究小組通過算法教會計算機自主創作繪畫的能力。Google稱其為Deep Dream。本次繪畫作品展引來了大批對科技與現代藝術感興趣的觀眾。最終，由人工智能創作的繪畫被一位專業的拍賣商拍下，最高單幅的價格甚至達到了八千美元。在Deep Dream的創作中主體內容包括了各種天馬行空的海景，漩渦；風格奇幻的城堡以及各種擁有三頭六臂的動物。從風格上看接近法國的后期印象派，有輪廓但不具體，有繽紛的色彩，但卻不是客觀物體原來的色彩，然而整幅畫面的躍動感卻似乎能表達出作者的主觀情感。

此外，受眾們可以利用公開的代碼，編譯出屬于自己的Deep Dream圖像，藝術家的靈感有時來源于對某一物體的想象。Deep Dream正是從這個方面折射出了人類的創造力和想象力。

人工智能創作傳統繪畫不得不提到兩個概念，即深度學習和神經網絡。2006年，杰弗里·希爾頓等人提出了深度學習的概念。深度學習是人工智能學科下的一個分支，通過編譯教導計算機進行無監督學習，以此來解決深層優化的問題。深度學習概念是目前人工智能像人腦一樣處理數據的關鍵算法。

人工神經網絡，它是一種模仿動物神經網絡行為特征，進行分布式并行信息處理的算法數學模型。這種網絡依靠系統的復雜程度，通過調整內部大量節點之間相互連接的關系，從而達到處理信息的目的。（百度百科）

Deep Dream中的畫作即是由人工神經網絡創作，也就是用軟件模擬大腦神經元處理信息的方式。軟件先要接受大數據訓練，通過分析數百萬個大數據后才能識別圖像中的物體。在Deep Dream創作繪畫的過程中，程序先向神經網絡輸入一張圖片，然后由神經網絡進行自我調整，軟件之前已經有了數據庫，神經網絡要從中尋找出與數據庫中物體相似的地方再進行編譯，于是一幅人工智能畫作就完成了。

二、人工智能下的傳統繪畫藝術傳播的文化價值

人工智能創作的繪畫在傳播時呈現了兩級分化的局面，一方面有人高價收購人工智能繪畫，而另一方面，有人卻對這樣的迷幻風格難以接受。暫不論人工智能繪畫的畫作質量，在文化價值上，人工智能繪畫是否能算是創作并且富有感染力嗎？

繪畫創作就其動機來說存在多種類別，有的是有感于情境而創作，作者將情感上的匯集融入繪畫作品；有的是為特定目的而創作，比如早期石刻的農耕漁織狩獵圖等；還有的畫作則是為了宣揚宗教觀念，教育宗教信徒而創作。由此可見，在這些創作動機中，既存在單純表達情感思想的藝術，也有為傳播特定信息的藝術，還有為將宗教觀念具象化，通過繪畫創作更直觀的進行表達的藝術。在評論藝術的本質時，有感于情境而作的繪畫創作更接近繪畫藝術的本質，在這種繪畫藝術作品中可能包含了普遍的對人類情感及相關價值觀的探索。或許，人工智能下的繪畫藝術應該獨立成為一個門類，畢竟相較于人工智能的邏輯化、程序化。繪畫藝術應是屬于人類展現天賦，表達情感的領域。

傳統繪畫藝術誕生至今，文化價值的體現皆是因為畫作中的主體性、不確定性、奇思妙想，抽象感知展現了人類靈魂深處的情感。

三、人工智能下傳統繪畫藝術的傳播

繪畫作品具有其獨特的傳播的功能，首先繪畫是一種是具備信息承載能力和傳播能力的傳播介質。其次，繪畫作品中的內在感染力以及受眾欣賞過程中能動的二次創作也為傳統繪畫作品的傳播提供了動因。此外，經濟基礎決定上層建筑，隨著人們物質水平的逐年提高，越來越多的人們走進博物館，美術館，藝術長廊等多種藝術場所，借由這些渠道了解藝術，欣賞藝術，以此來滿足精神需求的增長，由此可見，當下藝術產業領域正受到各方的重視。然而現代社會，藝術生產與藝術消費市場分離的局面，也使傳統繪畫作品的傳播成為必然趨勢。

對藝術信息產生情感反饋是人類獨有的思維和能力，通過人工智能的神經網絡以及大數據分析不僅能創作繪畫，還能對傳統的繪畫藝術作品進行分析判斷，繼而整理出一套基于大數據分析的傳播方案。這樣的方案是否可行呢，在當今這個信息爆炸以及媒介去中心化的時代下，越來越多的受眾通過各種方式接觸到傳統繪畫藝術，因此當受眾面臨繪畫藝術鑒賞時，便產生了選擇障礙。

傳統的繪畫藝術傳播是指在藝術創作和鑒賞階段所形成的人內信息交流。它的傳播模式分為人際傳播，把關人推薦和群體傳播等。這些傳統的傳播方式經過多年來的驗證確實具有一定的實際意義的，但在針對個體差異上的分類推薦卻不是很明顯，面對龐大的信息量以及高度差異化的傳播需求，如今傳統的藝術傳播方式，其可行性正在逐漸下降。而人工智能應用于藝術傳播，通過云計算可以精確而高效地分析和處理藝術信息。并且通過龐大的大數據資源加強索引優勢，速度與精度的大幅度提升正是傳統的藝術傳播過程中所缺失的。

對于繪畫藝術來說，千人千面，每個人都有自己獨到的理解，同一件作品可能有的人喜愛，而有的人無感，在海量繪畫作品中篩選出針對目標受眾的藝術作品，尤其是不具備繪畫專業知識的受眾在面對諸多繪畫作品時，往往會沒有頭緒，不知如何進行選擇和鑒賞。

四、結語

在人工智能傳播傳統繪畫作品時，受眾并不純粹只是受者，而是具備了雙重身份，由被動的欣賞者轉變為了主動的創作者。借助神經網絡，每個人都具備通過繪畫表達內心情感的能力。雖然當前的人工智能下傳統繪畫藝術的發展還存在這一定的不確定性，但是相信隨著人工智能技術的高速發展，今后人工智能創作的繪畫一定會在現今的繪畫領域獨樹一幟。此外人工智能的神經網絡尚不能對所有繪作品充分理解，但是在速度和精度方面卻得到了很大的提升，如果再結合當下其他一些完善的學科，比如結合個體信息，設計心理學，消費學，歷史學，哲學等多方位的研究。人工智能系統就能根據受眾的個人信息等預測處其的欣賞層次以及需求推薦給受眾相應的作品。

人工智能使傳統的繪畫藝術具備了無限延伸的維度空間和各種難以預料的不確定性，顛覆了傳統的繪畫傳播體系，實現了傳統繪畫藝術最本質的創作與傳播。

【參考文獻】

[1]陳端端.藝術傳播的人工智能應用需求研究[D].東南大學，2014.

[2]劉峰.傳統繪畫藝術的新媒體傳播研究[D].山東大學，2012.

[3]李連德.一本書讀懂人工智能（圖解版）[M].北京：人民郵電出版社，2016.

[4]李同娟.人工智能能否創造藝術[D].中國傳媒大學，2015.

[5]郭全中.大數據時代下的智能傳播及其盈利模式，2015（01）：15-19.

[6]江近波.當代新媒體藝術特征[M].北京：清華大學出版社，2016.

[7]馬立新.數字藝術哲學[M].中國社會科學出版社，2012.