人工智能技術在藝術領域中的應用與發展概述＊

張穎

（南京藝術學院信息化建設管理中心，江蘇 南京 210013）

人工智能和大數據技術作為推動中國經濟發展的新引擎，已在新一輪科技與產業革命的關鍵領域形成主導，并被普遍應用于各行各業，如家居、醫院、安防、金融等，極大便利了人們的工作和生活。藝術領域也不例外，“AI+藝術”也日趨流行。本文正是基于此背景綜合調研了AI 在藝術各細分領域中的發展情況，并對AI 在藝術領域發展中面臨的問題進行了探討。

1 人工智能發展背景

人工智能發展前景廣闊，在歐美等國甚至已上升至國家戰略高度。中國相關政策密集出臺，如2015—2018 年，國務院先后發布了《新一代人工智能發展規劃》《促進新一代人工智能產業發展三年行動計劃（2018—2020 年）》[1]等文件，地方政策如《南京市關于加快人工智能產業發展的實施意見》等。據IDC發布的《全球人工智能支出指南》預測，全球AI 市場規模將于2025 年增至2 218.7 億美元，其中，中國將占全球總規模8.3%，位列單體國家第二。中國“十四五”規劃綱要更是將人工智能定位為新興數字產業。

在學術界，自然科學更側重人工智能技術的創新和研發，而社會人文科學則較為關注人工智能與各行各業深度結合的應用。在藝術學科領域人工智能以更接近人類感知的方式，延伸和增強了藝術創作的能力。

2 人工智能在藝術領域中的應用分析

本文通過對“人工智能+藝術”“人工智能+設計”“人工智能+音樂”“人工智能+繪畫”“人工智能+書法”“人工智能+圖像處理”“人工智能+傳媒”“人工智能+影視”等關鍵字的檢索，在分析和調研了63 篇期刊、碩博士論文的基礎上，梳理出人工智能在以下藝術領域應用中的最新進展。

2.1 人工智能與算法作曲

人工智能與音樂結合主要有兩大研究方向：音樂信息檢索和音樂生成[2]。

在音樂信息檢索方面，奧地利人工智能研究所借鑒計算機視覺領域的研究，把頻譜圖看作圖像，利用無監督特征學習和受限玻爾茲曼機進行音樂分類。法國國家視聽研究所使用半監督策略訓練卷積神經網絡進行音樂分類和分割。西班牙馬德里自治大學探索了混合卷積神經網絡和循環神經網絡的深度神經網絡方法進行語音和音樂檢測。瑞典皇家理工學院則提出使用時域卷積網絡來實現音樂檢測。浙江大學的馮雅中、莊越挺、潘云鶴等人已將神經網絡理論引入到音樂哼唱檢索中并取得良好的效果。

在音樂作曲方面，20 1 5 年谷歌公司推出的DeepDream，在完成對百萬級藝術家創作風格學習的基礎上可根據用戶需求自動合成藝術家風格的唱片。IBM 公司的Watson 借助認知計算技術已在2017 年與格萊美獲獎制作人Alex Dakid 成功創作了歌曲。美國OpenAI公司提出了MuseNet模型可實現不同風格樂器音樂作品的生成，其另一模型Jukebox 可生成各種流派藝術家風格音樂或演唱音頻。加拿大多倫多大學使用循環神經網絡實現流行音樂的生成，提出了著名的Song From PI 工作。百度公司發布的“看圖作曲”可將某張照片或圖片進行元素分解并進行情感分析，然后智能訪問樂譜數據庫自動組合作曲。南京藝術學院博士論文《基于樂譜識別的深度學習算法作曲系統》重點研究了基于深度學習算法作曲領域中的非人工干預創作。中國科技大學碩士論文《基于深度學習的自動作曲編曲研究》則結合深度學習重點研究了音樂生成中的關鍵問題。

2.2 人工智能與圖形藝術

2018 年10 月，由人工智能自主合成的首幅繪畫作品油畫《埃德蒙·貝拉米畫像》（Portrait of Edmond Belamy）問世，其背后支撐的技術便是深度學習模型；2016 年由俄羅斯開發者阿列克謝·莫伊辛恩科夫（Alexey Moiseenkoy）將神經網絡技術和工智能照片編輯器結合創造了prisma，通過系統學習和訓練著名繪畫藝術家的藝術風格，可將普通照片轉換為不同藝術家或流派的風格。2021 年1 月Open AI 公布人工智能神經網絡“DALL·E”，其因聲稱可以通過自然語言文本直接生成對應圖像而獲得廣泛關注[3]。

國內方面，中影培訓基地與中國科技大學技術團隊合作創造了“中影·神思”，通過對人類藝術家的美學思想、藝術理念、工藝流程等的學習，并將其轉化為審美數學模型實現自動圖像處理。人工智能繪畫機器人Andy（美圖公司研發）通過對海量圖畫作品的深度學習，可基于用戶照片輸入模仿諸多種不同風格的肖像畫。阿里巴巴智能設計實驗室自主研發的鹿班平臺利用圖像智能生成技術1 s 即可設計出8 000 張海報。國內學術界還出現了基于人工智能的古陶瓷器型和紋飾圖像特征識別研究、基于影像特征的藝術品識別檢索等藝術細分領域的深度研究和應用。

2.3 人工智能與影視制作

人工智能在影視項目全生命周期的各個環節都能發揮它的作用。結合大數據利用人工智能分析技術，在影視劇本策劃階段我們即可過濾掉不符合市場需要的策劃題材。影視制作時，可利用增強現實、虛擬現實、步態識別、人臉識別等人工智能技術完成鏡頭動態捕捉、視頻剪輯、虛擬角色和場景創作等，如2016年11 月，Adobe 公司發布了一款可用于Photoshop、Premiere、Illustrato 等軟件中的基于深度學習和機器學習的底層人工智能工具——Adobe Sensei，同年第一部由紐約大學AI 研究員奧斯卡·夏普（Oscar Sharp）和羅斯·古德溫（Ross Goodwin）開發的遞歸神經網絡系統“Benjamin”創作了基于人工智能的影視劇本Sunspring。2017 年7 月，Adobe 與斯坦福大學研究人員共同研發了一款可以用于自動視頻剪輯工作的人工智能程序，同年Botnik 研究室利用人工智能技術開發了“預言鍵盤”算法，創作了《哈利·波特與看起來像一大坨灰燼的肖像》[4]。阿里魚平臺可基于影視內容實現流量預測，助力其生態賣家引入優質IP 版權。其他方面的應用如安捷秀（Agile Shot），可以在保證自然語言分析準確率的基礎上，對導入或輸入的劇本內容進行自動分解等，從而提升工作效率。

2.4 人工智能與藝術設計

在設計領域，人工智能與設計結合已發展出一門新學科分支，即設計人工智能DAI 或D+AI。國內外各大高校也紛紛建立起人工智能交互設計實驗室，如麻省理工學院計算機科學與人工智能實驗室（CSAIL）、斯坦福大學的人工智能實驗室（SAIL）、湖南大學藝術學院的人工智能實驗室（Design A.I.Lab）等，智能交互設計專業也在2021 年被批準為中國普通高等學校本科專業。但在學術界目前相關研究成果并不突出，2005 年美國Donald Norma 曾在其著作The Design of Future Things一書中探索了人的心理和機器的能力；2018 年中國譚力勤線上出版的《奇點藝術》從科技和藝術融合的角度曾探索了未來藝術的發展和思考[5]。業界百度公司曾以地圖為例探索了基于人工智能的情感化語音交互設計，科大訊飛開發的集導航、電話、娛樂、聊天等功能于一體的小飛魚駕駛助手實現了無屏化交互，體現了一部分人工智能和主動設計的思想，另在其他一些智能家居產品中都有一些體現，但目前都未形成完整的理論體系。

2.5 人工智能與傳媒

在藝術傳播方面，人工智能能夠改善因針對性不強而導致的傳播效率偏低且無法發揮長尾優勢等傳播缺陷[6]。通過數據采集、量化建立模型并進行人工智能數據挖掘，可以在藝術信息與受眾需求之間達到良好的匹配進行精準傳播。在新聞寫作和制作中，機器人新聞利用專門的算法和自然語言生成器捕捉重要信息進行結構化處理可實現自動撰稿；在新聞播報方面，人工智能主播能自動生成播報內容，2017 年微軟和湛盧文化合作推出的微軟“小冰”通過學習近百年來眾多詩人的現代詩歌作品，運用深度神經網絡技術不僅創作了詩集《陽光失了玻璃窗》，還作為主持人參與主持了多檔電視節目和廣播節目。

3 人工智能在藝術領域發展中存在的問題

人工智能技術的發展給藝術領域帶來了新的思路和眼界，但作為新的學科交叉，仍存在較多問題和爭議，主要體現在以下幾個方面。

3.1 技術使用門檻

人工智能藝術創作離不開大數據、機器學習、數據處理分析和建模等技術的支持。對藝術從業者來說，其大部分相關軟件的使用仍過于專業，且學習成本較高，影響了AI 和藝術的深度結合，因此需要降低其使用門檻。

3.2 藝術創作限制

人工智能在藝術創作上存在一定限制。人工智能技術以邏輯和理性思維為主，其在語義、情緒與情感的分析和處理能力仍然較弱，并不能很好地復制和表達人類的情感，而藝術的表現力依賴于創造性、批判性、象征性等，其創作離不開藝術家對于人類靈魂獨特性的體驗以及對生命的感悟，人工智能仍處于錦上添花的階段。

3.3 知識產權

人工智能生成內容版權保護問題爭議較大，人工智能創作物具有涉獵范圍廣、低成本高產出、擬人化等特點[6]，其在創作過程中利用已有的資源作為創作學習的基礎，可能存在侵權之嫌，同時其創作物在商業化使用過程中存在一定的利益之爭，而國內外還沒有針對人工智能創造物的知識產權歸屬作出明確規定。因此如何進行著作權保護這一問題值得深入研究，這中間所涉及的創作物性質、權利歸屬認定以及保護方式等仍需要社會和相關部門進行前瞻性思考。

3.4 數據安全

人工智能潛在的安全問題可分為客觀和主觀2 個方面：客觀因素包括AI 技術的應用不夠成熟、相關算法缺少透明性和可解釋性等[7]；主觀上存在AI 技術被不法分子利用實施不法行為謀取暴利的可能，甚至利用“有目的性”的數據來干擾AI 決策等。在人工智能數據安全方面，不同國家和機構都在其制定的政策中有所體現，如《歐盟人工智能》在其戰略規劃部分指出需制定與人工智能發展和應用相適應的倫理和法律框架；2019 年美國政府發布的《美國人工智能倡議》強調了人工智能對傳統安全領域的重要意義；2020 年6 月中國發布的《全國人大常委會2020 年度立法工作計劃》明確提出“重視對人工智能、區塊鏈、基因編輯等新技術新領域相關法律問題的研究”，但相關立法工作仍然是任重而道遠。

4 結束語

本文基于人工智能發展的大背景，討論了人工智能在藝術各領域中的應用和發展前景，并對人工智能在藝術領域發展中存在的一些問題進行了深入探討和闡述，為后續研究提供參考。