人工智能艺术闯入市场，人类艺术家的创作即将受到挑战?

2024.05.06

前不久，新德里的Nature Morte画廊举办了一场前卫的人工智能（AI）艺术展。近日，佳士得拍卖行也宣布将于今年十月份首次为人工智能艺术作品举行拍卖。随着艺术市场也跃跃欲试地追赶科技风潮，人工智能艺术这一全新领域向我们抛出了一些全新的问题：关于作品的著作权，技术的更迭，以及艺术界中那些无法被算法替代的工作。什么是人工智能艺术？

马里奥·克林格曼（Mario Klingemann），《鸡？或肉？系列1》（Chicken or Meat？Series 1）細节图，2018。图片致谢艺术家

许多基于人工智能进行创作的艺术家都使用生成对抗网络（GANs）。在这种技术之下，一台计算机在生成网络里对一组声音或图片库进行研究，根据所采集到的资料来生成自己的内容。然后在其判别网络里通过与原始资料库比对，来测试自己的正确率。如此不断重复以上步骤，机器在反复试验中逐步改进和优化自身。

通过在上述两个人工神经网络之间来回往复而生成的作品，通常以数码打印、影像和多媒体装置的形式展现，其效果往往让人联想到“恐怖谷”里的动植物群，怪异得使人感到不安。

慕尼黑的艺术家马里奥·克林格曼（Mario Klingemann）建立了一组基于古典大师肖像的算法，他把自己用网络摄像头自拍的视频用作数据，输入到这套算法里。在由这套操作生成的图像中，人们会看到一个融化掉的多眼怪物，就像弗朗西斯·培根（Francis Bacon）所画的那样。出售人工智能艺术

梅莫·艾克腾（Memo Akten），《深度冥想》（Deep Meditations）细节图，2018。图片致谢Nature Mode画廊，新德里

居住在伦敦的土耳其艺术家梅莫·艾克腾（Memo Akten）是最早开始出售人工智能作品的艺术家，他的作品“GCHQ'在2016年旧金山的一场谷歌慈善拍卖上以8000美元的价格售出。时隔两年，佳士得即将举办拍卖行有史以来的第一次人工智能艺术品拍卖：由巴黎的艺术小组Obvious创作的《爱德蒙·贝拉米的肖像》（Portrait of Edmond Belamy，2018），估价在8000-11500美元。

从某种层面上，人工智能艺术就像任何处于新生阶段的艺术形式一样，正试图在市场上占据一席之地。Nature Morte画廊联合总监阿帕拉吉塔·耆那（Aparajita Jain）表示，为了加速把人工智能艺术确立为一种艺术类型，画廊近期展览“梯度下降”（Gradient Descent）中的作品定价都“颇为大胆”，价格从500美元到4万美元不等。相较于画廊平均1万美元到10万美元的价格范围，这是个明显低于入门级别的定价。

例如，Nature Morte画廊出售了一件惠灵顿艺术家汤姆·怀特（Tom White）的作品。他用人工智能技术去“学习”双筒望远镜和电风扇这类日常物品，创作出了康定斯基式的抽象作品。

耆那表示此次展览吸引了一批新的观众。这可能意味着人工智能艺术有利促进艺术市场的多元化，在如今主导了艺术市场的金融和房地产行业之外发展出新的收藏群体。

怀特说道，“有许多非典型藏家购买了我的作品，比如科学家、电子游戏设计师以及计算机视觉与人工智能的研究人员。”所有权在谁手上？

汤姆·怀特，《电风扇》（Eledric Fan），“感知引擎”（Perception Engines）系列，2018。图片致谢Nature Mode画廊，新德里

在展览“梯度下降”的新闻稿中，Nature Morte画廊称那些作品都是“由人工智能主导，与艺术家合作”完成的。艺术小组Obvious甚至使用了数学方程算法为作品签名，而不是他们的小组名称。尽管艺术家和画廊喜欢把人工智能推举为“创作者”，并强调自己根本无法预测人工智能会创作出什么样的作品，但从法律角度来看，创作者究竟是人类还是人工智能，答案毋庸置疑。

哈佛法学院网络法研究中心（the Cyberlaw Clinic at Harvard Law School）的副总监杰西卡·菲尔德（Jessica Fjeld）认为，人工智能只是艺术家使用的工具，就像相机和修图软件之于摄影师一样。

“人类深入到了创造和训练人工智能技术的各个方面，这种渗透会在可预见的未来中继续下去，”菲尔德说。

她继续补充道，“在我看来，更值得探讨的问题是创作过程的参与者有谁通过输出内容获得了权利，而不是软件本身能否掌握著作权。”

菲尔德和她的研究伙伴梅森·科茨（Mason Kortz）认为，人工智能艺术中有四个要素皆与著作权有关：（1）输入数据;（2）学习算法;（3）训练算法;和（4）输出结果。

本文所提及的艺术作品——不论其形式是数码打印、视频还是装置——都是作为输出结果出售的。一般来说，如果他人仿造这类形式的作品并试图转售仿制品，则会侵犯到人类艺术家的著作权，这与伪造油画和未经许可复制摄影作品没什么区别。但人工智能艺术却给著作权的保护带来了新的挑战。

拥有程序代码本身

哈谢特·阿格拉沃，《算法博士的解剖学课》（The Anatomy Lesson of Dr.Algorithm）细节图，2018。图片致谢Nature Morte画廊，新德里

虽然很多人工智能创作使用的都是开源数据（例如来自谷歌的TensorFlow以及Facebook的Torch），菲尔德认为，像怀特那样自己创建了算法（要素2和3）的艺术家，也拥有算法的著作权。

菲尔德解释道，“艺术家可以将代码作为作品出售。但据我所知，目前为止仍未有人这样卖过。”其实这个想法颇为有趣，而且还能够吸引藏家，因为拥有了代码之后，藏家能让人工智能艺术家继续创作专属于他们的独一无二的作品。

然而，要维持艺术家设计的代码使用方式可能有一定难度，特别是涉及到使用某些专有软件或硬件的情况。

“由于软件框架的更迭十分迅速，导致培训过的神经网络模型将随时间的迁移而被淘汰，这是维系人工智能作品所面临的主要问题”，参加了“梯度下降”展览的艺术家哈谢特·阿格拉沃（Harshit Agrawal）说，他目前在班加罗尔工作。

而艾克腾更多的顾虑则在于那些与网络相关的作品——“像是使用谷歌翻译，发送请求至微软的面部识别云端API，使用亚马逊云服务，甚至是那些留存在业已关闭的短视频平台Vine上面的作品。”

“我已经知道不少因为API云服务更迭而‘消失的作品”，艾克腾说。而如果把人工智能作品看作一种行为艺术，解决方案似乎浮出了水面。“它们依靠技术而存在，直至相关技术被停止使用的那一刻。而交留于我们的，则是一段记录和回忆。”拥有训练数据集

安娜·里德勒，《无题（来自于第二组训练数据集）》，“厄舍府的崩塌”（Fall of the House of Usher）系列，2018。图片致谢Nature Morte画廊，新德里

许多创作人工智能作品的艺术家都是采用公共网域的图像和声源数据来训练他们使用的算法，比较热门的有ImageNet、SoundNet和Google Art。因为假如使用版权图片作为输入数据（要素1）来训练算法，那样很容易得出与某个图像过于相似的结果。

“我暂时还没听说过任何这方面的版权诉讼案，但我觉得这是迟早会发生的事，”菲尔德表示。

“梯度下降”的策展人卡西克·卡里阿纳拉曼（Karthik Kalyanaraman）认为，从理论上来说，人工智能的学习过程并不复制图像或声音本身，这意味着它们应该可以使用版权图片进行学习，这就好比临摹教科书或去美术馆速写的艺术生一样。如果艺术家采用的输入数据里包括了版权图片的话，万一受到版权起诉，可以使用著作权法中的“合理使用”（fair use）制度来为自己辩护。但“实际操作中，为了避免争议，我坚持要求（展览作品）不用版权图片作为训练数据，”他补充道。

另一位“梯度下降”的参展艺术家安娜·里德勒（Anna Ridler）在版权问题上更为谨慎。她的训练数据都是自己创作的手稿和摄影作品。她表示：“自行构建数据库的过程（包含什么，不包含什么），也是作品创意不可或缺的一部分。”

“这些数据库本身就是我创造的作品，这是任何人都几乎不可能复制和抄袭的，”里德勒说。

《爱德蒙·贝拉米的肖像》（Portrait of Edmond Belamy），2018。由Obvious Art出版，巴黎。图片致谢佳士得

人工智能藝术并不会对人类艺术家的生计构成直接的威胁。只要使用的是开源的或是自制的算法和训练数据，通过人工智能创作的艺术家就拥有其作品的著作权。但对于艺术市场来说，人工智能艺术的兴起则会带来更为广泛而深远的影响。

卡里阿纳拉曼相信人工智能艺术的兴起有可能会彻底改变非人工智能艺术，就好比摄影技术的发明促成了印象派、表现主义及其他更为注重人类独特感知和情绪的绘画方式的诞生。他认为使用人工智能的艺术家更容易创造出新颖的绘画形式，或是打造出更具挑战性的观念艺术，将某种“描述”直接地可视化。那些可被诉说而非必须亲身感受的作品，以及那些仅仅是看上去新鲜的作品（例如彼埃·蒙德里安的画），可能会逐渐失去吸引力和收藏价值，就像在摄影、Photoshop和数码插画盛行之下，单纯写实的图像的说服力变得大不如从前。

在卡里阿纳拉曼看来，像马克·罗斯科（Mark Rothko）和保罗·克利（Paul Klee）那样的艺术家才永远不会被替代——罗斯科的作品如火焰海啸般吞噬观者，克利的作品则通过视觉语言调动观者的感官——他们的作品强调观者与作品间的联系，这两者在观看中化为有情感的生物相互作用。

“我们所有的感知都与情感紧密相连，”他说。而这正是算法难以彻底参悟的艺术之美。