人工智能艺术的应用类型及审美判断.pdf
《人工智能艺术的应用类型及审美判断.pdf》由会员分享,可在线阅读,更多相关《人工智能艺术的应用类型及审美判断.pdf(12页珍藏版)》请在咨信网上搜索。
1、人工智能艺术的应用类型及审美判断|33人工智能艺术的应用类型及审美判断陈永东(上海戏剧学院创意学院,上海201112)摘要:基于对人工智能介入艺术之后的观察、实践与思考,本文给出人工智能艺术的基本定义,讨论人工智能艺术目前所主要依托的图像风格迁移模型、图文预训练模型和扩散模型等,并对人工智能与音乐、舞蹈、戏剧、广播影视、戏曲曲艺、美术书法及设计七个领域的主要应用进行了探讨。人工智能艺术创作的鲜明特点是“人机协作”,各负其责、相辅相成,但其创作是“双主体”的方式。人工智能美学已进入讨论范围,并将与新出现的“元宇宙美学”发生联系。人工智能艺术与人类艺术同样具有价值,可以成为审美对象,人工智能艺术反
2、过来亦会影响人类未来的审美判断。关键词:人工智能艺术;人工智能美学;人机协作;艺术主体;审美判断中图分类号:J0-05 文献标识码:A文章编号:1674-3180(2023)03-0033-11在人工智能(artificialintelligence,简称 AI)不断发展与普及的背景下,“人工智能艺术”(artificialintelligencearts)应运而生,人工智能正逐步渗透到越来越多的艺术领域。此时,需要对人工智能艺术概念及主要创作原理有基本的认识,需要观察人工智能介入艺术领域后的主要应用类型,分析人工智能艺术创作过程的主体性问题,并深入思考人工智能艺术的价值与审美判断问题。一、人
3、工智能艺术的定义与基本创作原理在经过电子艺术、数字媒体艺术等阶段后,人工智能艺术得到了越来越多的关注。相对而言,现阶段,人工智能艺术还是较新的事物。在讨论人工智能时,需要对其概念有所理解,并对其主要创作原理有所认识。(一)人工智能艺术的定义到目前为止,人工智能艺术还没有较为严谨及公认的定义。有一种人工智能艺术相关的定义为:“人工智能艺术设计是以数据、算力、算法为底层技术,以人类对智能时代的想象、再现、批判等为母题的艺术创作的集合。”1这种定义还不够严谨,其后半句的母题范围存在明显的局限性。从创作主作者简介:陈永东,教授、博士生导师,主要从事数字艺术、新媒体传播与营销、文化创意产业研究。34|文
4、化艺术研究2023 年第3 期题或母题看,人工智能艺术的创作范围应该远不止“人类对智能时代的想象、再现、批判等”,还可能向更大范围扩展,甚至不应对人工智能艺术的创作范围有过多的限制。笔者认为,人工智能艺术可以基本定义为:利用人工智能不断发展与进化的相关技术、平台或工具所创作、处理、制作或生成的艺术作品。需要注意的是,一方面,人工智能的相关技术、平台或工具一直在进化,甚至有时会出现跳跃式发展,这使得人工智能艺术创作时所使用的技术、平台或工具会不断发生变化;另一方面,人工智能艺术既可能是创作出来的,也可能是处理、制作或生成出来的。至于人工智能艺术的母题范围,则不宜给予太多限制。这一定义的潜台词是,
5、人工智能艺术是人类利用相关技术、平台或工具所创造出来的。这是一种中短期的看法,并且其创作的风格及作品的价值观与设计、训练、使用它的人有密切关系。从长期看,一旦人工智能发展到强人工智能(strongAI)阶段,则不能排除人工智能不受人类支配而自行完成艺术作品的可能性。值得关注的是,一些人对人工智能介入艺术后所创作的产物是否可以算作“艺术作品”持有较为矛盾的想法。有观点认为:“从功能定义上来说,人工智能本身所生成的产物不能称为艺术作品,至少不能算是人类艺术作品。按照程式性定义,人工智能介入艺术创作的产物是艺术作品。”2其实,上面这两个问题已涉及人工智能艺术创作主体的问题,本文将在后面加以讨论。(二
6、)人工智能艺术基本创作原理模型目前,人工智能艺术基本归入了 AIGC(artificialintelligencegeneratedcontent,人工智能生成内容)一类。AIGC 背后的主要创作原理,与人工智能应用中的 SOTA 模型(stateoftheart,指特定时间背景下某一领域中的最高水准)相关。在现阶段,人工智能艺术创作所依赖的 SOTA 模型主要有图像风格迁移模型、图文预训练模型和扩散模型等,并可能在具体人工智能艺术创作平台中交叉使用。图像风格迁移模型多数是一种基于 GAN(generativeadversarialnetworks,生成对抗网络)的艺术风格化的深度学习模型。G
7、AN 模型至少有两个模块,即生成模型(generativemodel)和判别模型(discriminativemodel),它们通过互相博弈学习产生更好的输出结果。其基本目的是将一幅图像的整体特征与图像风格应用到另一幅图像上,实现图像的风格迁移。GAN 模型更适合模仿已有的图像风格,相当于“从有生有”。为了提升作品的原创性,后来又发展出了 CAN(creativeadversarialnetworks,创意对抗网络),它“通过偏离学习的风格来提升生成艺术的唤醒潜能(arousalpotential)而成就其创造性”3,相当于“从无生有”。图文预训练模型是一个通过大量数据进行训练并被保存下来的网
8、络模型。前人为解决类似问题所创造出来了相关模型,在遇到新的问题时可以不必从零开始训练新模型,而是直接从已有的模型入手,进行相对简单的学习以解决该新问题。预训练模型已在自然语言处理、计算机视觉及语音识别等领域取得了不少成果,也为未来的人工智能艺术创作带来了更多的可能性。GPT(generativepre-trainedtransformer)即自然语言处理中较常见的预训练模型。亚历克拉德福德(AlecRadford)等人提出的CLIP(contrastivelanguage-imagepre-training,对比性语言-图像预训练)模型则突破了文本与图像之间的限制。基于 CLIP 模型神经网络
9、的 DALL-E2 可将概念、属性和不同风格结合起来。目前,预训练正与多模态大模型结合,使得模型在大规模数据集上完成预训练后仅需要少量数据的微调,就能直接用于图片、文字、声音等模态的各类应用。扩散模型是把一个随机采样的噪声通过去噪来生成图像。扩散模型先通过前向过程(forwardprocess)逐步加噪,将图片转换成一个近似可用高斯分布的纯噪声图像,然后在反向过程(reverseprocess)中逐步去噪并生成图像,然后以增大原始图像和生成图像的相似度为目标,不断优化模型,最后达到理想效果。目前常见的 AI 绘画工具 StableDiffusion、DiscoDiffusion、Midjour
10、ney 及人工智能艺术的应用类型及审美判断|35DALL-E2 等均采用了类似的扩散模型。相对而言,Midjourney 的艺术风格较明显;StableDiffusion 开源且对当代艺术图像有比较好的理解,可产生细节丰富的插画作品;DALL-E2 在绘制相对复杂的图像时更适合,如需要有两个及以上的人物出现在图像中时。二、人工智能在不同艺术领域的应用类型现今,人工智能正逐步应用于各种艺术领域创作的不同环节,且应用比例在不断扩大。在具体讨论时,可以按目前艺术学门类下其他 6 个应用类的艺术学一级学科来区分。不过,戏剧与广播影视的区别较大,故分别单列讨论。当然,不同门类的艺术学科的相关应用亦有类似
11、或交叉之处。(一)人工智能与音乐值得关注的是,世界上第一位程序员、英国著名诗人拜伦之女埃达洛芙莱斯(AdaLovelace)就曾经预言机器未来可用于排版、编曲或实现各种更复杂的用途。这或许是关于人工智能与音乐结缘最早的预言。目前,人工智能与音乐相结合的应用主要包括:人工智能作词作曲、人工智能编曲/配曲、人工智能音乐演奏、人工智能声乐表演/虚拟歌手、人工智能/机器人指挥、预测音乐大师的作曲走向、音乐与其他媒介的转换、人工智能/机器人伴奏、人工智能声乐/器乐训练等方面。对于人工智能介入音乐,存在争议的地方是人工智能能否表达音乐情感。其实,不仅已经有“情感计算”(affectivecomputing
12、)正将这些艺术形式与情感的大量数据进行对照以寻找两者之间的联系,而且已经有人将音乐情感采用 PAD 三维情感模型分类,即将情感分为愉悦度、激活度和优势度三个维度。在抽取出音乐特征(音符密度、节拍、变音数、最大音程、速度、大小和弦小节的比例等)并且确定了情感标注之后,就可以构建情感识别系统。该类系统在大量情感标注音乐样本的基础上,通过某种学习策略找到音乐情感识别的规律而建立认知判别公式,然后根据识别模型能够自动确定未知的音乐情感向量。4至少,听众欣赏不同的音乐时会产生不同情感,这还是有一定规律可循的。相对而言,人工智能在配曲方面已经有较多尝试,这是因为配曲的规律性相对更强。人工智能声乐表演/虚拟
13、歌手亦有相对出彩的地方,同时使一般层次的演唱(如演唱样片制作)大大降低了成本,因为目前已可以通过支付几千元年费获得十余个人工智能虚拟歌手的演唱服务。在人工智能作词作曲方面,作词显然更接近生成诗歌或散文,作曲则可能借由人工智能为音乐创作者提供创作灵感。例如,基于已有的音乐模型,先由人类音乐老师对人工智能创作的作品打分,再由程序员优化创作模型,通过人工智能不断创作、人类音乐老师不断反馈而不断迭代,循环往复地创作出音乐。在预测音乐大师的作曲走向方面,人工智能不仅模拟出了莫扎特在 40 岁、60 岁及 80 岁的作品,而且还模拟并补全了贝多芬生前未完成的第十交响曲。人工智能声乐/器乐训练相对容易一些,
14、它主要通过将捕捉到的声乐演唱者或器乐演奏者的声音与标准声乐演唱/器乐演奏片段进行对比,发现问题,给出训练提示。当然,更高水平的声乐/器乐训练还需要对演唱者的表情、情绪及肢体动作进行训练,规范及提高器乐演奏时的指法与技巧,这些是其中难度相对较大的部分。(二)人工智能与舞蹈目前,人工智能与舞蹈结合的应用主要包括:人工智能编舞、舞蹈动作捕捉、舞蹈节目彩排、创新舞蹈动作模拟与设计、人工智能生成舞蹈影像、人工智能舞蹈交互表演、数字虚拟人舞蹈、舞蹈动作分析及训练改进建议、机器人舞蹈等方面。36|文化艺术研究2023 年第3 期对于从事编舞的艺术工作者或普通舞蹈爱好者而言,人工智能编舞是值得期待的,其基本的
15、要求是:音乐风格和肢体动作应一致,并能传达相似的情绪和音调;舞蹈和音乐片段节奏模式应一致,舞蹈的组织应与相应音乐的结构协调等。其基本的过程是:首先,寻找高质量舞蹈资源并输入人工智能;其次,进行训练并不断优化;最后,生成新舞蹈的演示视频。当然,想让人工智能进行复杂且创新的编舞还需要更多的探索与尝试。在人工智能介入舞蹈之后,动作捕捉技术的作用越来越大。动作捕捉技术不仅可以用于舞蹈标准动作库的创建,还可以用于人工智能编舞、人工智能生成舞蹈影像、人工智能舞蹈交互表演、数字虚拟人舞蹈、舞蹈动作分析及训练改进建议等方面。以数字虚拟人舞蹈为例,可以通过动作捕捉形成舞蹈动作 3D 模型,进而形成舞蹈动作数据库
16、,然后,将捕捉的舞蹈动作绑定在数字虚拟人身上,从而驱动数字虚拟人表演舞蹈。当然,还有真人直接驱动的数字虚拟人舞蹈表演。超写实数字人“苏小妹”及新华网首个超写实数字人“筱竹”等都已经展示了一定的舞蹈才能。另外,如果人工智能可以在舞蹈动作分析及训练改进建议方面充分发挥作用的话,那么就可以大幅提升舞蹈学习和训练的效率,及时发现舞蹈学习或训练中的问题并给出相对科学合理的建议,还可以减少舞蹈练习中受伤的概率,甚至可以用于舞蹈比赛的辅助评分。(三)人工智能与戏剧人工智能与戏剧结合的应用主要包括:人工智能剧本生成、人工智能戏剧导演、人工智能声台形表训练、人工智能虚拟彩排、人工智能/机器人表演、智能舞台空间设
17、计、智能服装设计、智能化妆/人物造型设计、智能灯光效果设计等。人工智能剧本生成已不再停留在理论上。有观点认为,人工智能已经有能力进入编剧及风格设定等领域,尽管创作水平还处于初级阶段。5不过,这一观点可能随着人工智能技术的不断发展而逐步变化,甚至出现跳跃式发展。人工智能不仅可以模仿已有剧作家的风格生成剧本,还可能创造性地生成新剧本。例如,ChatGPT 已经可以生成剧本。DeepMind 亦推出了一款剧本写作人工智能Dramatron,具有“联合写作”工具。当用户给它一句话,描述中心戏剧冲突后,系统即可以自动写出标题、角色、场景描述和对话。该平台可以帮助编剧进行场景设计、对场景细节进行打磨,并可
18、以生成人物间的对话。人工智能可以发挥作用的环节越来越多。例如,可以帮助戏剧导演分析剧本,推荐可能的表达形式,分析推荐最适合的演员角色人选,推荐外景地或室内场景搭建方案,或搭建虚拟场景,可以为道具组推荐相应道具、协调现场拍摄,可以采取虚拟制片方式,亦可以推荐作品的宣传方案,进行精准信息推送,还可以通过智能方式控制协调拍摄现场的灯光、剧务、演员、摄像、录音、美术、化妆、服装等环节的工作。在人工智能介入戏剧的声台形表基本能力训练时,声乐、台词训练相对容易,其中人工智能声乐训练前面已有所论及,人工智能台词训练接近于外语口语训练;人工智能形体训练接近于人工智能舞蹈训练,并且比舞蹈训练更简单;人工智能表演
19、训练则相对较难,因为它更加综合。当然,更复杂的则是人工智能介入舞台戏剧的表演,目前还在初步尝试阶段。从发展趋势看,基于人工智能的 VR(virtualreality,虚拟现实)戏剧、AR(augmentedreality,增强现实)戏剧、数字虚拟人及人形机器人等可能会逐步用于人工智能表演,并可能先用于表演训练。在正式表演中,目前要么是在虚拟空间中进行,要么是在虚实融合的现场表演中插入一段人工智能表演,或者通过 VR 的方式转播及观看。人工智能在舞台空间设计上亦发挥越来越重要的作用。不仅现实舞台上开始应用越来越多的智能设备,而且现实舞台的大屏上可能出现越来越多的虚拟场景,进而形成虚实融合的舞台空
20、间。同时,人工智能艺术的应用类型及审美判断|37虚实融合的舞台空间还可能将 AR、MR(mixedreality,混合现实)信息引入,或将数字虚拟人及其他影像以全息影像或裸眼 3D 等方式呈现在现实舞台上。另外,还可以建立虚拟的舞台空间,如现实舞台空间的数字孪生舞台空间,以及利用 VR 方式欣赏的纯虚拟舞台空间。这些舞台空间大大拓展了戏剧表演的时空,同时往往还允许观众进行互动。(四)人工智能与广播影视人工智能与广播、电影、电视结合的应用主要包括:人工智能影视素材/主题筛选、人工智能影视导演、人工智能电视导播、人工智能虚拟拍摄/制片、人工智能虚拟场景搭建、人工智能视频生成/拍摄、人工智能视频剪辑
21、、发布前的视频智能处理、人工智能节目主持、人工智能播音等。人工智能影视导演是较为新兴的应用。一些影视短片的剧本和分镜头设计已经可以利用 ChatGPT之类的平台得到。ChatGPT 之类的人工智能应用正逐步参与电影制作过程的多个环节,已经能够自动生成文本、分镜,可帮助影视制作者节省时间和资源,激发新的创意。例如,在编写剧本的过程中,团队会向 ChatGPT 之类的平台询问细节,它可以回复机位、演员位置、灯光位置和镜头中每个角色的情绪等多方面的细节问题。人工智能虚拟场景搭建及人工智能虚拟拍摄/制片也是近年来发展较为迅速的应用。前者可以让影视制作者利用相应的虚拟资产(素材库)快速搭建场景,然后配合
22、现场的简单实景搭建,结合大屏幕和摄像机内系统的实时联动,达到虚实融合、虚拟拍摄及实时渲染,并实现虚实对焦、色调、灯光等自动匹配。其明显的优势在于,可以让被拍摄的角色更有现场感和沉浸感,表演更有张力;摄影师可以实时运镜,可以与角色有互动,可以避免绿幕溢色、反射等现象,进而大大减少了后期剪辑中的任务量。当然,亦需要注意利用相关技术去除屏幕摩尔纹,以及通过虚拟跟焦器在虚实场景中自由变焦。同时,人工智能视频生成的发展亦引人注目。可以通过案例库的训练先自动生成静态图片,再合成动态影像,或者通过给定的静态图片直接生成动态影像,还可以将给定的数据、PPT 自动转换成视频。2022 年戛纳电影短片节上,由 A
23、I 生成的动画舞者斩获最佳短片奖可以说明此类应用带来的新可能。另外,目前一些无人机已经具备智能拍摄功能,例如,普通用户可以将一些经典无人机视频的飞机路径复制下来,让自己的无人机也按“大师”的路径飞行。预计未来还可能出现 VR/AR/MR 类视频的自动生成。人工智能节目主持、人工智能播音等应用已经与数字虚拟人紧密地联系起来。数字虚拟人目前有多种造型供选择,有基本的肢体动作模型(或先经过训练)和基本的口型、表情模型,可以通过文本变化口型、表情。这样,既可以将虚拟主持内容插入虚拟会议的相关环节,也可以采用后台真人驱动现场节目主持的方式。有观点认为:“智媒时代对主持人素养能力的要求也陡然提升,倒逼主持
24、人加速成长和转型发展。”6另外,数字虚拟人也可以参与影视或视频中的表演,甚至在电视节目中与真人主持同台交流。(五)人工智能与戏曲曲艺人工智能与戏曲、曲艺结合的应用主要包括:人工智能修复戏曲/曲艺影像资料、人工智能分析不同流派唱腔特色、人工智能生成曲艺台词剧本、人工智能复活已故戏曲/曲艺大师、人工智能分析戏曲/曲艺演出效果、人工智能/机器人表演戏曲/曲艺。如果说人工智能修复戏曲/曲艺影像资料,将许多黑白或低清晰度的珍贵资料变成彩色高清资料,让人眼前一亮的话,那么人工智能“复活”已故戏曲/曲艺大师更是让人惊叹。不仅在世的戏曲/曲艺演员(当然也包括其他艺术领域的演员)可以拥有全真(或超写实)数字化身
25、,而且已故的演员也可38|文化艺术研究2023 年第3 期以被“复活”,以全息影像等方式在舞台上逼真呈现,甚至可以与真人演员同台合作表演。已经有机构设计出了梅兰芳的全真(超写实)数字虚拟人,不仅可以表现曾经的经典片段,还可以通过拍摄捕捉当今的年轻梅派传人的表演,使数字梅兰芳表演新的京剧片段。人工智能生成曲艺台词剧本也值得关注。目前,已经可以利用 NLP(naturallanguageprocessing,自然语言处理)及 GAN 模型,将足够数量的优质曲艺剧本案例交给相应的人工智能平台进行训练,并不断地优化模型,进而自动生成相应的曲艺(如相声等)台词剧本。预计 ChatGPT 之类的应用亦会比
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 艺术 应用 类型 审美 判断
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。