艺术家被认为是最不可能被机器替代的职业之一，但这个观念的根基已经开始松动了。

2018年10月20日，央视热播的综艺节目《机智过人》上，由名为道子的人工智能所创作的国画，与两位人类专业画师同台竞技，让观众找出哪一幅画为人工智能所作。

最终，3位嘉宾和现场100名观众在两轮比赛中，还是没办法将道子找出，顺利通过图灵测试。

5天后，在佳士得，一副名为《埃德蒙·贝拉米像》（Edmond Belamy）的油画以43.25万美元的价格成交，与同场拍卖的一副毕加索画作的价格相当。

而在3个月前，佳士得决定拍卖该画作时，估值最高不过1万美元。更惹人注意的是画作上的落款是一串难以解读的符号（即代码）。

又是一副人工智能创作的画作……

学习的目的是为了欺骗？

获得如此之高的拍卖价，源自于佳士得的名气，以及他们前期的有效包装。

在新闻通稿里，可以随处看到“人工智能创作的绘画首次拍卖”、“标志着人工智能艺术作品将登上世界拍卖舞台”之类的字眼。

当然，这只是噱头。

早在2016年，谷歌就在旧金山举行了一场义卖，29幅人工智能作品总共筹得9.8万美元。其依靠的是2014年开发的DeepDream绘画系统。

此次创作《爱德蒙·贝拉米肖像》的人工智能，叫做Obvious，是有来自巴黎的3名25岁的青年联手设计，该团队的座右铭同样有趣——艺术创造不只是人类的专属品。

这个团队收集了15000幅横跨十四世纪世纪到十九世纪的肖像画，并将它们输入到一个名为GAN算法中，然后人工智能学习这些画像的“规则”，并根据这些规则创作新的图像。

这里还有一个前提，即在这个算法里，除了生成画作的部分，还有一个鉴定画作的部分。

生成的画作必须骗过鉴定器，让其判断为人类创作，而非机器。通过一次又一次挑战失败，逐步“成长”，最终骗过鉴定器，以及人类组成的鉴定团。

类似的，道子的创造者，清华大学未来实验室的博士后高峰，也给道子“喂食”了大量的画作，且不仅仅是写意风格颇难琢磨的国画。

这几乎是所有人工智能进击各个领域的必然步骤。早前引爆人工智能风口的阿尔法狗，也是先从学习人类既有棋谱，然后不断自我竞赛中成长，并最终击败人类棋手的。

所不同的是，象棋、围棋以及其他被人工智能所攻陷的领域，大多是人工智能能够通过学习，最终以穷举法的方式，对人脑的计算能力和经验进行碾压，更快更准的完成对结果的预测。而在艺术领域，创意无法被穷举，这成为了行业洋洋自得的根本。

但突破口还是被发现，针对艺术创意的学习，其目的或许可以归结为“欺骗”人类的大脑。

此处，“欺骗”不是一个贬义词，只是人工智能在人类构成的艺术圈里，按照人类艺术共同体的规则，实现生存、获得认同的方式。

创意可以算法表示？

如果仅仅是“欺骗”，拙劣的作品也能达成，这不是艺术的高度。

道子项目起步于2013年，5年的时间，它除了作画外，角色颇为多元，如做北京大学艺术长廊项目的绘画讲解员、为中国美术家协会举办的所有全国性比赛进行查重及版权保护工作等。

“道子还在做版画、工艺品文创，所后期还会做新媒体的一些艺术，它可以是非常多元化的艺术家，这正是人工智能的一个优势。”高峰在专访中如是说：为何取道子这个名，除了致敬“画圣”吴道子，这个道还是宇宙中的一个算法，或者说自然中的一种规律规则。

高峰用了一个最简单的方式，来说明创意的规则是可以计算的：“黄金分割，被公认为是最能引起美感的比例。这就是道。只是艺术的道，还有许多。正是道可道、非常道。

悟道的效果如何？

在学习了数百张徐悲鸿画的马和真实马的照片后，道子对比照片画出来的马就变得颇为可观。“如照片中马蹄为全黑，而画作上生成的绘画上马蹄却用了留白和墨线勾轮廓的技法。”当高峰看到这样的结果时，都颇为惊讶。

不过人工智能的缺陷也是显而易见的。

当谷歌将DeepDream开源后，很多人都在嘲笑这个人工智能识别图片并生成出来的画作：或许是喂食了大量的眼睛和狗脸，让作品充满了狗脸、眼睛、诡异的螺旋图案，有种异样的魔性。

或许，这也是算法“悟道”的一种结果——对规则的绝对服从，以及学习中吸收的养分所带来的知识堆积，可能导致遵从算法的创意，变得诡异。这颇象那些学习方式出错而犯下在成年人看来比较脑残错误的儿童。

不过，谷歌给出的解决方案则更为有趣。

在2016年末，有一场让人记忆深刻的全球性游戏风潮：“你画我猜”。大量的玩家涌入谷歌制作的游戏里，用简笔画勾勒出机器显示的文字，让人工智能辨识。

半年时间，来自 100 个国家的 2000 万用户提供了8亿幅涂鸦，“反映的不同文化背景与观念。”谷歌官方如是说。

有趣且高效的数据收集，让所有参与者无意中成为了人工智能深度学习的最佳陪练。

让大师可以“量产”？

人工智能会威胁到艺术家的饭碗？这不过是艺术圈的一个谈资。

艺术创意的难以穷举，让人工智能和艺术大师之间有着足够丰富的未知创意领域，可以共存。只是那些仅仅靠技术在艺术圈里混饭吃的人群，才会倍感威胁。

真正让艺术圈感兴趣的，是人工智能或许能够实现大师的“量产”，通过两条截然不同的途径：

其一是辅助艺术家达成更多不可能的任务，作为辅助工具。

荷兰建筑师Rein在2016年设计的细胞大厦建筑形态效果图，通过编程的方式进行参数化设计，通过随机数据，达成一个独一的建筑设计。此处的算法仅仅是工具。

麻省理工、伯克利和谷歌则真正开始尝试用人工智能来进入雕塑领域，创造超现实主义3D运动雕塑。通过一个名为MoSculp的系统，还原高技能运动中，人物的每一帧动感，将动作转换为具有客观运动可视化的真实雕塑。

此处的算法，依然还是工具，不具备创意性。

高峰则在尝试让道子跟中国传统的工艺美术进行结合，如和铜雕建筑师朱炳仁的合作，通过人工智能设计铜雕。让“朱府铜艺”这个中华老字号，能够在保有人类大师级的独一艺术品创作同时，让人工智能对其熔铜艺术流派进行深度学习，从而实现艺术衍生品的量产化。

简言之，参与创作，并让同样价格不菲的艺术衍生品，能够通过降价不降质的方式进入寻常百姓家。这种从某意义上来说，是一种“距离”的拉近。

另一条路径则与创作无关。

谷歌艺术与文化项目将关注点放在了“距离”上：从小处，十亿像素（Gigapixel）照片和机器人相机（Art Camera），可以高清分辨率完美重现艺术品的每一处细节；从大处，360度虚拟实景观赏以及相关的移动应用，可以让用户不论身处何地，都能够尽情欣赏博物馆里的艺术品、走到任何角落，以及探访各处难以前往的文化遗产，且都是自带解说与标签。人工智能在此处，扮演的是导游和复原者，与创意、创作都没有关联。

有意思的是，它的老对手，百度也在从事着类似的项目。

一些探索者则走的更远，进入到艺术创意的另一端：鉴赏。

较为简单的如Adobe推出的应用，可以利用人工智能将照片转化为具有某种艺术家风格的画作，引发用户的好奇心；复杂的，如罗格斯大学艺术和人工智能实验室2015年推出的算法，通过分析近六个世纪以来超过60000幅画作的程序，可以分析其影响力，甚至给印象派画作打分。

这些都可能缩短普通受众与艺术之间的距离，用更全面的介绍、更有兴趣的引导以及更“见多识广”的鉴赏分析，让普通人更懂艺术，也让一些大师能更容易被发现、被更多人所熟知，形成另一种“量产”。

或许，人工智能跨界艺术的关键也就在于此，让艺术与生活之间距离的缩短，出现更多可能性。

高峰在访谈中提到的一个现象，或许将成为这些可能性的一个关键来源：“ 我听说国外有一些很传统的那些美院的院长，都是来自于计算机科学专业的教授。”

这并不是一个起点，而是马拉松的一部分。在

里，寻找创意之道古已有之，过去我们称呼它为规律、套路或流派，而在人工智能时代，它的名字叫算法，如此而已……