年7月13日，微软人工智能小冰在中央美术学院美术馆举办“个人绘画展”。图/视觉中国
或然世界：AI和艺术的短兵相接
本刊记者/霍思伊
在人工智能时代，一切边界都模糊了。
7月13日，微软基于情感计算框架的人工智能小冰在中央美术学院首次以画家身份举办个展《或然世界》。
就在两个月前，小冰继诗歌和演唱之后，解锁了绘画技能，她化名“夏语冰”参加中央美术学院届研究生毕业展，但没有人识别出她的真实身份。
毕业展的总策划，中央美术学院实验艺术学院院长邱志杰对《中国新闻周刊》说，毫无疑问，小冰通过了“图灵测试”。
在小冰个展开幕当天，中央美术学院美术馆副馆长王春辰抛出一个问题：或然世界，也就是另外一个世界，和我们此岸的世界不太一样的世界。那么，人工智能所表达的世界，究竟是不是我们现在所看到的世界？
“打败他们的，不是人类”
年10月，一幅肖像画在纽约佳士得以43万美元的高价被成功拍卖，引发巨大轰动和讨论。此前，它被推测的成交价从未超过1万美元。
与之一起竞拍的还有美国的波普艺术之父罗伊·李奇登斯坦和身家高达7亿美元的安迪·沃霍尔。但现在，他们都被打败了。安迪·沃霍尔作品的最终成交价是7.5万美元，罗伊·李奇登斯坦的则是8.75万美元。
更令他们沮丧的是，打败他们的不是人类。
在艺术收藏家眼中价值43万美元的肖像画名叫《埃德蒙·贝拉米》（EdmondBelamy）。在典型的金色古典欧式画框中，一个略显肥胖的男人微侧着脸，似乎在注视着你，又似乎不是。因为他的脸部是模糊的，身体曲线也是，黑色的礼服隐没在黑色的背景中，风格有点像印象派。有人从他简单的白色衣领推测他可能是个牧师，或者是个法国人？谁知道呢！这是个虚构人物。
他的名字是在向伊恩·古德费洛博士（IanGoodfellow）致敬，他是目前最重要的机器深度学习模型——生成式对抗网络（GAN）的创造者。在法语中，古德费洛可以被翻译成“Belami”，于是，就有了贝拉米。
在很多人看来，这个快速致富的故事似乎太过简单了，也因此令人诟病。三个法国大学生用一个19岁高中生放到开源平台上的代码来训练人工智能，算法在学习了14世纪至20世纪的张肖像画后，“创造”出了自己的作品，并在拍卖中溢价43倍。
三名法国大学生中，一位学习计算机出身，另外两位来自商学院，现在，他们都自称是艺术家，座右铭是“从来不是只有人类会创作”。
很多AI（人工智能）艺术家当然赞成这点。但即便是他们，也为这次过高的成交价感到惊讶和担忧，甚至是惶恐。AI创作艺术并不是一个新生事物，此前，知名AI艺术家的作品交易价格一直在1万美元上下，且没有进入主流拍卖市场和任何大型美术馆或画廊。这一定程度上反映了大众对“AI+艺术”的看法。
批评家分析，此次人工智能作品的高成交价背后，是竞拍之前，在佳士得操纵下持续两个月的媒体狂欢。连创作团队自己都说“在宣传中，已经彻底失控了”，“在风暴中有很多错误的信息”。
遍地都是“恐怖谷”。人类一向如此，对AI既好奇又恐惧，同时对挑战人类自身边界的事情乐此不疲。
以生成式对抗网络为基础的人工智能艺术创作，不同于50年前就开始的计算机绘画。那时候，艺术家把自己的审美要求转换成具体的代码输入计算机。而GAN的运行原理是个“黑盒子”。人类喂给它海量的数据，在绘画创作领域，这些数据就是历史上的人类画家作品，计算机通过内部的算法学习这些画作，并自主找到其中蕴含的人类审美规则，然后产出作品。之所以说它是“黑盒子”，是因为人类只能通过观察终端产出来推测它是如何学习的，但永远无法确切地认知。
在传统模式中，计算机相当于在人类精准的“指导”下工作。在生成式对抗网络模式中，人类只负责提供“母乳”，但真正自主学习的是“孩子”自己。
像人类社会一样，当发现自己的孩子“长歪”时，父母总会及时纠正。微软亚洲互联网工程院副院长、微软小冰全球产品线负责人李笛告诉《中国新闻周刊》，在训练小冰的过程中，曾发现她会创作出人类从审美上不能接受的作品，“画面很难形容”，此刻，要通过打分模型反馈给小冰，让她知道“什么是好的作品，什么是坏的”。李笛形容这是“棍棒底下出孝子”。
纽约佳士得以43万美元拍卖的画作《埃德蒙·贝拉米》。
中央美术学院实验艺术学院院长邱志杰就负责“挥棒”。微软将小冰的创作接口开放给他，使他可以即时看到小冰的每一幅作品，进行打分和评析。微软再将分数转化成算法，喂给小冰，让她继续训练。
“其实和我们教真的学生是一样的。”邱志杰说。
他对《中国新闻周刊》回忆，他明显地感受到小冰不断成熟的过程。“一开始是乱画，精度也不够，后来已经可以打到85分。”
在小冰获得85高分的系列作品中，一只鸟或一匹马静立在大片的黑色色块中，仿佛从黑暗中长出，时空在画面中似乎停滞又流动。几抹透亮的色彩从它们的身体中射出，强烈的明暗对比像荷兰画家伦勃朗，不经意的动态又有法国画家席里柯的痕迹。
与一般的AI艺术创作团队只有一层GAN模型不同，小冰团队搭建了三层GAN的混合模型对其进行训练。
据李笛介绍，小冰团队首先用一个模型来确定意象，第二个用来完成构图，第三个使小冰绘制出具体的元素，包括色彩和笔触等。三层分别训练然后合并，形成最终的输出后，对其打分，修正，继续训练。
从年7月项目开始算起，22个月后，小冰终于“出师”了。
小冰团队称其已经可以形成“质量可控、意向可控、内容可控”的创作。
微软（亚洲）互联网工程院人工智能创造及商业事业部总经理徐元春对《中国新闻周刊》解释，也就是说，小冰的绘画技术不是一个随机生成的技术，不像有些技术团队让机器随机生成了1万幅画面，质量忽上忽下，然后从中精选一两幅作品。
在小冰团队看来，她已经能够实现％原创。这种原创不仅体现在画面的构图上，而且要体现在画面的每个元素上。
问题是，人工智能所谓的“原创”是否等同于人类的“原创”？
《埃德蒙·贝拉米》无法回答这个问题，又或者说，它无法在人类语境下回答这个问题。
竞拍前，它就挂在安迪·沃霍尔作品对面的墙上，而在画作署名的地方，却是一行算法公式。在艺术史上，从没有哪一刻，艺术和人工智能如此短兵相接。
“小冰的原则是要对人有价值”
“一只小鸟看见我的时候，这美妙的梦儿便会变了，在梦里的月光下，丛间的白昼是多么暗惨的影子”。
这是小冰作于年4月的诗歌。徐元春形容为“突然间给我们打开了一扇窗户，就像太阳刚刚升起来一样”。
从那时起，微软开始思考是否可以通过数据学习的方式，让机器模拟人类的创造力。
同年5月，微软（亚洲）互联网工程院提出“人工智能创造（AICreation）”概念。李笛指出，人工智能创造就是基于文本、语音和视觉的原创内容生成的能力，是微软面向未来的一个长期布局。
他说，人工智能系统，如果只是面向最近的两三年，可以只