人工智能和创造力：自动化是新媒介吗？

作者： Andrew Gordon， 2019年8月

在自动化焦虑的新浪潮中，创意人员开始意识到自动化提高效率的潜力，一些人使用技术来创造反映数字时代及其所有可能性的新表现形式，Andrew Gordon，automtd andrew写道。 

• 你能自动化创造力吗？
• 计算机音乐与计算机辅助音乐
• 一起好吗？
• 谁定义了创造力？

你能自动化创造力吗？

近年来，我们已经看到人工智能能够创造出值得在主流画廊展出的艺术品; 我们已经看到他们的画作被佳士得以高达432,500美元的价格拍卖，我们已经阅读了他们的奖项决赛小说，关于机器人决定开始写作的那一天（谁不想读这个？）。创新自动化的这些新进展创造了一种独特的“自动化焦虑”，将人类创造力的价值置于其中心 - 如果人工智能可以创造艺术，那么我们作为有意识的智慧生物还有什么价值？

目前，许多创意专业人士认为，创意自动化只能有用而不是有害，特别是艺术家和设计师经常发现自己必须完成的重复过程。在Adobe委托的2018年报告中，他们发现超过一半的创意专业人士对人工智能和机器学习可以为他们的创作过程增添了很多兴趣，只有12％的人声称自己完全不感兴趣。“就在几个月前人工智能问世时，创意人才出现了，”Adobe人工智能战略发展高级经理Chris Duffey在接受CMO.com采访时表示。。“今天他们意识到人工智能已经在他们已经使用的大部分技术中，并且它使事情比以前认为的更直观。”

通过自动化阴影背景，标签文件和一般组织等平凡任务，Duffey相信创意专业人员将“能够继续发展 - 进入新的和更复杂的创意学科，如3D和沉浸式设计，并在原创中取得新的突破，破坏性思维。“

尽管人工智能和计算机艺术正在引发关于人类创造力是否可以被替换的讨论，但重要的是要记住，当今大多数创造性自动化工具最常用于非创造性能力。虽然计算机可以记忆和处理比人脑更多的信息，但他们并不真正理解为什么他们做他们做的事情，也不理解自由意志的概念。尽管如此，人工智能并不具备认知，意识和同理心，无法做出人类定期做出的相同决定。

人工智能在其发展方面还有很长的路要走，但计算机算法不太可能很快取代我们的创造力和表达能力。相反，创造力世界中机器的价值在于能够在任何地方补充人类大脑，而不是取代它。

前面提到的Adobe报告的主要作者Andreas Pfeiffer同样认为，“创造力不只是关于你创造的东西，而是你创造它的原因”，而自由艺术总监Christoph Gey 解释说：“这不是因为你知道你是设计师的工具。”“自动化”这个词有完全取代工作的含义，但实际上它是一种与其他技术一样的技术：它意味着给我们更多时间给自己通过加快我们看似平凡和重复的工作部分。毕竟，人工智能仍然是我们在其能力和命令方面设计的，它将帮助我们做任何我们需要帮助的事情，但它不具备真正的人类创造力，这是自然必然的。 （即冲动和决策），经验和情感。

计算机音乐与计算机辅助音乐

虽然人工智能确实渗透到许多创意领域，但它在音乐界是最明显的。还记得Spotify“假艺术家”的争议吗？Spotify被批评用于喂养由假艺术家组成的歌曲，以便支付较低的版税率。从那以后，据报道，这些假艺术家总共积累了超过1亿的戏剧，每个月有大约100万听众。结果，钢琴乐器和爵士音乐在这些播放列表中重新出现，但社区怀疑（并暗示）在另一端没有人能够获得赞美。如果你是一名音乐家，你自然会担心你的来之不易的创造力现在被人工智能算法所取代。你求不同，你是对的。

David Cope，加州大学圣克鲁兹分校名誉教授，音乐科技公司Recombinant Inc.的联合创始人，早在1981年就已将数千行LISP代码编入音乐生成算法。他的计算机程序涉及“音乐智能”的实验“（你可以在Spotify上找到他的计算机生成的歌曲）; 具体而言，可以理解音乐风格并相应地复制它的节目，同时仍然遵守音乐规则（关键字：复制）。同样，MuseNet是一个深度神经网络，可以产生“有10种不同乐器的4分钟音乐作品，并且可以将国家到莫扎特的风格与甲壳虫乐队结合起来。”两个例子都非常成功地做了他们的建议，这就是复制 “真正的”艺术家和作曲家的现有音乐风格，但是任何人都可以期待计算机根据自己的想法和情感创作音乐需要更多的时间。

虽然有些人将他们的算法集中在复制音乐风格上，但其他人一直在利用机器学习的优势作为他们作曲过程的一部分。一个最值得注意的例子是Google的Project Magenta，于2016年推出，旨在突破“机器学习作为创作过程中的工具”的界限。作为一个开源研究项目，Magenta是音乐家，艺术家和开发人员的游乐场，使他们能够将机器学习作为当今和未来最重要的乐器。通过Magenta创建的一些特色项目包括使用神经网络进行钢琴转录，使用机器学习生成的声音制作音乐，以及使用机器学习模型进行交互式干扰。与音乐编写程序不同，Project Magenta专注于技术与人类创造力之间的整合，强调当我们将两者结合起来时，可能性是多么无限。

一起好吗？

在音乐领域之外，仍有许多情况下自动化在用作人类创造力的工具或扩展时非常有价值。早在2012年，William和Flora Hewlett基金会就赞助了一项奖项欢迎程序员设计一个自动化软件，可以帮助评估状态测试中的论文。为了降低成本并缩短周转时间，本次竞赛还有助于确保学校系统不必将测试中的论文问题排除在外，以支持多项选择题，而这些问题更不能说明学生的批判性推理和写作技巧。虽然人们会认为评分论文需要人类思维的经验和创造性思维，但这种竞争的结果却证明了这一点：159份提交作品中最好的成绩与人类评分几乎相同。这些评分计划的关键是他们没有评估论文的优点; 相反，他们模仿训练有素的教育家如何为这篇文章打分。

在更具协作性的创意机器应用中，Sougwen Chung的机器人绘图臂，称为DOUG 2（绘图操作单元：第2代），利用在Chung的绘画手势上训练的神经网络来学习艺术家的绘画风格。在每次展览中，Chung通过在画布上画画时将DOUG 2放在她自己旁边，强调了这个项目的协作方面。该项目的核心是“探索人类与机器人协作的艺术潜力”。使用计算机视觉算法，DOUG 2从艺术家的手中学习并展示一种受艺术家启发的风格，以开发“人与机器的复合行为”。结果不仅是复杂的线条和图案的惊人收藏，而且还是与人类一起工作的机器的现场演示，以创造原始的和无法实现的东西。

谁定义了创造力？

通过了解哪些机器可以在创作过程中取代，我们发现越来越多的我们所做的创造性工作涉及可以轻松实现自动化的重复性任务。不能自动化的事情也是我们为自己定义的事情。例如，趋势和品味的短暂定义是由人性的方向决定的，即使对于最发达的机器算法或数学公式来说，这也是不可预测的。

根据其亚马逊网页，以亚马逊的时尚助手Echo Look为例- “Alexa的免提相机和风格助手”。使用Echo Look，用户可以拍摄照片和视频，然后根据当前趋势向Alexa询问样式建议。然而，正如Kyle Chayka发现的那样，Alexa缺乏有助于决定时尚潮流的自发性和开箱即用的思维。相反，Alexa试图将你的装备与已装在盒子里的服装相匹配。趋势，尤其是时尚趋势，是人类非常随意决定的; 事实上，大多数时候，最成功的设计师是颠覆潮流的人。从这个意义上讲，Echo Look只不过是第二种意见 - 不是为了帮助你创造自己的风格，而是为了确保你看起来不那么糟糕。

虽然人工智能在分类和组织数据以产生连贯的分析结果方面非常有用，但它们仍然远没有创造力 - 即创造和决定趋势和品味的能力。这并不是说机器在创造力方面没有地位 - 很可能它们很快就会成为我们创作过程的工具，但也许可以让创造性的方向角色为人类填补，因为创造力毕竟是我们定义的东西，我们之间有联系。许多人认为这是一个谨慎的概念，它定义了人类，它与人类的思想如此相关，以至于两者几乎是不可分割的。

当我们赞美艺术时，它证明了人类创造和创新的能力，而不一定是所述创造力的结果。因此，我们需要一段时间才能接受并发现非人类创造力的迹象，我怀疑关于机器人和算法是否真的具有“创造性”的激烈争论将持续一段时间，但它并不存在意味着计算机无法在此期间帮助我们进一步实现自我表达的目标。有了明确的目标，自动化可以帮助简化，启用甚至发明曾经不存在的表达形式。通过将技术与艺术相结合，我们正在定义人类创造力的新时代，其标志是科学的进步和我们在环境中创造任何东西的能力。