德国观念艺术家博伊斯说“人人都是艺术家”，美国设计理论家维克多·帕帕奈克说“人人都是设计师”。他们想表达的是，在普通人的思维活动中都包含着类似于艺术家或设计师的创意思维。不过，人们也都承认，在概念设想和艺术呈现之间是有技术门槛的。美的理念不会自动显现出来，需要技艺高超的艺术家居中斡旋，逾越过去并不容易。然而，由于深度神经网络技术和生成式人工智能的飞速进步，尤其是近几年，随着谷歌大脑的Imagen、OpenAI的DALL-E以及midjourney等AI绘画工具出现，概念设想和艺术呈现之间的鸿沟日益被填平，“人人都是艺术家”似乎正在从口号变为现实。因为科学家发明了直接由文本生成图像的计算机语言模型，只要输入我们设定的提示词，就能通过人工智能生成相应的图像。这些AI绘画工具通过神经网络的神奇算例、大数据模型和风格迁移，跨越了“词语”和“图像”之间的藩篱，所产出的作品水准质量越来越高，这在令人震惊之余不禁引人遐思。
>《龙少年》，李隆
无疑，AI绘画工具的高效产出，对于艺术创作和艺术 教育都带来了很大的冲击。我们知道，在东西方艺术史上都有一些类似于“以复古为革新”的创作理念。比如在欧洲艺术传统中，强调向希腊、罗马的古典艺 术学习的文艺复兴、巴洛克和新古典主义，他们的艺术都以学习和借鉴古典范式作为基础。而在中国，宋元以降，艺坛“崇古”“则古”的风气日甚一日。元代赵孟頫论书主张“则古”,反对取法于今人，论画则谓“作画贵有古意”，他的书画实践也是上溯晋唐，借古开今。清代“四王”之一的王翚，论画主张“以唐人笔墨，运宋人丘壑，而泽以元人气韵”。至于当代，挪用艺术（Appropriation）作为一种后现代的艺术手法则通过借用已有的风格或图式，结构性的移花接木，拼接历史和当下，建构出新的形象和意象，在差异化的语境中传达新的价值思考。这类以传统艺术程式为标榜，强调向古人学习或把历史风格作为创作资源库的艺术，在AI绘画工具产生之后，其创作效率可以说得到了空前的提高。因为AI绘画可以进行风格性图像的创作，艺术家可以以生成式的AI绘画图像为基础，添加手工操作的笔墨、笔触、肌理和媒介意趣，使基于学习往昔风格的艺术创造将变得越来越容易。只要你敢想并以合适的提示词加以引导，无论是崇高还是优美，无论是写实还是抽象，AI绘画工具可以使各种风格瞬间量产。王国维所谓“古雅”范畴的作品，完全可以用AI绘画工具来实现。同时，我们对这类艺术的评价也将大打折扣，毕竟在AI绘无疑，AI绘画工具的高效产出，对于艺术创作和艺术 教育都带来了很大的冲击。我们知道，在东西方艺术 史上都有一些类似于“以复古为革新”的创作理念。比如在欧洲艺术传统中，强调向希腊、罗马的古典艺术学习的文艺复兴、巴洛克和新古典主义，他们的艺术都以学习和借鉴古典范式作为基础。而在中国，宋元以降，艺坛“崇古”“则古”的风气日甚一日。元代赵孟頫论书主张“则古”,反对取法于今人，论画则谓“作画贵有古意”，他的书画实践也是上溯晋唐，借古开今。清代“四王”之一的王翚，论画主张“以唐人笔墨，运宋人丘壑，而泽以元人气韵”。至于当代，挪用艺术（Appropriation）作为一种后现代的艺术手法则通过借用已有的风格或图式，结构性的移花接画工具日益成熟之后，风格再造就会变成一种廉价的东西。所以，对于艺术创作来说，AI绘画工具的诞生就如19世纪中叶的摄影，一定程度上又重启了创造力的潘多拉魔盒子。
>《大荒几何学的品红分支》系列，王雪松
基于此，我们有必要重新审视艺术的定义以及关于艺术创造机制的重要理论。首先，尽管很难说原有的艺术定义已然被“颠覆”，但变化确实是巨大的。从艺术史的角度来看，尽管艺术的定义一直在变，但总体而言不外乎两个基本的层面：首先，是精神的层面，艺术是一种智性的创造，是人类的理智和情感的外化，即黑格尔所谓“美是理念的感性显现”；其次，是物质的层面，艺术是人类劳作的产物，涉及媒介、材质、工艺等多方面的使用，也就是说，艺术在“显现”的层面上一定是有物质性的。而数千年来，艺术在精神层面的想象和创造是由人脑来完成的，在物质的层面则主要依靠手和脑的协调。机械化大生产的时代到来之后，机器完成了大量人手所不能完成的工艺，补充了人的能力的不足。20世纪60年代，在人类迈入信息时代的前夜，加拿大学者马绍尔·麦克卢汉在其名著《理解媒介—论人的延伸》中敏感地意识到“电子媒介是中枢神经系统的延伸”。后来，随着计算机技术的发展，计算机辅助设计（CAD）和计算机辅助制造（CAM）极大地改变了艺术家和设计师的工作方式，像如Photoshop和illustrator等绘图软件的广泛使用也对挪用艺术和后现代的图像语言起到了极大助推作用。不过，这些技术的进步充其量也就是工具意义上的革命。而到今天，随着生成式人工智能的发展，“电脑”实实在在的成了“人脑”的延伸，其算力不但超越了人类的算力，延伸了人的理性，也开始在人类的想象力、审美和情感层面，在音乐、美术、设计、电影等广泛的艺术创造领域发出挑战。或许，我们可以保持人本主义的态度，把生成式人工智能仍旧归类于“工具”意义上的技术进步，但应该引起高度注意的是，生成式人工智能的大语言模型正在不断深入到艺术想象力和创造力的中枢，如果我们承认艺术家对于艺术创造的主体性价值，那么在人工智能的时代，艺术创造的主体就将由“人”变为“人和高度智能化的拟人”的结合，这必然会对我们如何定义这个时代的艺术提出新的挑战。
> 左一左二《水源安全的反思》右一右二《合影》，张虎博
再看艺术创造机制，比如英国美术史家恩斯特·贡 布里希用于阐释艺术创作机制的“制作与匹配” (making and matching)的理论。他认为，艺术家的创作必须先掌握前人留下的图式，再通过观察自然、 在画布上尝试各种色迹或线条组合，通过试错慢慢修正图式，才能达到与自然相匹配的程度，这个过 程也称为“图式与修正”。再如美国建筑理论家克里斯托弗·亚历山大关于建筑模式的理性探讨。在他的名著《建筑模式语言》一书中描述了城镇、邻里、住宅、花园和房间等共253个模式。在他看来，运用模式语言产生建筑的过程不是各部分之间的简单相加，而是一个不断分化、推演和聚合的过程，新的设计和规划可以在这些模式语言的基础上衍化出新。显然，上述理论都在阐述艺术创造的动力和方式问题，而这些都可以用生成式人工智能的逻辑加以理 解。事实上，AI绘画工具的出现相当于是把建立在既有图式、风格和模式语言基础上的艺术创作论还原成了一个技术模型的演化问题。只要是建立在习得的经验基础上的“创造”，对人工智能来讲，就是一个数据、运算和生成的问题。以前的艺术家是在 用人脑智能处理这些参数和数据，一般人因为你掌握的数据（图式语言）不够，见的东西不多，便缺乏想象力和创造力。如果你的见识足够多，掌握足够多的艺术数据量，你就能够超越一般艺术家的想象力和判断力，同时你也就拥有了创造力。历史上为什么江浙一带出的大艺术家最多，从人工智能的逻辑来看，就是因为江浙地区的书画收藏保有量最大，人杰地灵又有“大数据”，自然人才辈出。在数据量和人工智能的利用机会均等的条件下，艺术创造会有一种扁平化的趋势，许多固有的状况和陈见也必将发生改观。
>《小情歌》《宠物》《龙年穿戴甲》，陈哲
如果说“制作与匹配”和建筑的模式语言等理论，此 前解释艺术创作机制还算有效的话，在生成式人工智能成为创意工具之后就很难说了，因为这些理论所解释的创造性活动不再需要大量的脑力、体力和时间，像midjourney这样的AI绘画工具很快就能生成，人要做的只是对人工智能进行训练、选择和完善。无疑，传统意义上的艺术创造机制面临着新技术所带来的危机和挑战，如何在人工智能技术背景下认识和定义艺术创造的机制将成为一个耐人寻味的话题。首先，在艺术创作的层面上，当“制作与匹配”这类工作被人工智能接手之后，哪些想法和步骤 最重要，哪些才真正算是人脑的创造就成了一个耐 人寻味的问题。其次，在艺术家生存的层面上，凡是类型化的、程式化的、重复性的艺术劳作将加速被人工智能所取代。以前我们讲达·芬奇画蛋的故事，还会特别强调和尊重那99%的汗水，以后这些汗水多数都会由人工智能代劳了。只会重复没有创造性的艺术从业者，在人工智能时代的生存空间会越来越小。第三，在艺术教育的层面上，在人工智能的时代，学校教什么、怎么教、怎么判断都将是一个棘手的问题。人工智能已经成为艺术创作的一个有力工具，然而这种人脑与人工智能的捆绑会很容易造成人脑“搭便车”的后果，这必然会导致大脑创造力的退化，艺术的教学如何设置才能使人类创造力的铁三角—眼、手、脑更为协调而非退化，这将是艺术教育必然面对的一个重要话题。当然，更麻烦的是艺术职业教育，因为相当一部分艺术职业技能必然被人工智能所取代，我们必须重新思考未来职业教育的方式方法和前途问题。与大学对于学术性、综合性和创造性人才的培养目标不同，职业教育的目的向来是培养具有一定文化水平和专业技能的应用型人才。这种定位使艺术的职业教育长期以来并不关注创造性和综合能力的培养，但随着人工智能的发展，在艺术职业教育中培养的插图、建模、设计软件操作等职业技能已然被人工智能所取代，我们必须重新思考未来职业教育的方式、方法和前途问题。强调应用而不强调创造的职业教育，符合机械化大生产的要求却不一定符合智能时代的要求。当大家都可以使用强大的人工智能工具时，还在教那些毫无新意的、重复性的内容就是误人子弟了。事实上，创新是艺术的本质也是人的天性，不能说职业教育就不需要创造性和综合能力的培养。随着人工智能的普及，艺术的职业教育和普通教育在很多领域很可能会形成一种平权，而当艺术的职业教育向上突围成为本科教育，事实上与大学的艺术教育也就没有本质上的差别了。当然，人工智能带来了挑战也带来了机遇。其中最 有意义的就是对人类想象力的拓展与助推，正如Midjourney的创始人大卫·霍尔茨（David Holz）所说的那样，人工智能的发展并不意味着人类将停止想象，相反，这项技术是想象力的发动机。面对人工智能的冲击，我们仍旧处在这个剧烈变化的过程中，利弊得失很多还难以断言。从艺术创造的角度来看，我想有三点是比较肯定的：
关于如何认知艺术，我认为原创性的和独特的东西 仍旧具有持久的价值。后现代以来，艺术不怎么喜欢谈原创了，以风格挪用为业的艺术家更是躲着原创硬干。但是AI绘画工具的强大能力使我们意识到，原创的、独特的仍旧是最有价值的。艺术创造，本质上也是一种劳动，它有一个从量变到质变的过程，量变是与数学和数据积累相关的，人工智能可以极大地提高量变的效率。人要解决的问题是“质变”，也就是真正有创造性的劳动。
关于如何创造艺术，我觉得品位和判断力的培养将 远大于对技巧的作用。迄今为止，人类关于艺术的知 识主要来自前工业化时代，艺术创造的基础也主要有赖于肉身的整体协调。在这种情况下，为了达成某种特定的艺术效果，艺术家必然执着于技巧的训练和完善，然而，生成式人工智能已经使许多艺术效果不必经由技巧训练便可达成。在这种情况下，艺术的创造一定程度上就回到了意大利美学家克罗齐的经典命题“艺术即直觉，直觉即表现”，而直觉和表 现之间的桥梁就是人工智能。当然，在人工智能的 时代，艺术的直觉不是非理性的，而是由知识、品味 和判断力构成的。未来的艺术创造，如何在思想（词语）和图像之间架设桥梁将变得更加重要，而在词语和图像之间架设桥梁的艺术史和理论教学将在人工 智能时代焕发出新的光彩，这也是艺术教育要重视理论与实践相结合的价值所在。艺术家要能熟练地掌握语言和艺术作品风格、品味的关联，有敏锐的审美判断力，能够训练人工智能并挑选出好的、适合的作品。当然，这会带来一个新的问题：当生成式人工智能使鉴赏家、梦想家和凡人都有可能变为艺术创作者之后，艺术家的艺术又当何为呢？换句话说，当“人人都是艺术家”之后，那艺术家又是谁呢？人工智能所带来的这种“淹没性的消解”可能是当前艺术最大的危机。
对于艺术教育，生成式人工智能在艺术上的优长是“发人所已发”，而非“发人所未发”。我们以往的艺术教育模式大都以历史上的名家大师、艺术典范为指引，在这种模式下产出的许多引以为豪的艺术创造事实上不过是诸多典范的结合和变体。人工智能技术的发展正在使这种学院派的创作模式日益普通且廉价。未来，艺术创造一定不是简单的手艺传承，也不是单向度的专业训练，而是具有复杂性的创造性活动，艺术家要富于同情心和同理心，富于直觉和创造力，懂得并能够利用复杂的知识系统，有能力连接多种知识、资源和可能性。艺术教育更要着力培养有综合意识的人，有能力处理复杂系统问题的人。而在新的技术语境和历史条件下，如何把“专门人才”的培养与“通人之学”结合好，仍旧是值得我们认真思考的时代课题。
文章来源：
版权声明：【除原创作品外，本平台所使用的文章、图片、视频及音乐属于原权利人所有，因客观原因，或会存在不当使用的情况，如，部分文章或文章部分引用内容未能及时与原作者取得联系，或作者名称及原始出处标注错误等情况，非恶意侵犯原权利人相关权益，敬请相关权利人谅解并与我们联系及时处理，共同维护良好的网络创作环境，联系邮箱：603971995@qq.com】
