赵毅衡｜人工智能艺术的符号学研究( 五 ) 作者︱赵毅衡摘要人工智能艺术

4人工智能对艺术创作易评鉴难
更重要的是，人工智能对艺术作品的鉴赏和判断力大可怀疑: 2019 年程序 “一叶·故事荟”评价《收获》杂志40年来刊登的作品，总结出六种类型，这表现了它的特长; 但程序“谷臻小简”从2015年全国各文学刊物的 771 篇短篇小说中选出 60 篇佳作，就与批评名家的选择少有重合之处。要求人工智能作为艺术评判者，实际上比让它进行创作更难。
为什么鉴赏与判断那么重要呢?人工智能艺术创作速度奇快、产量奇高，可以日夜工作毫不疲劳，只消耗一点电量。就数量而言，几台电脑就可以供应全人类需要的艺术品，这当然不可能，艺术本身需要多样性。因此艺术市场需要一个必不可少的环节: 选择，这项工作不得不由艺术家或艺术批评家来做。小冰的一本诗集，是策划者从它的几万首诗中选出来的。小冰的诗究竟是谁写的呢:是小冰，还是背后的选家?这种争端以前也发生过:大半个世纪以来，多位猩猩、海豚、大象“画家” ，都有过杰作面世，都有过拍卖成功、被收藏的记录。这些聪明的动物只要有食物鼓励，就可以不知疲倦地工作，那些 “成功”的作品，是从无数被人丢弃的作品中挑选出来的。在缺乏艺术家主体性支持的 “艺术品”中，能给予作品以艺术意图性的，实际上是选家与展示者。这些人工智能生成品成为艺术的最重要关键，是展示为艺术: 可选的数量极大，总能够找到几首读起来似乎有诗味的作品。机器的诗集、画集、音乐、小说，都是这样选择出来的，没有 “精心创作” ，只有精心挑选。
人工智能艺术史或艺术批评，也会落到这种窘境，即材料丰富，分类仔细，但缺乏判断。 2012 年纽约著名的 MOMA 艺术博物馆用人工智能产品举行了《发明抽象艺术》(Invention Abstraction 1910－1925) 展览，扫描艺术家与城市联系的地图，找出艺术家与同代人的关系，然后用令人信服的数据找出艺术家与时代的连接性，及其对艺术借鉴与创新的关系。这是一种有人工智能大数据支持的艺术社会学研究，用数据可视化、主题建模、模式识别等方法，在理性的目的下做得非常有效而且精彩。但是艺术史家不能奢求能用这种工具研究女性主义、后结构主义等穿透现象寻找潜在规律的操作。 [11]因为历史运动需要对材料的穿透性阐释，需要对艺术作品的同情性敏感，也需要对时代潮流的理解力。人工智能艺术软件的设计者，必须让电脑在扫描学习大量材料的基础上，对风格流派进行标注(例如书法 “颜体” “柳体”等)，这样“学习”量虽然大，但能够分类鉴别，不至于产出大杂烩，或过于平庸，或把不同风格糊成一片，成为笑话说的“输入垃圾，产出垃圾”(Garbage in ， garbage out)。
更重要的是，艺术欣赏从来就不是一种严格的认知，而是一种 “错觉” (illusion)。这个命题从 1959 年贡布里希的名著《艺术与错觉》开始，渐渐为艺术理论界所认同。贡布里希指出:视觉错觉、心理错觉，以及两者联合形成的综合错觉，三者结合才出现艺术欣赏所必需的“错觉的条件” 。 [12]近年维纳·伍尔夫更推进了这个命题，他指出艺术错觉是由沉浸 (immersion) 式体验与理性距离 (dis-tance) 两个相反的元素构成的，是文本再现与观者理解在适当语境中的结合。其中关键是观者的 “准经验性” 。艺术品不需要与生活经验对应，但是要有一定程度的呼应，才能激活观者的想象力，创造出逼真感。这种欣赏既不是概念错误，也不是感知错误，而是 “再现的艺术指导脚本在精神屏幕上投射的原始资料”所引发的艺术感觉。 [13] 艺术的接受和欣赏需要接收者的 “准经验” ，例如看到银幕上的怪兽，激发我们对野兽的经验，然后我们才会悚然而惧。
那么，人工智能作为艺术接收者，有可能具有经验或 “准经验”吗? 有可能悬搁理性距离，让自己沉浸于艺术文本制造的错觉之中吗? 显然不可能，因为人工智能的经验是人为读取已经 “形式化”了的别人的经验文本，不是它自己的主体经验。如果这些经验材料有标记 “真”或 “假” ，它们就是真实的真，或真实的假，不会引发艺术欣赏所需要的错觉。艺术的 “假戏假看中的 ‘真戏真看’”[14] 对于人工智能是要求太高了，至今为止我们没有看到人工智能实现从感情的吸引，到认知的沉浸，到进入更高一层的 “逼真感”的复杂心理过程。如果做不到这一点，人工智能如何能对自己的生产物的 “艺术性”做出判断呢? 如果最后的甄别、筛选、展示，依然要靠人类来做，人工智能还有艺术主体性吗?