机器人|跨界扣问：让AI成为作曲家和发明家，哪个更难？( 三 ) 王皓（右）与代晓蓉（左）

文章插图
文章插图
意大利的钢琴机器人在2019年的世界人工智能大会“AI+艺术欣赏体验会”上表演《Perfect》，他的眉眼都会传情
王皓当即响应，为代晓蓉解开像与不像背后的科学之谜。他说，在1970年，日本东北工业大学的森政弘教授就已经提出一个现象，在制作仿人机器人时，当与人类非常接近时，就很容易因为一丝一点的不像而南辕北辙，那时的不像会让人起“鸡皮疙瘩” ，让人类对仿人机器人的主观感觉很不愉悦，这称为“恐怖谷理论。 ”所以，一般卡通形状或者纯机械结构的机器人，反而不会给人类不悦的主观感觉。王皓又展示了一张人和机器人的“双胞胎”照片，这是日本大阪大学的石黑浩教授，他在《自然》杂志上发文介绍了自己制作自身的“类人机器人”的经过，仿人机器人和本人的面部细节完全一致，王皓问大家，能否分清哪个是教授本人？大家面面相觑。 “这是2005年的科研成果。 ”
曾去德国留学过的王皓又饶有兴致地介绍了Festo这家德国公司的实验室研发系列仿生机器，有仿生水母，仿生蜻蜓，还有仿生蚂蚁，用于空中和地面的侦察，形状非常逼真，在军事领域可以大显身手。
文章插图
2005年， “日本机器人教父” 大阪大学石黑浩教授与他自己研发的类人机器人合影，难辨真假
数据与算法：
图形算法分形出美丽的图形成为新视觉艺术
计算机界的愿望：何时能让AI完成原创发明？
算法如今被屡屡提及，名词已不再陌生，但具体如何应用到艺术领域，代晓蓉的介绍再次令听众打开视野。代晓蓉首先推出世界当红的土耳其多媒体艺术家兼导演、谷歌艺术和机器智能项目的驻场艺术家Reflik Anadol ，这位85年出生的艺术家致力于用图形算法来制作美丽的图像。其原理就是基于数据、形成算法、变成图形，随机的分形往往能产生超乎人类想象的图形造型。代晓蓉展示了不少美丽的图形，她说，十几年前接触到由东京艺术大学的团队探索的视觉分形艺术，近两年，普遍用大数据来形成视觉模型，然后进行视觉动态创作。这些海量数据大多数来自照片、气象预报资料。在洛杉矶爱乐乐团成立100周年庆典上， Reflik Anadol 就将这些数据产生的图像投影在舞台背后，前方是交响乐团的演奏，图像和音乐彼此交辉。 “异常辉煌。 ”
文章插图
洛杉矶爱乐乐团成立100周年庆典背后的数据图像
文章插图
艺术家Refik Anadol 的作品《WDCH Dreams》
“当下，这些图形算法被他用在博物馆的展陈设计中。 ”艺术家的话音刚落，王皓就笑着给出了科学技术角度的解释。 “这就是插值类算法。 ”王皓说到，理工男的理想是找到一个公式来准确描述自然规律， “但是，并非所有的科学规律都有解析的表达。 ”数学物理界的翘楚最终明白，许多的自然规律只能用数值方法来获取，而没有一个固定的公式。王皓介绍，目前，大多数原创性的、概念阶段的伟大设计都主要由人产生，计算机随后优化。像文艺复兴画坛巨擘达尔文，他的时代没有计算机，这位天才有那么多神奇机械设计。 “我们一直在探讨如何让计算机自己设计原创的概念和内容，但好像这和计算机能否产生优美旋律一样，成为一个永久的期待。 ”
代晓蓉笑着接口，是否意味着这是“算法作曲”？
“算法作曲中的算法可以有三种来源，第一种是对经典作曲家作品的分析，得出作曲家组织音高、节奏等音乐元素的逻辑，作为一种算法；第二种是作曲家直接将自己创作的逻辑告诉计算机，成为一种算法，第三种是从非音乐的领域获得一种自然界中的普遍构建规律，成为一种算法，譬如L-system或者斐波那契数列。 ”她介绍， “我曾经和年轻作曲家戴维一老师探讨算法作曲，他认为：学界探索算法作曲的目的，是通过计算机的辅助，最大限度地接近音乐构建的自然规律。 ”当音乐进入数字时代，对音响的审美、创作技法也随之演变。作曲家不再追求传统意义的旋律之美，无论算法作曲、电脑音乐，人工智能可能更追溯音乐起源的本质——数学，通过计算机辅助，还原声音组织中的数理逻辑，进而开拓音乐音响的表现空间，建立更为多元的音乐应用场景。