恐怖谷與深度爵士：計算機藝術能達到人類的高峰嗎？

利維坦按：計算機能在圍棋上戰勝人類，與計算機能創造藝術，兩者相比之下哪個會更讓你擔憂？長久以來，我們一直認為藝術是人類最後一塊陣地之一，因為藝術的創作過程與情緒、感受息息相關——即便是阿爾法狗戰勝了世界第一，我們也可以視其僅為算法的勝利。

但是藝術不一樣，計算機能夠創作藝術這件事無疑大大加深了恐慌者的恐慌，我們並非在恐慌計算機比人類寫的歌更好聽，而是在恐慌計算機不再是我們認識的無情感物。而在這一天最終到來之前，計算機的進步讓我們有足夠的機會去思索自己是什麼。

文/Oliver Roeder

譯/以實馬利

原文/aeon.co/ideas/there-is-no-such-thing-as-computer-art-it-s-all-just-art

本文基於創作共同協議（BY-NC），由以實馬利在利維坦發佈

文章僅為作者觀點，未必代表利維坦立場

圖源：Deeboy/Flick

1964年12月的某一個夜晚，約翰·克特蘭（John Coltrane）和他的四重奏樂隊在新澤西州恩格伍德鎮剛剛完成專輯《至高無上的愛》（A Love Supreme）全部曲目的錄製。這張專輯被認為是克特蘭的巔峰之作——達到精神覺悟的頂峰，並賣出了100多萬張。它所代表的都是人類所獨有的：成癮中的脫身，虔誠的追求，以及對造物主的讚頌。

50年後，也就是2014年的4月份，與恩格伍德鎮相距50英里外的普林斯頓市內，20歲的金智成（Ji-Sung Kim）在他簡陋的臥室裡喝著功能飲料，在12小時內編寫了一個算法，教會了他的計算機“如何演奏爵士樂”。金是普林斯頓大學二年級的學生，時間略倉促——他在第二天早上還有個小測。而這件事的結局是，一項名為“深度爵士”（deepjazz.io）的神經網絡工程在GitHub（譯者注：一個託管代碼兼社交論壇功能的網站）上流行開來，掀起了一片黑客界新聞評論家的噪雜質疑聲；同時在聽雲（SoundCloud）上被收聽了十幾萬次，並在日本引起了不小的轟動。

半個世紀的隔閡，在泛著黃銅光澤的薩克斯管對岸，遙遙相望著的是一行行爬蟲代碼（Python）。而這半個世紀也見證了人工智能音樂和所有流派的視覺藝術的崛起。誠然，在這個大數據與深度學習並存的紀元裡，計算機藝術被認為只是特殊的算法。但無論如何——不管為敵或為友——我們必須接受計算機藝術這一事實。

在工業領域，總是充斥著算法帶來的緊張矛盾，像是“效率、資本、貿易！”和“機器人偷了我們的工作！”的針鋒相對。但是對於算法藝術而言，這種矛盾卻更加微妙。根據麥肯錫諮詢公司資料顯示：在美國經濟中，只有4%的工作需要“人類中等水平的創造力”。因此，對於計算機藝術而言，它正明確地想要放大整個職業蛋糕中的一小塊，同時這也已經不再是效率或著公平的問題，而是關乎信任。

藝術需要情感和精神上的投資，與此同時以承諾分享一部分人所得到的經驗作為回報。當我們在鑑賞計算機藝術時，有一點會令人感到不安：在這條連線的另外一頭是誰？是人類嗎？接著我們就會擔心這根本不是藝術。

（www.mckinsey.com/business-functions/digital-mckinsey/our-insights/four-fundamentals-of-workplace-automation）

算法的可靠性保證了其強大的主流吸引力。截至目前，在網站538（我所工作的地方）的網頁上搜索“算法”一詞會得到516個結果——我個人要對其中的一些部分負責。在大數據時代，算法的使命變成了治療疾病、預測最高法院判決、改革體育管理模，甚至是預測日落之美。據說，它們還能防止自殺，改良你所種植的芝麻菜，預測警察的不當行為，以及判斷一部電影是否會爆紅。

（fivethirtyeight.com/features/computers-are-learning-how-to-treat-cancer-and-diabetes-by-playing-poker-and-atari/）

（fivethirtyeight.com/features/how-to-read-the-mind-of-a-supreme-court-justice/）

（fivethirtyeight.com/features/can-an-astrophysicist-change-the-way-we-watch-sports/

（fivethirtyeight.com/features/how-to-avoid-boring-sunsets/）

人工智能預測日落。圖源：sunsetwx

對於更加宏大的計算機算法及人工智能（AI）的潛在應用，通常會提前在更易操控的試驗場進行——比如遊戲。例如，在IBM的超級計算機沃森（Watson）被送去治療癌症之前，它曾上過益智問答電視節目《危險邊緣》（譯者注：與一般問答節目相反，《危險邊緣》以答案形式提問、提問形式作答。參賽者需具備歷史、文學、政治、科學和通俗文化等知識，還得會解析隱晦含義、反諷與謎語等，而計算機並不擅長進行這類複雜思考）；谷歌的人工智能AlphaGo在一場“曠世挑戰”中戰勝了人類圍棋冠軍。但這些比賽不僅僅是微不足道的絆腳石，它們已經被視為是對人類的侮辱。意識到谷歌設計的程序將贏得這一場比賽時，一位評論員稱“感覺到生理上的不適”。

計算機藝術工程亦是如此。金和他的朋友周文賢 （Evan Chow）——同樣參與了深度爵士代碼的編寫——他們算是計算機“藝術家”冗長族譜中最年輕一代的成員。儘管這兩位並不算是窮困潦倒的藝術家。就在今年夏天，金被默克公司（Merck）所招攬，而周在優步工作。當我們三個人坐在普林斯頓大學校園咖啡廳的一個高背椅上時，一首如假包換、忠於上帝，來自人類之手的爵士——由拉赫山·羅蘭·柯克（Rahsaan Roland Kirk）狂熱演奏的《踏板起來》（Pedal Up，1973）從音響中傳出。當金給我同時播放筆記本電腦中生成的深度爵士時，我們便沉浸在一個“邪惡”的“爵士加爵士，等於爵士”的時刻。

“這樣的合奏具有相當深遠的意義，” 金說道，而我正竭力地想在這不和諧的聲音中辨別出哪種聲音來自人類的演奏。“你可以用人工智能來創造藝術，而我們通常認為這個行為是人類與生俱來且亙古不變的特質。“金也認為深度爵士樂和計算機藝術往往是一個試驗場，但他所看到的不僅是手段，還有目的。

“我不會用‘破壞性’這個詞，”他說，“人工智能重塑音樂產業的方式太瘋狂了，”想象一個基於深度爵士這種技術的應用程序。 “你只要哼一段旋律，手機就能播放出完全為你定製的、人工智能生成的歌曲。”

像無利可圖的創業一樣，許多計算機藝術項目的價值離它們的預期階段還差得遠。目前公開的深度爵士演示（demo）非常侷限，所有的即興內容都只來自一首歌：由派特·麥席尼樂隊（the Pat Metheny Group，金不太清楚“Metheny”怎麼發音。）創作的《後來我已明瞭》（And Then I Knew，1995）。不過深度爵士的代碼是開源的，就比如它曾經被改成《老友記》主題曲的爵士（亂彈）版本。

當然，不僅僅是爵士樂受到過計算機的處理。像吉格和民謠、 “遺傳即興”（genetic jammer）、復調音樂，還有其他的不少東西都曾穿過算法的魔環。視覺藝術幾十年來也一直受計算機程序算法的支配。1966年，兩名工程師在新澤西州默裡山的貝爾實驗室（Bell Labs）創造了這樣一張照片——可能是第一張計算機裸體畫。貝爾實驗室的地理位置介於克特蘭和金的位置之間。這件作品於1968年在現代藝術博物館展出。

圖源：Leon Harmon & Ken Knowlton

《紐約時報》評論了第一次計算機藝術展覽的其中一件作品，這件作品在1965年（就在克特蘭錄製曲目後的幾個月）由兩位科學家和一臺IBM #7094數字計算機參與完成；曾在紐約畫廊展出，現在早已不開放了。《紐約時報》寫道：“至今而言手段比目的更令人感興趣。”但在其中一條評論中，已故的斯圖爾特·普雷斯頓（Stuart Preston）卻以一種出人意料的熱情口吻寫道：

“無論未來會發生什麼，根據科學家預測，幾乎任何一種繪畫形式都能由計算機生成，而藝術家的筆觸將在作品中不再有用武之地 。當那一天到來時，藝術家的角色將由數學模型搭建的點矩陣組成，與人類一同形成一個理想的模式。自那以後，所有的一切都將託付與“機器中的神明”（deus ex machina）。人類將從繁瑣的技術和乏味的製圖原理束縛中解脫，而藝術家要做的只是簡單的‘創作’。”

機器僅僅是一把刷子——握在了人類手上。而有些例子表明，計算機的確可以幫助音樂家們進行簡單的“創作”。

艾米麗·豪厄爾 （Emily Howell）是一個計算機程序。“她”由大衛·柯普（David Cope）創作於上世紀90年代。柯普現在是加州大學聖克魯茲分校(University of California at Santa Cruz)的名譽教授，“她”降生於柯普想要獨自完成一部歌劇的沮喪困境中。（豪厄爾的作品是由人類音樂家們進行演奏的。）

（artsites.ucsc.edu/faculty/cope/biography.htm）

這首音樂算是勉強過得去，甚至可以稱得上不錯。對我來說，站在恐怖谷的右岸要安全些（譯者注：恐怖谷理論，指當機器人的行為或外表達到一定程度的逼真性時，其細微的差別也會變得格外刺眼，甚至令人毛骨悚然）。但有一個簡單的事實令其變得有趣：我知道背後作曲的是一臺電腦。而最能引起我興趣的是它能作為媒介——它是對柯普藝術表達的補充，而不是昇華。然而，緊張的局勢並沒有消失。

我也掉進了其他的兔子洞。舉個例說，曼弗雷德·莫爾（Manfred Mohr）是一位早期算法藝術先驅，同時也是一位（人類）爵士音樂家和藝術家。舉個例來說，他的繪畫創作P706/B（2000）就是基於一個六維超立方體完成的。

（www.emohr.com/ww4_out.html）

圖源：Manfred Mohr

有時在“計算機音樂”中也存在這樣一種方式——人類為曲子命名，而軟件為其伴舞。其中有一個案例引起了市場的巨大反響。博歌樂（Vocaloids）是日本樂器製造商雅馬哈（Yamaha）公司開發的“歌唱人格”。博歌樂中頗具人氣的一員——初音未來（Hatsune Miku，意為“來自未來的第一個聲音”）是2014年火爆的北美巡演的主角，她以全息圖像的形式出現在紐約哈默斯坦舞廳（Hammerstein Ballroom），當時的門票以75美元一張的價格，在街上甚至排起了長龍。初音是一個巨星，卻不是人類。她還在大衛·萊特曼（David Letterman）主持的《深夜秀》（Late Show）中出現過。

圖源：Nihongogo

所以，不僅僅是宿舍黑客和與世隔絕的學者們在計算機藝術領域為了炫耀才華或發表論文而大動干戈。就在上個月，“谷歌大腦”（google brain）團隊公開了一個項目“品紅色”（Magenta），它將機器學習用於這裡所描述的目的，並提出這樣一個問題：“我們能用機器學習來創造引人注目的藝術和音樂嗎？”（答案很明顯已經是‘可以’，但是你懂的）。這個項目緊跟谷歌“深度夢境生成器”（Deep Dream Generator）的腳步，通過神經網絡以藝術、夢幻（或噩夢）的方式重新“想象”新的圖像。

但真正“忠於上帝”的真相是，這整個概念在某種程度上就是一種假象，是一種毫無差別的區分。“計算機藝術”並不比“繪畫藝術”或“鋼琴藝術”更具煽動性。算法軟件畢竟是由人編寫的，使用人類思考所得出的理論、人類製造出的計算機、人類所編寫的生產規範、人類收集的材料，在一家由人類組成的公司工作，使用人類所製造出的工具等等。計算機藝術是人類藝術的一個子集，而不是另一個區間。因此人類與計算機之間的緊張關係是能夠緩解的。

與此同時，另一位人類評論員在觀看圍棋比賽中人工智能機器人擊敗人類冠軍後，感覺自己身體狀況並沒有出現任何不適，併發出了不同的聲音：“這是科技所帶來的驚人成果，更是對人腦所具有不可思議能力的讚美。”我想，這就是計算機藝術，是一種對人類大腦的歌頌方式——也是對油畫顏料和薩克斯的一種圓滿。

往期文章：

“利維坦”（微信號liweitan2014），神經基礎研究、腦科學、哲學……亂七八糟的什麼都有。反清新，反心靈雞湯，反一般二逼文藝，反基礎，反本質。

投稿郵箱：[email protected]

合作聯繫：微信號 liweitan2018

點擊小程序，或“閱讀原文”進店

☟