人工智能艺术的未来 8 10

该图片由作者使用 dreamtudio.ai 创建,提示为:“宇航员在向日葵幻想艺术领域骑着一匹蓝色的马拉小提琴。” 注意浮动的小提琴弓和不正确的右手位置。

生成式人工智能 (AI) 已成为新闻焦点,最近的一次是好莱坞演员罢工,讨论生成式人工智能 (AI) 的潜在影响 电影制作中的人工智能。 另一个故事涉及人工智能被用来 复制加拿大说唱歌手 Drake 的声音病毒式传播的曲目.

这些故事引发了对表演者权利的质疑,也引发人们思考:人工智能会取代艺术家吗?

这些问题也是密切相关的 近期进展 in 生成式人工智能 熟练 在大量现有图像上 已用于仅根据用户提供的提示创建新图像。

我是一位作曲家 在我的音乐和声音练习中使用创意人工智能 将近二十年了。 我的创作实践和研究主要集中在 合作关系 艺术家和人工智能之间。 在我看来,虽然我们正处于一个混乱的时代,许多艺术家需要在新技术背景下重新谈判他们的劳动条款,但也存在不同形式合作的机会。


内在自我订阅图形


AI生成的图像

AI生成 高品质的图像 范围 视频游戏的概念艺术 到照片级写实作品。

生成式人工智能视觉艺术的例子包括奇幻图像:

作品也可以模仿现有艺术家的风格。

人工智能艺术的未来2 8 10

 作者在 dreamtudio.ai 中使用提示创建的图像:“年轻人拿着扩音器和一朵班克斯风格的红花。”

用于创建上述图像的免费在线系统是人工智能用于生成新颖材料所取得进展的例子。 也许最大的进步是这些系统的易用性:它们易于为公众使用和访问。

AI会取代艺术家吗?

一方面,人工智能是否会取代艺术家的答案是否定的。

生成式人工智能是一种强大的工具,可以扩展艺术创作的可能性,但仍然需要人类艺术家的指导。 与任何新技术一样,人工智能的一些创意过程将变得更容易、更省时。

例如,对生成视觉图像感兴趣的艺术家可以提出提示,人工智能会立即生成提示。 实验一个想法可能需要几分钟甚至几秒钟,而不是花费数小时或数天的时间。

当前的图像生成系统仍然需要通过文本提示及其输出的管理进行人机交互, 本身就是一种艺术行为.

另一方面,这些限制很快就会被克服:人类提供的提示可以很容易地被生成的提示所取代( 一些系统 已经允许)。

对创意人工智能的研究已经产生了可以 评估自己的产出 通过审美判断(而不仅仅是 模仿其数据集).

因此,无限供应的完全由人工智能制作的艺术品将构成我们在网上看到的大部分图像并充斥市场,这是非常现实的潜力。

希望的理由

对于许多实践艺术家来说,有理由抱有希望。

创意人工智能可以让一些艺术家有更多的时间和精力来探索艺术途径,从而不仅创造出更多的艺术,而且可能创造更多范式转变的艺术。

艺术家和学者 菲利普·加兰特,谁 探索弥合科学文化与人文文化之间差距的艺术理论, 将“生成艺术”定义为 “艺术家使用系统的任何艺术实践,例如一组自然语言规则、计算机程序、机器或其他程序发明,该系统以某种程度的自主性启动,从而促成或导致完成的作品艺术的。”

生成艺术创作实践 几十年来 (可以说更长)。 人类与这些系统的交互 可以创作出真正令人惊叹的作品.

当前的系统只能生成现有数据的混搭。 尽管 输出可能是新颖的 因为给定的输出可能以前从未存在过,所以它的 审美价值可能有限.

人工智能、劳动和创造力

几十年来,音乐产业一直受到风格复制过程的推动,其中艺术家可能创作出真正新颖的作品,然后其他人用该作品风格的变体填充其周围的可用空间。 它需要 真正的创造力 创造出现有范式之外的东西,而人工智能还远未达到这个阶段。

然而,用不了多久,那些仅仅创作相同公式化歌曲的制作人将与能够做到这一点的人工智能直接竞争 更有效率.

用于重建德雷克声音的生成人工智能接受了许多以他的声音为特色的受版权保护的歌曲的训练。 在这种情况下,音乐行业人士认为 这违反了版权法。 在这种情况下,一位艺术家使用人工智能作为工具来创造新的东西; 值得怀疑的是,有人会认为是人工智能本身具有创造力。 公寓 从法律和道德问题 使用他的声音,德雷克可以被认为是被替代的劳动力。

对于好莱坞演员来说,他们面临着被剥夺的危险。 人工智能以类似的方式再现相似之处,导演和制片人就是创意艺术家,演员就是创意艺术家。 流离失所的劳动力.

在我自己的工作中,我从未认为人工智能会取代任何人。 相反,我认为这是一种根据我自己的美学训练的另一种创造性声音。 我竭尽全力继续与人类艺术家合作,他们 与我的系统交互. 作者涉及生成式人工智能的最新作品《步行到梅里顿》中的一个动作。

我的最新专辑 放置 musebots,我的创意人工智能, 在我自己的名字之前,但仍然清楚地归功于与我和我的人工智能系统合作的个别音乐家。

在这项工作中,人工智能生成了整个作品,包括选择所有单独的声音。 我的角色(在缪斯机器人编码之后)是聆听最终的作品,并决定是否应该邀请我的人类音乐合作者来演奏它。

没有人类,人工智能就什么都不是

我们正处于系统能够生成完整歌曲的边缘。 这一代人面临的许多障碍已经或接近解决。

本篇 包括成功分离歌曲的不同元素 - 旋律、低音、节拍 - 以便对它们进行单独分析。 有了这些信息,人工智能就可以开始理解音乐是如何在结构上组合在一起的,这是超越当前使用的生成模型的重要一步 简单的构建块方法 用于创建数据。

但就像图像生成系统一样,人工智能音乐将是现有内容的混搭。 这需要人类艺术家的合作来指明新的方向,并确定输出是否值得。

未来人工智能不会取代艺术家; 相反,他们将比以往任何时候都更需要。谈话

关于作者

阿恩·艾根费尔特,当代艺术学院教授, 西蒙弗雷泽大学

本文重新发表 谈话 根据知识共享许可。 阅读 原创文章.