你能理解蒙娜丽莎的微笑的意味吗？你知道戴珍珠耳环的少女回眸为何吗？你知道富春山居图中寄托着怎样的精神诉求吗？作为一个艺术鉴赏力平平的人，我在面对一件艺术品时经常冒出来的问题就是：我怎样才能理解这件作品呢？

　　以及，现在人工智能这么发达、甚至具有创造力，可以自动编曲、自动写诗、智能生成美术作品。但我们能够承认它们可以“搞艺术”么？它们搞出来的艺术，人可以理解吗？

　用style transfer（也称 deep style）技术制作的画 | Chris Rodley

　　人是如何理解艺术作品的？

　　其实，在欣赏艺术品时，我们能够理解它是因为我们的同理心。

　　要理解一幅作品，你用你自己的意识经验问自己：如果我是创作者，是什么可能促使我创作这样一幅作品？然后你用第一人称视角来试图得出一个合理的解释，这样的同理过程会让你与这幅作品产生共鸣。然而，正因为如此，你对作品的解释将是个人化的，并可能与艺术家自己的理由大相径庭。但如果我们共享足够的经历和文化背景，即使是对艺术家来说，你所得出的作品解释也可能会是一个合情的推理。

　　这就是为什么我们在了解到一件艺术品是赝品或仿制品后，会对它产生完全不同的联想：欺骗或模仿的意图与试图表达原创的想法是截然不同的。生活中，在对他人的行为下结论之前，我们最好先理清来龙去脉。这一道理同样适用于艺术，这可以让我们更好地理解创作者的意图。

我们会试图理解创作者的意图 | 梵高：画语人生

　　但是，艺术家和你共享的是其实比文化背景更重要的东西：你们拥有类似的身体，身上有着类似的思维方式。这还表现在其他许多方面，例如，我们主观的人生阅历来自于我们出生于并逐渐接受教育的人类社会，来自我们与“人必有一死”的搏斗，来自珍贵的回忆，来自我们自己头脑中独有的好奇心，来自生理上无所不在的怪癖和需求，还来自它定义的那些我们可以理解的空间和时间尺度的方式。这些都是我们能够理解人类创造的艺术的根基。

　　机器与我们人类共享这种根基吗？可能先要打个问号。

　
我们能对人创作的非人类角色产生共鸣 | E.T. 外星人

　　理解机器艺术，必须站在机器的角度

　　假设机器智能可能产生意识，并根据与人类意识完全不同的机器意识与体验进行艺术创作时，作为人类的我们能理解吗？所有拥有意识的机器都将通过它们的“身体”里体现它们的体验，但对我们来说，机器的“身体”却是一种完全陌生的东西。

　　我们能够对人创作的小说中的非人类角色或智能机器产生共鸣，因为它们是由其他人类唯一的主观视角构思出来的，而这些人的视角与我们的比较接近:“如果一个人像X一样行事会是什么样子？”抱着这种想法而构思出来的X对我们来说并不陌生。我们的主观意识使我们难以客观地接受非人类创造的艺术，这些作品总会蒙上人类思想的影子。

　　但实际上，所谓“机器艺术”，是独立于人类意识的存在。

　　为了理解机器艺术，并假设我们可能在第一时间就认出那是机器艺术，我们需要一种方法，好让按我们以“身为一个机器应该是什么样”的第一人称进行思考。然而，这是件非常困难的事情，就算是比机器更加接近人类的生物，我们都不能按照它们的方式思考。

　　我们很有可能会把机器自主创造的一些行为或制品理解为艺术，但这样做，我们将不可避免地把机器的意图拟人化。只有从机器的角度出发，机器所创造的艺术才能得到有意义的解释。而从机器的角度来看，任何相关的拟人化解释都将是难以置信的异类。因此，机器创造的艺术将被人们错误地解释。

　　目前所谓的“机器艺术”的创作者并不是机器

　　既然让我们按照机器的方式思考很难，那能不能让机器像我们一样思考呢？

　　想象一下，如果我们赋予机器特权，让它理解我们的推理方式，探知我们感知器官的特性，读取人类文化的无穷无尽的例子，那会怎样呢？这能让机器创造出人类能够理解的艺术吗？我们的答案是肯定的，但这也会使艺术品人性化——而不是真正的机器化。

　　实际上，到目前为止，所有“由机器创造的艺术”的例子都只是用计算机创造的人类艺术的简单例子，艺术创作者是计算机程序员。

　　德国艺术家格哈德·里希特(Gerhard Richter)的万花筒系列风格作品《4900种颜色》（2008）曾在伦敦蛇形画廊展出。这件作品由196块面板组成，每块面板中含有25种色彩方块，以11种核心样式排布在一起。它体现了创作者对于“去主观化”绘画的不懈追求，而这些看起来随意分布的颜色正是通过一种特殊设计的电脑程序创作出来的。

由计算机程序创作出来的《4900种颜色》 | metro.co.uk

　　这听着像是个奇怪的说法：程序员怎么可能是这些艺术品的创作者呢？毕竟在大多数情况下，他们并不能控制甚至无法预测艺术品究竟会如何呈现出来。其实，这一问题在艺术史上是长期存在的。

　　假设你正在音乐厅里欣赏本地乐团演奏贝多芬的《第七交响曲》(1812)。即使贝多芬不会直接对那里演奏的任何声音负责，你仍然会说你在听贝多芬的音乐。你的体验可能在很大程度上取决于演奏者的诠释、厅内的音响效果、其他观众的行为或你的心态。但是，音乐的作者是谁？是当时的演奏家吗？不，是贝多芬。

　　再比如说，先锋派古典音乐作曲家约翰·凯奇（John Cage）的《景观遐想4号》(1951)由24名表演者根据乐谱控制12台无线电广播设备进行演奏。在这种情况下，听众听到的声音应该归功于控制设备的演奏者，甚至可以说是电磁场。然而，作曲还是应该归功于凯奇。

　　可见，这些作曲家在创作音乐时并没有料到后人会用何种乐器以何种方式在何种地点演奏给何种观众听。也就是说人类艺术家可能无法直接控制最终的呈现方式，甚至也无法预测它们，但尽管如此，他们仍是作品的作者。如此看来，当艺术家使用计算机进行创作时，真正的作者是艺术家，而不是计算机。

　　事实上，在艺术中使用运算常常是为了在过程中产生变化，艺术家广泛使用对初始条件、外部输入或伪随机数敏感的系统，以刻意避免输出结果的重复。

　　让一台计算机执行构建艺术品的过程，即使使用了伪随机过程或机器学习算法，也跟掷骰子排列一段音乐或追求同一公式的无数变形没什么不同。毕竟，机器创造艺术的理念是一种艺术传统，这一传统远远早于目前用人工智能创造艺术的趋势。

　　是否决定创作，应该由机器自己决定

　　“机器艺术”作为一个术语，我们认为它应该表示由机器思维自己的意志所创造的艺术，而不是基于以人类为中心的艺术观。

　　从人类的角度来看，机器艺术仍然是程序化、算法化和计算化的。它们将具有生产能力，因为它们将独立于人类艺术家。它们可能与人类或其他系统互动。但它们不会是人类将自己的决定施加给机器的结果，因为第一个决定——想要创作艺术的决定——应该是机器的意志、意图和决定的结果。只有到那时，机器艺术才不再是用电脑制作的人类艺术，而是真正意义上的机器艺术。

　　问题不在于机器是否会发展出一种自我意识，从而产生对艺术创作的渴望。问题是，如果他们这样做了，或者哪一天他们真这样做了，他们将拥有一个完全不同的机器世界，而我们将完全无法从我们自己主观的、具体化的视角与之产生共鸣。机器艺术将总是超出我们的理解能力，因为我们理解艺术的界限是基于人类的经验。

　　一句话总结，人工智能大概率不会写你听得懂的诗、画你看得懂的画。它们必然有它们自己的思维世界，也不会寻求你作为人类的理解。你现在看到的所谓“人工智能艺术”，背后都还只是人类而已。

　　编译来源：

　　https://aeon.co/ideas/if-machines-want-to-make-art-will-humans-understand-it

　　（编辑：李思）