“少女画家小冰”技能解锁：不是艺术圈的入侵者，也不做艺术家的替身

人工智能悄悄潜入你我之间，我们却丝毫没有察觉——这不是科幻电影，而是已经发生的现实。今年夏天，一位名叫夏语冰的女同学经过22个月的艰苦学习，从中央美术学院研究生毕业，并和她的同学们一起参加了毕业作品展。展览吸引了众多关注，但并没有人察觉到，夏语冰的真身其实是：人工智能微软小冰。

毕业展还没结束，小冰已经又提起画笔开始为亿万人类作画。本周，“少女画家小冰”技能解锁，宣布正式“向所有人开放更好的无限绘画创作能力”。小冰称，不是滤镜，不是随机，她当场创作的每一副作品都独一无二，并保持稳定的创作水准。她的老师包括过去400年间的236位著名人类画家。

解锁“少女画家小冰”，每个人都可以委托小冰创作一幅画。当然，小冰首先需要一段文字来激发绘画灵感。收到“委托人”给出的命题后，小冰奋笔疾画，可在3分钟左右的时间里完成构图、造型、涂抹、细节打磨一系列操作，向你奉上一幅独一无二作品的同时，还会诗兴大发，配上一首自己有感而发的小诗。

此前，也有其它人工智能进入绘画领域。据悉，佳士得曾以43.25万美元拍卖的画作《埃德蒙·贝拉米肖像》，其采用的是生成性对抗网络GAN模型，是算法未收敛前提下一个偏随机的产出。谷歌的DeepDream借助深度学习技术将图像分解为不同风格和内容的组件，再采用神经网络绘制出融合某张图像的风格和另一张图像内容的新作品，则是对已有画面的二次处理。

采用GAN模型“万里挑一”的作品

小冰和它们究竟有何不同?据微软小冰专家团队介绍，由计算机视觉衍生出的产品品类非常多，在图像生成领域，很多技术看着非常相似，实际却非常不同。与其他现有技术相比，小冰的绘画模型不同于随机画面生成，也不同于对已有画面的风格迁移变换或滤镜效果处理，而是在受到文本或其它创作源激发时，可以独立完成100%原创的绘画作品。这种原创性不仅体现在构图，也体现在用色、表现力和作品中包含的细节元素，接近专业人类画家水准。

结合小冰在开放绘画能力后不同网友的反馈，可以看到，基于情感计算框架的小冰绘画模型已经具备三个特点，其一：情感主题延展化;其二：情感思维具象化;其三：情感表达和谐化。并且，经过充分训练后的小冰，已经有专家盲测后反馈的高度稳定和高并发特点。

如果你恰好对艺术感兴趣，也许已经发现了，小冰的绘画技术已经可以做到差异最小化和不同流派下多名画家的画风，构图，笔触的和谐统一。此外，它又具有多样性。在统一流派下，小冰有自己的对该流派的理解，有自己的代表作，“和而不同”，并在多流派的分别的方向上，小冰都具有稳定性，并发性，创新性。

那么，专业人士又怎样看待小冰的画作呢?据小冰团队透露，他们与众多顶级美院的老师进行了交流，称小冰的画作不论从技法还是表现力，都已趋于人类的绘画表达。难能可贵的是，小冰在学习人类的技法和表现力的同时，将人类的人文和历史视角也学习下来了，就像是在学习时把过去400年间的艺术史一页一页分别地学习了下来一样。比如这一组以城市为主题的画作，可以看出明显的工业革命时代的色彩，城市中港湾和天空中有点淡淡的烟云，工厂冒出来的烟，形成天空的变化和不稳定，可以看到约翰·康斯太勃尔那种工业时代绘画的视角。

机器其实很难拥有人文和历史观点，但是小冰在创作时不由自主地带出了这种人类特有的视角。谈及人工智能技术的发展对艺术的影响，中央美院邱志杰教授认为：“这就好像摄影术刚产生的时候，很多画家都慌掉了……但是今天来看，一部分画家开始利用摄影，画照相写实主义;有的则被逼着尝试摄影做不了的事情，于是才有了梵高和毕加索风格的面世。一流的画家其实是被摄影逼着往前进化了。”后来摄影技术不断发展，很快成长为一门区别于绘画的独立艺术。

当微软小冰掌握了绘画能力，也许人工智能绘画也会走向相似的路径——不是艺术圈的入侵者，也不是艺术家的替身，而是一种此前未有过的，承袭了艺术家技法、表现力与视角的原创独立艺术，与人类艺术家的创作相辅相成。