AI艺术简史·未来已来，只是分布不均而已…… [ 元宇宙创作者指南 ]
[ Archive Dreaming ]
作品 Archive Dreaming
：艺术家 Refik Anadol 使用机器学习算法来搜索和排序170万份文档之间的关系。档案中发现的多维数据的相互作用通过可视化的方式被制作成了沉浸式媒体装置。
当艺术遇上了大规模数据，前所未有的艺术表达方式随之而来。技术之于艺术，到底是工具还是“本身”？让我们从历史的长河中一窥究竟。
- 有些人喜欢使用最具未来感的技术
- 有些人将其作为一种新的方式融入工作之中
- 有些人则认为它具有扩展现有元素的潜力
opus
机器能有创造力吗？
机器不具有真正意义的「创造力」
#
#
「理解力」可以被假装
- 观点1
机器不具有真正意义的「创造力」
有一个streotype，认为「创造力」是人类的独有的东西，在爱德华·威尔逊的《创造的起源》一书中提出了创造源自一个冲动。机器不如人，因为机器不会犯错，即使是引入「概率」的AI，假如程序正常，它也不大会偏离正轨，但人会，因为人毕竟不是机器。
- 观点2
「理解力」可以被假装
在约翰·希尔勒的《Minds, Brains, and Programs》一书中介绍的著名的思想实验「Chinese Room」（中文屋子）。 一个对中文一窍不通的，以英语作母语的人被关闭在一只有两个通口的封闭房间中。房间里有一本用英文写成，从形式上说明中文文字句法和 文法 组合规则的手册，以及一大堆中文符号。房外的人不断向房间内递进用中文写成的问题。房内的人便按照手册的说明，将中文符号组合成对问题的解答，并将答案递出房间。
约翰·希尔勒认为，尽管房里的人甚至可以以假乱真，让房外的人以为他是中文的母语用户，然而他压根不懂中文。而在上面的过程中，房外人所扮演的角色相当于程序员，房中人相当于计算机，而手册则相当于计算机程序。
而正如房中人不可能通过手册理解中文一样，计算机也不可能通过程序来获得理解力。然而房间外的人误以为机器具有理解力。
opus
所以，没有必要让机器具有哲学意义上的「创造力」，只需要“假装”具有创造能力就好了。
如果将创造定义为：推陈出新。技术上，只要数据做的好，推陈出新的创造是可以做到的。
shadow
结和颜色组合后，可以创造出大量潜在的可能。
首个出版的计算机算法，来自查尔斯·巴贝奇发明的分析机草图，1842 年。
Ada
分析机编织代数图案，就像提花机编织花朵和树叶一样。
Poetical Science 诗意科学
使用AI创作 by shadow
诗意科学家
我们的世界是建立在数学之上的。举个例子：
数学有很多值得探索的视觉之美。
shadow
通过机器的眼睛看意味着什么？计算机看到了什么？
使用AI创作 by shadow
* 1950 年
* The Imitation Game 模仿游戏
1943年，人工神经网络的概念被首次提出，使用算法和数学的组合，运用“阈值逻辑”来模拟思维的过程，人工智能的大门由此开启。
艾伦·图灵 (Alan Turing) 开发了图灵测试，也称为模仿游戏，这是一种基准测试，用于测试机器展示与人类无法区分的智能行为的能力。机器能否思考？这个时期受图灵的影响，大量艺术家开始尝试类似的“游戏”。
图灵测试
* 1953 年
* Reactive Machines 反应式机器
Gordon Pask 1968 年的“The Colloquy of Mobiles”复制品于 2020 年在蓬皮杜中心画廊展出。
* 1968 年
* Cybernetic Serendipity 控制论机缘巧合
1960 年代的艺术家受到这些“控制论”创作的影响，许多人创作了根据生物类比行为的“人工生命”艺术品，或者开始将系统本身视为艺术品。
1968 年在伦敦当代艺术学院举办的“控制论艺术的意外发现”展览中包括了许多例子。其中，Jean Tinguely 展示了他的两台“绘画机”，这是一个动态雕塑，游客可以在其中选择笔的颜色和位置以及笔的长度，当机器人运行时，它会创造出一幅新绘制的抽象艺术品。
1968年，控制论艺术的意外发现（Cybernetic Serendipity）
* 1973 年
* An Autonomous Picture Machine 自主图像机器
陆续有一批艺术家尝试使用机器来绘画……其中一些思想仍影响着现代艺术创作。
Untitled 1972，计算机艺术的早期例子。匈牙利人 Vera Molnár 创建了第一个基于代码的绘图程序。
Cohen
我是电脑艺术、算法艺术、生成艺术的先锋，不过我自认为，自己首先且最主要是个画家，其次，同时也是个工程师
040502 由智能画家 AARON 创作，2004
到 20 世纪后期，随着个人计算机的蓬勃发展，该领域开始更快地发展，越来越多的艺术家开始玩软件和编程。到 2000 年代，由于专门用于帮助艺术家学习如何编程的资源以及可在Github上访问的开源项目，该领域快速发展。
另外，研究人员正在创建和公开大量数据，例如ImageNet，可用于训练算法对照片进行分类和识别对象。像谷歌 DeepDream 这样的现成的计算机视觉程序允许艺术家和公众对计算机如何理解特定图像的视觉表示进行实验。
在所有这些创新中，人工智能艺术领域的发展开始出现分支和重叠。这里主要分为三类：
[ 聊天机器人 ]
* 1995 年
* A.L.I.C.E 爱丽丝
* 2001 年
* Agent Ruby
艺术家Lynn Hershman Leeson 的Agent Ruby (2010)的登陆页面
agentruby.sfmoma.org
* 2020 年代
* Expanded Art 扩展艺术
iPhone 手机里的一位虚拟朋友。
艺术家们可以通过各种方式与 AI 合作，使用各种神经网络以及机器学习技术来创作生成艺术，比如Neural Style Transfer, Pix2Pix, CycleGAN, and Deep Dream。迄今为止，与 AI 艺术最相关的是生成对抗网络（GAN）。
* 2014 年
* GAN 对抗生成网络
Anna Ridler, Tulips from Mosaic Virus (2018).
* 2017
* GANism 的诞生
GANism Is The New Art Trend
* 2018
* 拍卖里程碑
Obvious Art’s [ ())] + [( − (()))], Portrait of Edmond de Belamy, Generative Adversarial Network print on canvas (2018).
可试读64%