AI孙燕姿的走红原因,AI孙燕姿

　　在人工智能如此火热的情况下AI孙燕姿，用AI系统撰写文章、写歌、创造视觉艺术已有不少例子，但问题是，你分得清它们是人类创作的还是AI系统创作的吗？

　　来自巴黎索尼计算机科学实验室的GaetanHadjeres和FrancoisPachet在JohannSebastianBach的合唱歌曲上训练AI孙燕姿了AI孙燕姿他们的AI系统。选择这些合唱歌曲，正如MITTechReview所说，“因为它产生过程是阶梯式的，并用了算法。”训练这套AI系统使用了352首Bach的歌曲，它们被转换成不同的音符，共有2503个作品。这些作品，让1600名听众（包括专业音乐家和音乐系学生）中，有超过一半的人以为是Bach本人的作品。

　　如果是诗歌领域，AI系统就更具挑战了。在达特茅斯学院举办的比赛中，法官的任务是阅读14行诗与规定的押运句子。有些是人类写的，有些是AI系统写的。在这种情况下，所有的法官都能识别出哪些是人类写的，哪些是AI系统写的。

　　另外，用AI生成小说会怎样？一位机器学习爱好者分享了他用深度学习算法训练AI系统后撰写的《哈利波特》的小说，效果比较一般。

　　那么，AI系统是否会创造出可以等同于人类创作的作品？答案是：可以先通过人类创作的作品来了解人类是如何进行创造性思考。

　　虽然人类的理性思维和数学能力是与生俱来的，但AI孙燕姿我们仍然需要通过教育来充分实现这些能力。所以我们研究自然规律、逻辑谜题、伦理困境等等。然而，即使是我们中最好的人也会做出奇怪、不合理的决定，让我们产生各种偏见。

　　另一方面，人的情感、直觉和创造力只需要一点点的正式训练。每个孩子都会笑、哭、画画、创作、质疑、探索等等，更不用说教育了。教育是用来塑造这些能力的，教孩子们控制自己的情感，引导他们的创造力，以更精确和更为周到的考虑方式来创造。

　　AI是否可以学习创造艺术？

　　计算机系统是完全不同的。他们的算法任务表现优异，但缺乏人类天生的大部分能力。他们当然可以在毫秒内的时间完成复杂的数学计算，但如果跟电脑讲个笑话或者放一首爱情歌？就不行了呢。

　　因此，即使在人造智能发展迅速的当下，AI系统是否可以学习创造艺术是一个悬而未决的问题。然而，与创造力没有直接关系的领域的进步，仍然意味着还是有可能发生的。算法已经完成了人类设计出的一些最困难的逻辑难题。人工智能系统正在接受理解语言的挑战，比如虐杀游戏中玩得最好的人类玩家，比如上街准备证明自己是多么安全的司机。

　　这些技能中，有许多距离创意本身并不遥远。特别是语言，语言是非常遵循特定规律的，同时也允许进行艺术追求，比如讲故事和诗歌。

　　人类创造力的力量

　　鉴于这些心理过程的不同，人类的大脑是有逻辑和创造力的，是令人着迷的。逻辑以有序的方式运行在一组规则和过程上。另一方面，创造力和直觉可以是凌乱的，不过是直截了当的。

　　首先，我们应该承认至少有两种形式的创造力。我们可以把在比如淋浴房洗澡时想到的点子称为“a-ha”的创意例子。然后，当我们进行创造时，拉伸我们的思想，像一个钢琴家一样，即兴演奏。在这两种情况下，焦点和认知都被放在了一边，而是让情感表达和潜意识来自由掌握。

　　思想徘徊，这种精神状态是放弃意识思想，让心灵走到哪儿算哪儿，这种状态已经不止一次与创作过程联系在一起了。点子从脑袋中如泉涌而出，激发一些让人意向不到的东西。与数学公式或逻辑结构不同，这些过程不容易以计算的形式重新创建。

　　很久以前，正式的心理学研究成为创造力，许多艺术家陷入了思想徘徊的力量中。超现实主义的画家SalvadorDali坐在椅子上时，手里握着钥匙，意识到在睡觉前的那些幸福的时刻，当奇怪的想法出现时，钥匙会掉下来，唤醒他。

　　然而不是每一个淋浴的过程都被认为是创意的过程。有些想法在第二天想来会觉得很可笑，一些之前脑中浮现的旋律过后觉得只是刺耳的噪音。创造力达到艺术状态还需要一些更微妙的事情。创造者必须懂得这些规则，才能有效地破坏它们。他们必须有一种感觉，一种适合他们在创造时的感觉或效果。这样一来，他们就是在某种程度上将新观念引入新思路中。艺术家以新的方式结合事物，从新的角度来看待他们，用的都是我们非常熟悉的材料，比如颜料、短语、旋律等等。

　　乔布斯之前说过：“创造力只是连接事物的能力”。虽然他说了“只是”，但事实上要难的多。它需要一个目的，一个要点，无论是解决问题还是描绘想法。我们可以教AI系统来把事物组合在一起，比如图像、色调、单词，但是AI可以做到用有意义的、巧妙的方式吗？

　　人工智能创造力的尝试

　　研究出创造力到底是怎么运作的，以及把它教给智能机器，虽然极具挑战，但是也没能阻止研究人员的不断尝试。开头已经看到用AI系统撰写文章、写歌的例子了。

　　再来说说视觉艺术这一块。AARON“诞生”于1973年，是艺术家Harold Cohen创作的AI系统。在接受BBC采访时，Cohen表示：“AARON已经变得自给自足了。”但他还表示AARON离真正的类似人类创作的距离还有很长一段路：“我不否认在未来的某个时候，一台机器可以使得一些艺术的东西变得更复杂，这些是比自动驾驶要复杂的多的东西，但我预计在本世纪还不可能达到。”

　　欣赏机器创作的艺术

　　一个重要的问题依然存在：我们如何感受智能机器制作的艺术品？我们会欣赏它的创意和设计吗？

　　有个学派认为，艺术的价值和意义独立于其创作者。另一方面，许多人认为，关于艺术家的艺术和信息背后的故事可能会影响我们对艺术作品的看法。你可以做这样一个测试：想象一下，你现在站在一件非常有名的艺术作品面前。然后别人告诉你，这件作品只是赝品。即使它跟原作一模一样，你还会觉得有欣赏它的乐趣吗？

　　心理学家PaulBloom在接受采访时指出，当展现给人们看一个物体或人脸时，人们最为重视的是“人们对它的评价”，你是如何对他们描述这个物体或人脸的评价，对他们影响非常大。有个小提琴家在华盛顿的地铁站演奏了一段音乐，收到32美元的消费。没有人告诉过路人，这个小提琴家是JoshuaBell，他出了30多张专辑，还在白宫演出过。而在Bell的音乐会上，平均每张门票的票价可是超过了100美元的！如果路人知道了他的身份，会有更多人来听他在地铁站演奏的音乐吗？答案非常明显。

　　让AI系统学会创造力还需要一段时间

　　像现在这样，创造力仍然是人类的行为。 虽然有许多AI系统在尝试创造艺术作品，但似乎仍然达不到艺术家的标准。在音乐作品这块算表现不错的了，但在大多数其他领域中，算法仍然做得不尽人意。但有一点是肯定的：随着机器变得越来越聪明、越来越有能力，他们会越来越接近真正的创造力。