李 豐

2016年開始，以AlphaGo為代表的人工智能(Artificial Intelligence，簡稱AI)大出風(fēng)頭，并成為學(xué)界和業(yè)界持續(xù)討論的熱點(diǎn)。人工智能本來并不是新話題，這次大放異彩是因?yàn)樯疃葘W(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)了商業(yè)級(jí)突破，從而打開了一片廣闊領(lǐng)域。這個(gè)突破被認(rèn)為是一個(gè)科技革命級(jí)別的進(jìn)展，因?yàn)檫@種策略的成功并不限于圍棋領(lǐng)域，而可以在多個(gè)領(lǐng)域?qū)崿F(xiàn)同樣級(jí)別的進(jìn)展并產(chǎn)生顛覆性影響。這其中也包括藝術(shù)領(lǐng)域。譬如，2015年8月德國西奧綜合神經(jīng)科學(xué)研究所在arXiv.org展示了研究成果，讓基于深度學(xué)習(xí)算法的AI通過對(duì)梵高作品的“訓(xùn)練學(xué)習(xí)”而掌握了繪出梵高作品的能力，即能根據(jù)輸入的實(shí)景照片“繪出”一張具有梵高典型風(fēng)格的畫作，以至不知情的觀眾可能將之認(rèn)作梵高未被發(fā)現(xiàn)的作品。[注]L. A. Gatys, A. S. Ecker, M. Bethge, A Neural Algorithm of Artistic Style (2015.9) , https://arxiv.org/abs/1508.06576.2016年，微軟公司開展了一個(gè)類似項(xiàng)目“下一個(gè)倫勃朗”，即試圖“教授”一個(gè)AI“學(xué)會(huì)”倫勃朗的繪畫選題與技巧，最終成果是由AI生成了一幅倫勃朗式男子肖像畫并通過3D打印出來?？梢哉f，把這幅作品掛到倫勃朗博物館里也毫無異樣。[注]https://www.nextrembrandt.com/.而在2018年10月23日佳士得Prints& Multiples拍賣會(huì)上，一幅被叫做Edmond Belamy肖像的AI作品還將以七千到一萬美元的價(jià)格起拍。[注]http://tech.ifeng.com/a/20180827/45141410_0.shtml.

已經(jīng)和將要進(jìn)行的類似嘗試還有很多。這就帶來了一個(gè)問題，即AI最終有沒有可能像它在圍棋領(lǐng)域碾壓人類棋手一樣，最終超越并完全取代人類藝術(shù)家？有些人樂觀地認(rèn)為隨著深度學(xué)習(xí)算法的潛力被挖掘出來，這是遲早的事情，或者說人工智能在任何領(lǐng)域超越人類都只是時(shí)間問題，藝術(shù)AI超越人類藝術(shù)家只是其中的子問題。也有人認(rèn)為這并不會(huì)成為現(xiàn)實(shí)，因?yàn)閲迮c藝術(shù)創(chuàng)作屬于不同的領(lǐng)域，而人工智能按現(xiàn)有算法，無法具有真正的創(chuàng)新能力。當(dāng)然，更多人持一種觀望態(tài)度，對(duì)此不置可否，我們?cè)谶@個(gè)問題上的直覺也的確是很模糊的。

本文的目標(biāo)正在于澄清這個(gè)問題。

一、藝術(shù)概念的創(chuàng)造性要件

對(duì)于藝術(shù)家來說，藝術(shù)作品可分為“創(chuàng)作”和“習(xí)作”?！傲?xí)作”指為了實(shí)現(xiàn)特定訓(xùn)練效果而做的針對(duì)性練習(xí)，臨摹或模仿別人的作品也沒有問題，并不必然要求作者獨(dú)特或完整的表達(dá)；而一件作品能被稱為“創(chuàng)作”最重要的特征就是，這件作品或是主題觀念，或是表現(xiàn)手法，至少在一個(gè)方面是嶄新和獨(dú)特的。這有時(shí)依賴于藝術(shù)家對(duì)私人經(jīng)驗(yàn)的深度挖掘，有時(shí)來自于藝術(shù)家單純尋求與他人或既有作品的差異?？傊挥芯哂辛四承﹦?chuàng)造性因素，才稱得上“創(chuàng)作”。

所謂“創(chuàng)造”，按其本意，意味著從無到有，不依賴任何前因而憑空產(chǎn)生出了超越既有經(jīng)驗(yàn)的新因素。新創(chuàng)造物與既有物應(yīng)有著本質(zhì)差異，因此無法被歸入之前的類別之中?！皠?chuàng)造”曾被認(rèn)為是上帝的特權(quán)，隨著人文思潮興起，人的創(chuàng)造能力得到了確認(rèn)和強(qiáng)調(diào)。在藝術(shù)史上與此對(duì)應(yīng)的是，文藝復(fù)興前所盛行的是寫實(shí)傾向的宗教畫，藝術(shù)被定位于忠實(shí)地反映自然或?yàn)樽诮探袒?wù)，并默認(rèn)了對(duì)人創(chuàng)造性的壓制；而文藝復(fù)興之后的藝術(shù)史歷程可以看成是對(duì)人的創(chuàng)造能力不斷肯定和解放的過程。在現(xiàn)代派之后的當(dāng)代藝術(shù)更明確把“創(chuàng)新”和“突破”作為核心目標(biāo)和取向。

這要求藝術(shù)家總要在既有藝術(shù)經(jīng)驗(yàn)范圍之外提供一些“徹底的新東西”出來。所謂“徹底的新東西”，意味著其不能被既有的創(chuàng)作原則所統(tǒng)攝，甚至是對(duì)傳統(tǒng)的徹底決裂。這些新經(jīng)驗(yàn)擴(kuò)充了人類直感經(jīng)驗(yàn)范圍，同時(shí)這個(gè)擴(kuò)大了的范圍又成為了新的超越和突破的對(duì)象。這是對(duì)藝術(shù)概念，尤其是當(dāng)代藝術(shù)概念最純粹和最狹義的理解，否定這一點(diǎn)就完全無法整體把握當(dāng)代藝術(shù)脈絡(luò)。也正因?yàn)楫?dāng)代藝術(shù)創(chuàng)作的目標(biāo)就是定位于打破固有和習(xí)慣性的理解方式，當(dāng)代藝術(shù)品常表現(xiàn)得“令人費(fèi)解”，但這正是凸顯其創(chuàng)新本質(zhì)的內(nèi)在要求。

如果一件作品完全落在了某個(gè)傳統(tǒng)之內(nèi)，或本身就是一種重復(fù)和模仿，那么就喪失了被載入藝術(shù)史的資格。這本身也是藝術(shù)史生成的基本邏輯，積極介入傳統(tǒng)可以讓藝術(shù)家更容易被理解和接受，但藝術(shù)家對(duì)藝術(shù)史的否定性“借鑒”和重新定義使其能夠被載入藝術(shù)史。即使在前現(xiàn)代，藝術(shù)史的形成邏輯也絕不是單純地記錄，巨大數(shù)量的藝術(shù)家群體中技法足夠精湛的藝術(shù)家并非少數(shù)，但能被載入藝術(shù)史的終究寥寥無幾。這純粹是因?yàn)橥庠谂既辉騿?？即使在寫?shí)主義的大框架內(nèi)部，能被載入史冊(cè)的藝術(shù)家也一定是在技法或效果呈現(xiàn)上有所創(chuàng)新或具有獨(dú)特性。所以，藝術(shù)，尤其是當(dāng)代藝術(shù)的核心精神之一就在于突破和超越既有經(jīng)驗(yàn)，而不是重復(fù)、模仿或僅僅技法上的純熟?？蚨宋覀兯懻摰乃囆g(shù)創(chuàng)作的基本含義之后，我們?cè)賮砜戳硪粋€(gè)主題，深度學(xué)習(xí)人工智能。

二、深度學(xué)習(xí)的基本原理

“智能”可泛化為一種信息處理系統(tǒng)。人類接受外在刺激并做出反饋，以實(shí)現(xiàn)具有明確目的性的復(fù)雜功能，因而被認(rèn)為是具有智能的。人工智能則意味著這樣一種信息處理系統(tǒng)是由人工設(shè)計(jì)和制造的。而本文談及人工智能的含義比字面意思要更加狹窄，即特指以AlphaGo為代表的基于深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)算法的人工智能。

經(jīng)典的人工智能算法可以被看成是建立在“歸納建?！彼悸飞希茨Ｐ蛠碜杂趯?duì)規(guī)律或規(guī)則的歸納，建模即在描述被描述對(duì)象的規(guī)則或本質(zhì)，所以模型中的每個(gè)變量和函數(shù)都具有特定的規(guī)律或規(guī)則意義。這是我們熟悉并能夠直觀到的建模方式。譬如戰(zhàn)勝卡斯帕羅夫的“深藍(lán)”電腦程序就是技術(shù)人員根據(jù)幾個(gè)國際象棋大師顧問的總結(jié)意見設(shè)計(jì)的。所以其基本設(shè)計(jì)思路是借助模型進(jìn)行窮舉，即利用計(jì)算機(jī)的計(jì)算力優(yōu)勢(shì)遍歷一步棋后的所有可能性(事實(shí)上深藍(lán)的算法有“剪枝”優(yōu)化，并非“所有”可能)。對(duì)于設(shè)計(jì)人員而言，深藍(lán)電腦是一個(gè)透明的“白箱”，深藍(lán)電腦的對(duì)弈策略不會(huì)超出設(shè)計(jì)人員的理解，只是利用了計(jì)算機(jī)計(jì)算速度更快的優(yōu)勢(shì)而已。這跟用計(jì)算器計(jì)算多位數(shù)乘除的運(yùn)算比人心算的速度更快并沒有本質(zhì)區(qū)別。這很直觀也很容易理解，所以我們也很清楚深藍(lán)的可能性界限所在，即深藍(lán)的博弈策略本身不會(huì)超出編制程序的象棋專家的掌握范圍。

而圍棋、圖像識(shí)別、金融交易等領(lǐng)域比國際象棋要復(fù)雜得多，所以無法用歸納建模的方式來處理。也正是思路上的轉(zhuǎn)換，導(dǎo)致了AlphaGo強(qiáng)大而神秘的力量。深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)的核心思路在于建立一個(gè)“預(yù)測(cè)模型：用一個(gè)擁有大量參數(shù)的萬能函數(shù)來擬合用戶所提供的訓(xùn)練樣本。這個(gè)數(shù)學(xué)模型如同一個(gè)橡皮泥，可以通過變換它的參數(shù)集被塑造成任何形狀?！盵注]龔怡宏：《人工智能是否終將超越人類智能》，《學(xué)術(shù)前沿》2016年第4期上，第16頁。數(shù)據(jù)擬合是一種把現(xiàn)有數(shù)據(jù)通過數(shù)學(xué)方法來代入一條數(shù)式的表示方式?，F(xiàn)實(shí)應(yīng)用中，我們常會(huì)獲得一些離散數(shù)據(jù)但又希望得到一個(gè)連續(xù)的函數(shù)或更密集的離散方程與這些離散數(shù)據(jù)相吻合，這也就是擬合的過程。“利用用戶提供的訓(xùn)練樣本對(duì)模型進(jìn)行訓(xùn)練的目的，就是選擇最優(yōu)的參數(shù)集，使模型能夠很好地?cái)M合訓(xùn)練樣本集的空間分布。通過訓(xùn)練得到的預(yù)測(cè)模型，實(shí)際上把訓(xùn)練樣本集的空間分布提取出來并編碼到其龐大的參數(shù)集中。利用這個(gè)訓(xùn)練好的預(yù)測(cè)模型，我們就能夠預(yù)測(cè)新的未知樣本x的標(biāo)簽或?qū)傩?。”[注]龔怡宏：《人工智能是否終將超越人類智能》，《學(xué)術(shù)前沿》2016年第4期上，第17頁。

圍棋的“取勝規(guī)則”比圍棋規(guī)則本身復(fù)雜得多，人類棋手無法用歸納方式完成。AlphaGo“利用深度卷積神經(jīng)網(wǎng)絡(luò)這個(gè)萬能函數(shù)，通過學(xué)習(xí)來擬合兩千多年來人類所積累的全部經(jīng)驗(yàn)及制勝模式，并將其編碼到神經(jīng)網(wǎng)絡(luò)的龐大參數(shù)集中。對(duì)于當(dāng)前棋局的任何一個(gè)可能的落子，訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)都能夠預(yù)測(cè)出它的優(yōu)劣，并通過有限數(shù)量的模擬搜索，計(jì)算出最終的獲勝概率……由于AlphaGo對(duì)每個(gè)落子以及最終勝率的預(yù)測(cè)，是建立在圍棋界兩千多年來所形成的完整知識(shí)庫之上的，它的預(yù)測(cè)比人類最優(yōu)秀的棋手更準(zhǔn)確?！盵注]龔怡宏：《人工智能是否終將超越人類智能》，《學(xué)術(shù)前沿》2016年第4期上，第20頁?？梢姡珹lphaGo所找到的圍棋取勝規(guī)則一定超出了人類理解，因?yàn)轭A(yù)測(cè)建模是在用擬合方式刻畫離散樣本間的外在聯(lián)系，因此“萬能函數(shù)的參數(shù)一般不具備任何物理意義，模型本身往往只能用來模擬或預(yù)測(cè)某個(gè)特定事物或現(xiàn)象，并不能揭示被描述事物或現(xiàn)象的本質(zhì)及內(nèi)在規(guī)律。”[注]龔怡宏：《人工智能是否終將超越人類智能》，《學(xué)術(shù)前沿》2016年第4期上，第16頁。所以即使是AlphaGo設(shè)計(jì)者也不可能直觀把握到。對(duì)于設(shè)計(jì)者來說，AlphaGo一旦開始了訓(xùn)練和學(xué)習(xí)，它就變成了一個(gè)以最終取勝為導(dǎo)向的“黑箱”。設(shè)計(jì)者只能根據(jù)AI系統(tǒng)輸出的外在結(jié)果來檢驗(yàn)其運(yùn)作有效性。所以AlphaGo給我們一種強(qiáng)大又神秘的印象，乃至讓我們對(duì)AI的能力做出過多想象。

熟悉深度神經(jīng)網(wǎng)絡(luò)的基本原理，了解AlphaGo的強(qiáng)大能力是如何獲得的對(duì)于處理我們的主題非常重要，因?yàn)檫@既框定了我們的討論對(duì)象，也為問題本身提供了解答思路。我們可以看到，深度學(xué)習(xí)算法有兩個(gè)關(guān)鍵步驟：

1. 通過“訓(xùn)練”得到擬合了足夠多樣本的參數(shù)集和萬能函數(shù)，即一個(gè)“預(yù)測(cè)模型”。AlphaGo就擬合了兩千年來人類積累的全部經(jīng)驗(yàn)及制勝模式，并通過不同版本的自我對(duì)弈生成了3000多萬個(gè)對(duì)局，并編碼為龐大的參數(shù)集。

2. 根據(jù)這個(gè)預(yù)測(cè)模型來處理和評(píng)價(jià)任何新樣本，或在諸多新樣本中選出與已有模型擬合度最高的那一個(gè)。在對(duì)弈中，AlphaGo就是借之前得到的預(yù)測(cè)模型評(píng)估每一個(gè)可能落子點(diǎn)所帶來的獲勝概率，并總是選擇勝率最大的那一步棋來走，以此發(fā)揮出計(jì)算機(jī)(遠(yuǎn)超任何人類棋手)的穩(wěn)定性優(yōu)勢(shì)取得最終勝利。

在這樣一種策略中，隱含著一個(gè)重要預(yù)設(shè)，即新樣本與舊樣本被看成是同類的事物。因?yàn)橹挥羞@樣，才有理由將根據(jù)舊樣本得到的模型應(yīng)用于新樣本。這個(gè)預(yù)設(shè)在我們處理下棋、人臉識(shí)別、金融乃至政治決策之類的情形時(shí)是沒有問題的，因?yàn)樵谶@些領(lǐng)域，我們遇到的幾乎全是重復(fù)性經(jīng)驗(yàn)，“日光之下，并無新事”。我們默認(rèn)圍棋的取勝規(guī)則、人臉的特征或群體人性是不會(huì)變化的，所以只要樣本數(shù)量足夠大，取樣方式和算法設(shè)計(jì)足夠合理，那么就可以針對(duì)這些復(fù)雜領(lǐng)域的問題建立起有效的模型來，進(jìn)而處理在時(shí)間上屬于新情況，但本質(zhì)上并不會(huì)脫出既有樣本范圍的新對(duì)象或新樣本。

三、原則上的不相容性

至此，我們可以把以AlphaGo為代表的人工智能突破的基本原理概括為：利用深度學(xué)習(xí)算法和計(jì)算機(jī)的算力優(yōu)勢(shì)處理數(shù)量巨大且紛亂復(fù)雜的歷史樣本，從中得到一個(gè)預(yù)測(cè)模型，并以此處理與歷史樣本同質(zhì)或相似的新樣本。但這種策略在前述諸領(lǐng)域的有效性恰恰導(dǎo)致了這種策略在藝術(shù)領(lǐng)域里的注定失效。而且這種失效是概念上的，內(nèi)在于深度學(xué)習(xí)原理和藝術(shù)概念本身，不可能隨著深度學(xué)習(xí)算法的改進(jìn)而解決。

按我們上面的分析，藝術(shù)概念本身蘊(yùn)含著對(duì)既有藝術(shù)經(jīng)驗(yàn)的突破，創(chuàng)作總意味著擴(kuò)展了既有藝術(shù)作品的范圍，換句話說，一個(gè)藝術(shù)創(chuàng)作新樣本只有不能被深度學(xué)習(xí)算法根據(jù)藝術(shù)史經(jīng)驗(yàn)建立起來的萬能函數(shù)所完全擬合，才算得上“藝術(shù)創(chuàng)作”。深度學(xué)習(xí)算法本質(zhì)上是經(jīng)驗(yàn)回溯式的，既沒有脫離既有經(jīng)驗(yàn)的取向，也沒有脫離既有經(jīng)驗(yàn)的可能。而藝術(shù)家對(duì)經(jīng)驗(yàn)的利用方式不同于AlphaGo，后者是對(duì)既有經(jīng)驗(yàn)的模仿與擬合，而藝術(shù)家會(huì)在借鑒之外最終謀求對(duì)經(jīng)驗(yàn)的否定和差異化。深度學(xué)習(xí)的運(yùn)作機(jī)制與當(dāng)代藝術(shù)的本質(zhì)旨趣在根本上是逆向而行的。藝術(shù)家與“時(shí)尚引領(lǐng)者”之間一個(gè)共同點(diǎn)是二者都始終保持一種不斷突破當(dāng)下的態(tài)度。如同“對(duì)時(shí)尚的緊追”總意味著已經(jīng)落后于時(shí)尚，深度學(xué)習(xí)對(duì)既有藝術(shù)經(jīng)驗(yàn)的充分模仿也意味著如此產(chǎn)生的作品注定失去了藝術(shù)性。換句話說，卷積神經(jīng)網(wǎng)絡(luò)在技術(shù)上越成功，在藝術(shù)上也就越失敗。所以，文章開頭提到的AI作品就首次以AI作為創(chuàng)作手段來說是藝術(shù)性很高的，但就AI產(chǎn)生的畫面本身而言，已然不能算作真正的藝術(shù)創(chuàng)作。

但既然“創(chuàng)新”首先是一種否定性含義——與既有經(jīng)驗(yàn)存在著差異，那么似乎只要避免了重復(fù)就可以算作“新”，而“隨機(jī)性”就有機(jī)會(huì)滿足這個(gè)弱化了的否定性要求。如果一個(gè)藝術(shù)AI在創(chuàng)作時(shí)加進(jìn)隨機(jī)參數(shù)，似乎就有可能得到超出既有經(jīng)驗(yàn)范圍的藝術(shù)作品。單純從第三人稱視角判斷，我們不能否認(rèn)這種可能?？梢韵胂螅囆g(shù)AI給出的一件作品很可能被認(rèn)為比一些普通藝術(shù)作品更加出色，或像文章開頭提到的AI作品那樣，至少不亞于普通人類藝術(shù)家作品。

這就涉及到藝術(shù)概念的意向性要件，即藝術(shù)行為總是一種意向行為，藝術(shù)品總是作為意向?qū)ο蠖嬖?。所以，僅僅根據(jù)第三人稱經(jīng)驗(yàn)并不能判定一個(gè)物件是不是藝術(shù)品。有些奇石“鬼斧神工”、“巧奪天工”，有足夠的審美價(jià)值，但本身卻不是藝術(shù)品；假設(shè)因?yàn)榕既辉?，一群螞蟻組成了達(dá)芬奇素描的圖案，也不能被認(rèn)作一件藝術(shù)品。而意向性對(duì)于藝術(shù)品的認(rèn)定卻可能是決定性的，如丹托在《尋常物的嬗變》中舉的例子，同樣一塊紅色畫布，因?yàn)橐庀蚪Y(jié)構(gòu)的差異，卻既可能是一件極簡主義作品，也可能是一塊剛涂完底色的未完成畫作，或僅是一塊紅色布料。[注][美]阿瑟·丹托著、陳岸瑛譯：《尋常物的嬗變——一種關(guān)于藝術(shù)的哲學(xué)》，南京：江蘇人民出版社，2012年，第2頁。所以藝術(shù)品的認(rèn)定是超越于第三人稱視角下的表面經(jīng)驗(yàn)的，而取決于特定的藝術(shù)意向性。

那么，即使藝術(shù)AI能夠產(chǎn)生在第三人稱經(jīng)驗(yàn)上與人類作品無法區(qū)分的作品，但因?yàn)锳I并不具有真正的意向能力，所以AI是不能進(jìn)行真正的藝術(shù)創(chuàng)作的。AI利用隨機(jī)性算法產(chǎn)生的“作品”本身并不具有藝術(shù)品地位，而是像自然界的奇石一樣，有待具有藝術(shù)意向能力的意識(shí)主體的揀選。當(dāng)且僅當(dāng)一個(gè)藝術(shù)家用藝術(shù)發(fā)現(xiàn)的眼光將一個(gè)“現(xiàn)成物”——一塊奇石、一個(gè)小便池或一件AI產(chǎn)生的作品——揀選出來并命名為藝術(shù)品時(shí)，這個(gè)物件才有了藝術(shù)表達(dá)的含義。相比之下，AI本身卻沒有做出這種判斷的能力和資格，所以基于深度學(xué)習(xí)算法的AI無論什么時(shí)候都不可能進(jìn)行真正的藝術(shù)“創(chuàng)作”。

四、不同形而上學(xué)來源與心靈哲學(xué)預(yù)設(shè)

人工智能的作品與人類藝術(shù)家的作品可以高度相似，以至于可以像“下一個(gè)倫勃朗”的成果那樣，在經(jīng)驗(yàn)上無從區(qū)分。但按我們?cè)谏弦还?jié)的論證，深度學(xué)習(xí)式人工智能的作品永遠(yuǎn)無法成為真正的“創(chuàng)作”，因?yàn)檫@種AI在原則上無法真正地“無中生有”。根據(jù)深度學(xué)習(xí)算法所產(chǎn)生的作品，即使對(duì)固有經(jīng)驗(yàn)進(jìn)行變形和重組，其形而上學(xué)來源依然是被給予的訓(xùn)練樣本。而如果人類能夠進(jìn)行真正的藝術(shù)創(chuàng)作，即在既有經(jīng)驗(yàn)之外生成新的經(jīng)驗(yàn)，那么人類一定具有能夠“無中生有”的形而上學(xué)來源，一項(xiàng)突破有限性而向無限性開放的能力基礎(chǔ)。這也要求我們給出一個(gè)關(guān)于真正的“創(chuàng)新”何以可能的形而上學(xué)的解釋。

我們把這個(gè)來源歸于人類的自由意志，即能夠不依賴于前因而行動(dòng)的動(dòng)因體(agent)。無論在常識(shí)視角還是學(xué)術(shù)視角，自由意志都是最基礎(chǔ)的概念之一。其本意非常明確，雖然對(duì)其進(jìn)一步的解釋富有爭議性。按照本意，“自由意志”在概念上蘊(yùn)含了無限性和開放性，能夠超出既有經(jīng)驗(yàn)范圍而憑空產(chǎn)生新元素，構(gòu)成了創(chuàng)造性的根本來源。如果“藝術(shù)創(chuàng)造”真如我們所理解的這樣，那么我們就必須將其歸根溯源到藝術(shù)家擁有的自由意志上去，即“創(chuàng)作”最終的形而上學(xué)來源。

但“無中生有”過程在自由意志中的具體發(fā)生機(jī)制是什么？我們?cè)诖藨抑眠@個(gè)問題，但這并不會(huì)影響到我們的結(jié)論。對(duì)于我們來說，這的確是神秘的，而這種神秘也可以歸到自由意志本身的神秘性中去。在我們這個(gè)把經(jīng)典力學(xué)作為理解世界首選理論框架的時(shí)代，這似乎是一個(gè)難以理解和接受的說法。與“無中生有”概念同樣神秘難解的話題大概是宇宙起源與量子力學(xué)不確定性原理了，這些主題同樣充滿爭議。到這里，我們似乎觸及了某些討論的邊界，或者面臨一些基本問題上的困惑。

但并非所有人都同意將AI作品和人類作品在形而上學(xué)來源上做這樣的區(qū)分，而這種分歧來源于更深層次上心靈哲學(xué)觀點(diǎn)的差異。本文在此將基于深度學(xué)習(xí)算法的AI和被認(rèn)為擁有自由意志的人類藝術(shù)家分列討論，也就潛在地否認(rèn)了這樣的AI可以具有人所具有的心靈。換句話說，只有把深度學(xué)習(xí)式AI與人類藝術(shù)家看作兩個(gè)范疇的存在而不等同起來，才有了對(duì)二者在藝術(shù)創(chuàng)作能力上進(jìn)行進(jìn)一步比較的意義和必要。而在特定心靈哲學(xué)觀點(diǎn)如計(jì)算主義看來，心靈與計(jì)算程序之間不存在不可跨越的鴻溝，心靈具有的任何能力最終可以通過特定的算法實(shí)現(xiàn)，當(dāng)然包括自由意志以及“無中生有”的創(chuàng)造能力。反之，對(duì)于計(jì)算機(jī)不能擁有的能力，人類也不可能獨(dú)占。事實(shí)上，在計(jì)算主義者看來，我們?cè)谇懊骊P(guān)于藝術(shù)創(chuàng)造的描述本身就非?？梢?。

如果計(jì)算主義成立，本文所關(guān)心問題的答案也就顯而易見。即如果AI與人類智能本質(zhì)上就是一類東西，那么關(guān)于人工智能AI能不能超越人類藝術(shù)家之類的問題壓根無須討論，答案幾乎直接蘊(yùn)含在計(jì)算主義主張里面。無論藝術(shù)活動(dòng)看起來多么玄虛，也無非是人的意識(shí)活動(dòng)之一，而意識(shí)活動(dòng)的本質(zhì)在于計(jì)算，那么擁有更強(qiáng)計(jì)算能力的AI在原則上必然會(huì)超越人類，無論是圍棋還是藝術(shù)活動(dòng)。AI當(dāng)然可以成為藝術(shù)家，并且借助計(jì)算力的優(yōu)勢(shì)趕上并超過人類藝術(shù)家也只是個(gè)時(shí)間問題。

對(duì)計(jì)算主義的討論汗牛充棟[注]翟振明教授與筆者曾針對(duì)計(jì)算主義做出過反駁(翟振明、李豐：《心智哲學(xué)中的整一性投射謬誤與物理主義困境》，《哲學(xué)研究》，2015年第6期?；舅悸肥侵赋鲇?jì)算主義預(yù)設(shè)的定域原則(Locality Principle)在原則上無法徹底解釋意識(shí)的一個(gè)內(nèi)在特征——整一性特征，因而任何基于定域原則建立起來的意識(shí)理論對(duì)于意識(shí)解釋都是非充分的。，本文可以看作這些討論的延伸，即特定理論在藝術(shù)領(lǐng)域帶來的特定結(jié)果，亦或藝術(shù)領(lǐng)域?qū)@些理論的反饋。在人類藝術(shù)家是否存在超越AI的特質(zhì)這個(gè)問題爭議的底層分歧在于對(duì)人和世界的一些基本問題上的認(rèn)定差異，并帶來各自的后果。對(duì)“無中生有”能力的確認(rèn)會(huì)破壞對(duì)世界最簡潔的理解方式——經(jīng)典力學(xué)框架的完備性，并因引入超出這個(gè)框架的神秘之物而帶來了更多解釋負(fù)擔(dān)。而計(jì)算主義者的主張首先帶來的代價(jià)是對(duì)“藝術(shù)”的虛無和解構(gòu)，就像他們宣稱或暗示自由意志是“幻覺”一樣，我們的意識(shí)世界也是封閉和有限的，那么“藝術(shù)創(chuàng)作”將跟吃飯睡覺等單純生物活動(dòng)沒有區(qū)別，而并非常識(shí)生活世界所理解的作為人類尊嚴(yán)與終極意義的重要來源。

需要補(bǔ)充的是，我們這里談?wù)摰腁I所指代的是運(yùn)轉(zhuǎn)于圖靈機(jī)之上的AI程序，亦即當(dāng)下提到人工智能時(shí)默認(rèn)的預(yù)設(shè)，而沒有完全排除其他某種形式的“人工”智能體成為藝術(shù)家的可能性。量子力學(xué)理論本身容納了意識(shí)所具有的整一性和不確定性特征，這就給用量子力學(xué)框架解釋意識(shí)和自由意志留出了理論空間。那么我們就有理由期待基于量子力學(xué)原理制造的量子計(jì)算機(jī)有朝一日成為具有自由意志的人工智能體的載體，而本文討論涉及的AI并不涉及量子人工智能。

五、AI在藝術(shù)領(lǐng)域的應(yīng)用空間

如果AI不能取代或超越人類藝術(shù)家，那么它們會(huì)在藝術(shù)領(lǐng)域帶來什么樣的影響呢？

從文明進(jìn)程看，人工智能在現(xiàn)階段的意義仍在于進(jìn)一步解放人力，類似工業(yè)革命時(shí)蒸汽機(jī)解放了人力，人工智能革命將人從低等腦力勞動(dòng)中解放了出來，因此也必將像集裝箱的發(fā)明取消了碼頭工人這個(gè)職業(yè)那樣，取代很多腦力“碼頭工人”的工作。長期和整體來看，技術(shù)進(jìn)步總是改善人類整體福利，并為個(gè)體更好實(shí)現(xiàn)自身內(nèi)在價(jià)值提供外在條件。

在藝術(shù)創(chuàng)作過程中也同樣存在著低創(chuàng)意要素的藝術(shù)活動(dòng)。如果人工智能在藝術(shù)創(chuàng)作的某個(gè)方面能夠做得比人工好得多，那么這部分內(nèi)容就具有很強(qiáng)的可替代性。比如以美觀舒適為目標(biāo)的設(shè)計(jì)等重復(fù)模仿性工作，這樣的崗位會(huì)最先為AI取代。事實(shí)上，這樣的事情已經(jīng)發(fā)生，阿里巴巴公司開發(fā)的AI已經(jīng)在2017年雙11期間以每秒8000張的速度設(shè)計(jì)了4億張海報(bào)；[注]https://www.sohu.com/a/202528185_161378.paintschainer這樣的線稿自動(dòng)AI上色網(wǎng)站也已上線運(yùn)營多時(shí)。[注]https://www.paintschainer.preferred.tech.與其說未來AI能夠取代很多藝術(shù)家，倒不如說他們現(xiàn)在的“創(chuàng)作活動(dòng)”本來就不是那么有藝術(shù)價(jià)值。猶如照相機(jī)取消了簡單鏡面式畫家的藝術(shù)家身份，AI也注定會(huì)讓某些藝術(shù)家的身份發(fā)生貶值。同時(shí)，AI的介入并不會(huì)損害藝術(shù)家主體地位本身，猶如藝術(shù)家借助助手創(chuàng)作并不會(huì)否定藝術(shù)家的成就一樣，AI在此所做的始終是輔助工作，作品總是有賴于藝術(shù)家的創(chuàng)作意圖和取舍抉擇。

另一方面，AI技術(shù)的普及可以讓藝術(shù)家擺脫低級(jí)腦力活動(dòng)而集中精力于作為核心的創(chuàng)意本身，從而拓展能力范圍，提升創(chuàng)作效率。甚至，從一個(gè)整體和長期的視角來看，AI介入藝術(shù)會(huì)加快藝術(shù)史的進(jìn)化速度。每當(dāng)進(jìn)入一個(gè)新的藝術(shù)史范式，AI就可以以已有作品為樣本庫而將相關(guān)的各種可能性迅速挖掘出來，從而加快藝術(shù)范式成熟，促使藝術(shù)家們更早開始新突破，打開新維度。

六、結(jié) 論

藝術(shù)概念的要件和深度學(xué)習(xí)人工智能的原理決定了二者的不相容性，相應(yīng)地，人類藝術(shù)家和藝術(shù)AI的作品有著不同的形而上學(xué)來源。如果要否定這一點(diǎn)，就需要訴諸計(jì)算主義，進(jìn)而解構(gòu)掉我們關(guān)于藝術(shù)的常識(shí)性理解。但這里的討論不會(huì)否認(rèn)AI的輔助價(jià)值。無論對(duì)于藝術(shù)家個(gè)體還是群體，AI的介入都會(huì)幫助或促使他們聚焦到“創(chuàng)造”本身和實(shí)現(xiàn)內(nèi)在價(jià)值上來。