SCI论文（www.lunwensci.com）:
一、生成艺术和人工智能生成艺术的定义
到目前为止，纽约大学教授菲利普·加兰特（Philip Galanter）对生成艺术所做的定义是最具有权威性的，这一定义是他在2003年国际创生艺术大会上所倡导的理念，并在论文《什么是生成艺术》中引用了复杂性理论作为生成艺术理论的背景。他认为生成艺术是指创作者应用计算机程序、一系列自然语言规则、机器或其他发明物，产生一个具有一定自控性的过程，该过程的直接或间接结果是一个完整的艺术作品。这种艺术形式的目标就是颠覆传统艺术创作的方式，强调算法和电脑系统的创造性。生成艺术常常打破传统审美的边界，勇于探索新的艺术可能性。它和科技、计算机科学的联系密切，也反映了科技对艺术创作的深刻影响。
人工智能生成艺术目前尚未有一个统一且被广泛认可的权威定义，但是可以根据丰富的资料综合得出一个较为通用的定义：人工智能生成艺术是指利用人工智能技术，特别是机器学习和神经网络算法，来创作或协助创作艺术作品的过程。在这里，人工智能不仅作为工具辅助艺术家，而且在某种程度上参与到创作的决策过程中，生成具有独创性和创造性的视觉、音频或其他形式的艺术作品。在艺术家的创作过程中可能也会起到关键作用，在创作过程中，艺术家不仅仅是使用者，更是创意的指挥，但还是有一部分的创作是由AI来“决定”的。
通过对定义分析，我们可以得出如下的结论：①人工智能生成艺术使用复杂的算法来自动生成艺术作品。这与生成艺术中使用算法和自动化过程的基本理念一致。②在人工智能生成艺术中，艺术作品的产生通常基于一组预定义的规则或学习到的模式，这些规则和模式指导了作品的生成过程。③艺术家的角色更多是设定初始条件和参数，然后让系统自行生成艺术作品。这一点在人工智能生成艺术中尤为明显，艺术家通常负责设计或训练模型，而后让AI自行创作。
因此，尽管人工智能生成艺术在技术和实现方式上可能与传统的生成艺术有所不同，但它们共享生成艺术的核心特性，即通过某种形式的自动化或半自动化过程来创造艺术作品，人工智能生成艺术成为生成艺术这一广泛领域中的一个重要和创新的分支。
二、“人工智能技术”在“生成艺术”中的应用
（一）案例一：人工智能技术直接生成艺术
《太空歌剧院》是一幅通过AI绘图工具生成的艺术作品。这件作品在美国科罗拉多州的艺术博览会上获得了数字艺术类别的冠军，因其使用人工智能技术在艺术界引起了广泛的讨论和争议。
这件作品使用了一系列的人工智能技术，包括但不限于生成对抗网络（GANs）、神经风格转移等来创造独特的视觉效果，这是一种强大的人工智能算法，它通过让两个网络相互竞争来生成新的、未见过的数据样本，常用于生成高质量、逼真的图像。这种深度学习模型的应用是《太空歌剧院》得以被创作出来的核心：是一种两个网络结构所构成的系统，其中包含产生器及判别器。前者负责生成类似真实图像的新图像，而后者则负责对产生器所生成图像的真实性进行区分和评估，经过多次的反复训练，生成了一幅视觉效果类似于太空歌剧院的图像，同时判别器认为该图像具有真正的艺术作品的特点，当这两个网络反复地进行训练时，生成器逐渐提高其图像生成的质量，使其看起来更真实、更有艺术性。这种对抗性训练过程可以不断优化二者的参数，使得生成器逐渐掌握更加逼真的数据生成及某些艺术元素的表达。最终，能够生成与真实数据相似的数据，从而使得生成对抗网络能够广泛地应用于生成各种类型的逼真数据。AI直接生产图片时，随机性占据主导，其随机性带来的模糊空间和融合感为观众留出了想象的空间，反而为作品增添了怪诞和梦幻的感觉。
（二）案例二：人工智能技术辅助生成艺术
内克罗是一位艺术家，他的作品具有浓烈的哥特风格，他使用AI绘图软件创作了图1作品，值得注意的是，图1作品并不是由AI完全生成的，这些局部元素是从GAN模型中生成的，经过Nekro的筛选和图像裁剪，形成了一组可以组合的部件，这些部件都符合他的绘画风格。他使用了一种新的思路来使用AI，他用自己的作品作为风格参考，要求AI生成相应作品风格的零件。然后他将这些零件筛选后结合起来，经过调整组合成一幅画，并从人工智能中获取自己想要的部分，使用的风格迁移技术需要很多具有代表性和风格特征明显的图像作为训练数据，这种技术需要首先定义一个损失函数，包括内容损失和风格损失。内容损失用于确保生成的图像保留原始图像的内容特征，而风格损失用于使生成的图像具有目标图像的风格特征。通过迭代优化过程，神经风格迁移能够生成具有原始图像内容和目标图像风格的新图像，让AI学习艺术风格生成艺术作品的部件再进行组合。由于经过了艺术家的筛选，这种方法比让AI直接生成整幅作品具有更高的可控性和调整范围，零件是可以被拆分和替换的，这为未来艺术家的工作流程提供了全新的思路。
（三）案例三：人工智能技术为艺术家提供灵感
雷菲克·阿纳多是一位视觉艺术家，他在其作品中充分利用了人工智能，特别是机器学习和大数据来创造全新的视觉艺术体验。他利用数字和人工智能创造了一个丰富的沉浸式环境，通过融合光、影、声的沉浸式表演，重塑人与空间的关系，打破数字世界与现实世界之间的无形之墙。这并不是一个静态的艺术作品，而是一个持续变化、动态变化的作品。AI在展览的过程中不断生成新的图像，使得作品永远不会重复，每一次观众看到的都是独一无二的，他以“数据绘画”形容自己的作品—通过寻找数据，以数据为颜料，以人工智能为画笔，将数据可视化。如《机械幻觉》，通过算法收集社交网络和档案馆上的1亿多个纽约市图像，组成新的图像并揭示这些图像在时空中的隐藏联系。最后将根据图像数据产生一部30分钟的电影，呈现纽约市的深层记忆，展现纽约市的故事。随着图像的流动变换，观众体验一种超现实和幻觉般的感觉，并且通过重构城市建筑和自然景观的图像，探讨了记忆、历史和数字技术如何塑造我们对空间的感知和体验。
艺术家在创作时很容易受到自身知识、技能、想象力的限制，而AI通过大量学习视觉材料，生成超出人类常规经验的图像，激发了艺术家探索未知的创作空间和新的艺术语言。可以从这个案例中看到，AI不仅仅是和艺术家共同来完成这个作品，甚至其独特的生成方式可以启发艺术家对新的艺术作品的构思。
（四）案例四：人工智能技术与艺术家合作创作
虚拟蝴蝶是数据合成昆虫，作者想表达的是昆虫是有生命的精密仪器，让昆虫在虚拟中进化。蝴蝶的纹理的鲜艳色彩完全基于电脑算法和人工智能，不仅创造了新物种，速度也高效。每只都不尽相同，总共产生了有20万只不一样的蝴蝶。展示科技将超越现实演化的可能性。艺术家通过不断观测并筛选生成的蝴蝶，将自己的意识介入人工智能的运作里。在这过程中两者不断地调整、融合，形成一个人机协同的自然生态。
作者在编写生成蝴蝶的程序时，直接编写代码来定义蝴蝶的颜色、动态、形状和蝴蝶产生的规则，决定了这个作品的基本框架，奠定了这件作品的基础。预设条件搭建后，使用算法来生成独一无二的蝴蝶，AI能够快速生成大量的蝴蝶供他选择，风格的一致性显示出艺术家对最终的作品有较高的决定权，这时的AI更多地扮演了执行者的角色，根据艺术家的规则来生成作品；艺术家通过做出决定来微妙地修正AI生成图像，让AI知道怎样的作品是他所需要的，这时作者就成为它的协作者或指导者，虽然他们设置初始条件和方向，但是最终的创作由AI完成，艺术家可以对其进行编辑和调整。在这个案例中，人工智能技术和生成艺术同时出现且紧密结合起来，人工智能技术使用了复杂的算法来生成艺术作品，这和生成艺术的使用算法和自动化过程的基本理念一致，形成了一种人机合作的新形态。在普遍的认识中，艺术的过程是通过人们的意识加工，从现实中提取并且超越现实的一个过程，包含着创作者的精神活动，AI产生的作品虽然有着超越现实的表现，但本质上是对关键词内容的提取、拆分、再组合，按照一定的程序来执行，其中是不包括人类的精神和感情影响的，但在艺术家的参与和指引下，为AI增添了“人类的感觉”，AI则为艺术家实践了过去不可能也难以做到的快速且大量生成风格一致作品的想法，这个作品生动展示了人与AI合作生成艺术的动态过程，其中既包含了艺术家的主导，也体现了AI技术的自动化能力和学习潜力。这种合作不仅为艺术界带来了新的技术和创作方法，也促进了艺术表达和审美的多样化发展。
三、结语
本文从四个不同的角度展示了AI技术如何以不同的方式应用于生成艺术。
首先，AI作为一个具有完整算法的工具，能够直接生成图像和作品，这不仅挑战了以往的艺术创作流程，也扩展了艺术的可能性和多样性。通过复杂算法，AI能够创建前所未有的视觉效果和风格，增强艺术的多样性和表达力。其次，AI辅助生成工具提高了创作的效率和精确性，使艺术家能够实现更加复杂和精细的设计，艺术家能够训练AI学习自己的风格，并且通过新的方式创作。再次，AI为艺术家提供灵感。AI通过解析和重组大量数据来揭示新的视觉模式和结构，从而为艺术家提供了新的灵感源泉，帮助艺术家探索新的创作路径和美学语言。最后，这种模式展现了人机协作的新范式。在这种关系中，艺术家和AI互为影响，共同参与创作过程。AI不仅仅是执行者，更是与人类艺术家共同创作和实验的伙伴。
总之，AI在生成艺术中的应用不仅体现了技术创新的力量，也引发了对艺术、创造力和本质的新思考。随着科学技术的不断进步和艺术实践的发展，我们预见AI将继续在艺术领域扮演更加重要的角色，不断推动艺术界向前发展，打破界限，探索未知。
寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！ 文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/yishulunwen/78329.html
