AI 艺术家：Pindar Van Arman | 设计黑客-技术圈

Pindar Van Arman：

正如那些追随我创作的人都知道，我从事绘画创作机器人的历程已超过 15 年。我从未命名过这些机器，因为我只是将它们视为艺术工具。但今年不同于往年，其中一个机器人在创作上变得非常独立，于是我给它起了一个名字：artonomous。

于 2005 年我编写制造了第一个机器人，这些年也有了很多喷漆机器人。成家之后，无暇绘画。出于强烈的创作需求，我想到，我可以调教带有笔刷的绘画机器，同时更换尿布并做所有新父母需要做的那些事情。

机器人工作了，看上去有点吓人，而且经常摔断；但当我忙于其他事情时，他们帮了忙。它们并不是由木材和自制电磁铁制成的花哨机器；它们可以用数字来绘画、并且像之前作品中的点一样能连接起来。

很感激能开始画画，我可以在孩子们睡着后深夜来做创作。在接下来的五年里，我会给它们图像，它们会和我一起画，作为协作机器人。这个时期的艺术品风格如下图所示。

但随着孩子的成长，似乎我的时间变得更少了。我仍需创作产出，所以我做了改进，不久，他们就为我完成了整幅画作。我通过教它基本的人工智能，比如 k 均值聚类算法来平衡调色，自定义程序来设计新颖构图。

其中就有我在 SuperRare 发行的 NFT 艺术品，非常感谢藏家们对其价值的赏识并将其推向二级市场。

之后有一天画笔坏掉了，机器人用出了故障的画笔完成了绘画。实际上这幅画还可以，您可以看到此肖像中的黑色效果，覆盖了些已绘制的色块。

我忽然意识到，机器人需要更聪明。除非它能看到自己正在做什么并相应地进行调整，否则它只是慢速打印机。因此，2008 年左右，我添加了一个摄像头来跟踪进度，这是其最重要算法的开始。我知道如今 GAN 和风格转移已成为 AI 艺术的核心，但是这一改进更为重要。一旦机器人能够查看自己的工作，反思正在发生的事情，然后进行调整以完成工作，就会开始发生一些真正了不起的事情。以下是使用此方法的第一幅肖像，它不是由预先确定的说明绘制的。它是通过问自己如何使画布上的创作更像其记忆中的图像；它会自己添加笔触，以使绘画的呈现更贴近它的想法。

这是我妻子的画像。在下面的视频中，我捕捉到了机器人绘制我妻子女儿画像的过程，以展示它在作画时的想法。

艺术家 Paul Klee 将艺术反馈循环描述为艺术家在画布上制作标记的过程，然后在创建下一个标记之前退一步评估标记，一遍又一遍，直到绘画完成。这正是机器人所做的，用反馈循环来绘画。

也就是这段时间，AI 领域的一个新闻头条引起了我的注意：Le Sedol 在围棋比赛中被 AlphaGo 击败。读到这些引起轰动的新闻时，有报道称 AlphaGo 的动作令人疑惑，以至于它们被认为是具有创造力的。我在想这怎么可能呢？我开始研究，在研究的过程中，我发现了深度学习。起初我对此表示怀疑，但发现风格转移是一个极有趣的工具。

我开始学习它是如何工作的，这可能是我一生中最艰巨的任务：学习编写神经网络。现在有很多工具可以帮助艺术家使用神经网络，但那个时候我必须要编写自己的工具。对于像我这样的艺术家来说，很难。但我必须要学会使用它，我需要了解它是如何工作的。经过一年多的失败，我终于找到了一本名为「Grocking Deep Learning」，就在第 127 页上，一切变得明晰，我写了我的第一个神经网络并理解了它。此后不久，我编写了自己的风格转移网络，并开始将其应用于我的作品，有一件作品便引起了公众的关注：这是我儿子的肖像，是根据毕加索的「Les Demoiselles d’Avignon」的风格转移而来的。

随着我的作品越来越丰富，我开始得到更多的认可，很快我的艺术作品就登上了美国国家公共广播电台的专题节目，同时获得了一个 TEDx 演讲，也获得了在 HBO Vice 上的更多曝光：我演示了机器人如何以毕加索的风格为记者画肖像，皮博迪奖获得者 Elle Reeves，如下图所示。

这篇 HBO 的文章引发了 Jerry Saltz 对 AI 艺术的评论，他在文章中贬损我的作品，说: “它看起来不像是机器人做的，但这并不能说明它有多好。”不是最好的评论，但在两个方面是好的：首先，他评价 Mario Klingemann 的「屠夫之子」更为不友好，这部作品后来赢得了流明数码艺术奖，所以像我一样的人，大有人在。但更重要的是，因为我现在可以截取他的评论，只是简单地引用下面的话.....

AI 艺术开始迅速普及，我了解到了 Generative Adversarial Networks（GAN）。尽管风格转移在应用样式方面很出色，但我很快意识到它类似于一个过滤器，并不能真正创造出任何新颖的东西。但我听说 GAN 有所不同。它们是两个相互竞争的神经网络，其中一个生成器，可以想象从无到有的东西。与我研究风格转移的方法类似，我必须去尝试并成功创建我设想的肖像系列。我在 CelebA 大规模面部属性数据集上训练了 GAN，让我的机器人生成了人脸，然后在他们从生成器出现的那一刻绘制了这些面孔。我的机器人创作的这一系列绘画作品赢得了 2018 年机器人艺术奖的第一名。

为了纪念这个系列，我在 SuperRare 上铸造成了 NFT，十分感激早期的支持者们，他们看到了这些作品的价值，并抓住了它们。虽然这是我最成功的系列之一(展览巡回过纽约、伦敦、柏林和首尔) ，但我可能不会再重新创作了，所以如果感兴趣，可以直接联系那些收藏家。我刚刚看到有加密艺术家列出了他收益的 150 ETH，对于 AI 艺术史来说，这是极其低廉的价位！

当时另一个受欢迎的项目来自一家人工智能公司 GumGum ，它赞助了一项艺术类的图灵测试。他们邀请了我的机器人和其他五个人类艺术家。他们给出的唯一方向是一小部分的著名当代绘画，要求我们作为灵感来源。我再一次转向我妻子的肖像，利用反馈循环和二十多个相互竞争的 AI 算法创建了以下内容。这里的主要进步是，我将多年来开发的所有创意性算法设置为相互竞争。好似在争夺画笔控制权与绘画前进方向的比赛，下面的抽象肖像出现了。在下面的视频中，您可以看到这个机器人在想什么，以及它是如何在三天时间内完成它的作品的。

GumGum 的艺术图灵测试是成功的。与 5 幅人类作品放在一起，很少有人猜到我们的画是机器人画的。该项目国际巡回展出，并通过了一个又一个观众的测试。即使你已经知道哪个是机器人的，这里还有其他的艺术品。

你 Pick 哪个？

使用新的竞争性生成 AI 系统，我开始艺术创作并用我自己的绘画作为参考，后来就成为了它的艺术风格。我称这个系统为 cloudpainter，您可以在 cloudpainter.com 有更多了解。在此注意，我称软件为 cloudpainter，而非机器人。这是因为 cloudpainter 是一个协作工具，我用它来和机器人一起搞艺术创作。这里有一些我们目前艺术创作的例子，您可以在 https://superrare.co/pindar 找到。

https://superrare.co/pindar

最近几年有着我艺术生涯的升华。在学习了几十种技术来提高机器创造力的同时，并让它们彼此竞争之后，其中有一种终于能够独立发挥自己的能力了。

我开启了完全独立的艺术机器 artonomous。为了帮助它进一步发展成为一个优秀艺术机器人，我与摄影师 Kitty Simpson 合作，为它提供了一系列精心策划的肖像。artonomous 描绘这些照片的代表性图像，然后时不时地根据实际的图像和实际完成的绘画，来创作出独特的肖像画。它通过各种程序化 AI、反馈循环和神经网络来实现这一点。像人类艺术家一样，它不断地练习和发展自己的风格与美学。Kitty 和我准备策展和评论，然后把每一个笔触与美学决策都留给 artonomous。