“我把人工智能送到了艺术学校！”后现代大师，他教机器来强化他的旧作品
快速阅读: 《雅虎英国和爱尔兰》消息，大卫·萨勒的新画作《新田园诗》在伦敦展出，这些作品借助AI完成，展现出独特的抽象风格。萨勒认为AI是工具而非替代品，强调人类艺术家的主导作用，同时指出AI需依赖人类数据进行训练。
大卫·萨勒：《新田园诗》的一些版本正在塔达乌斯·罗帕克伦敦画廊展出，展览持续至6月8日。
当你读到这篇文章时，有很大概率它已经被人工智能机器扫描过。如果被问及艺术家大卫·萨勒，像ChatGPT或Gemini这样的大型语言模型可能会重新组合下面的一些词语来生成它们的回答。数据集越大，回答就越显得可信——而自萨勒在1980年代初成为艺术界明星以来，关于他的文章已经写得非常详尽了。问题是，人工智能是否能对这位艺术家及其作品说出任何新的东西，还是永远注定要生成更多相同的内容。类似的问题潜藏在萨勒自2023年以来创作的一系列新画作之下，其中一些作品刚刚在伦敦的塔达乌斯·罗帕克画廊展出。他的《新田园诗》是在借助机器学习软件的帮助下完成的，但仅从外观上并不容易看出这一点。每幅巨大的画布上都带有宽大的、仿佛出自艺术家之手的油画笔触。然而，仔细观察后会发现大片平坦的、通过数码打印的底层绘画。这是萨勒训练的AI模型所生成的作品特征——或者是与他的作品非常相似的东西的标志。
这种机械化协作起源于一个游戏。萨勒长期以来一直对数字绘画工具持怀疑态度，在2015年写道：“网络的狂热蔓延与制作一幅画所需的那种专注完全相反，或者说，与观看一幅画所需的专注也完全不同。”尽管如此，他自己的画作却有一种蔓延的特质，这些画作层叠了来自流行文化和艺术历史广泛参考的图像，以至于眼睛常常不知道该在哪里停留。2021年，萨勒有了开发一款虚拟游戏的想法，该游戏将允许玩家使用拖放工具重新排列这些绘画元素。虽然技术证明不切实际，但在这一过程中，萨勒结识了EAT__Works的技术工程师丹尼卡·拉祖克和AI绘图板应用程序Wand的创作者格兰特·戴维斯。他们一起向AI图像生成器输入了萨勒认为基础艺术家的作品——安迪·沃霍尔用于色彩、爱德华·霍普用于体积、乔治·德·基里科用于透视、亚瑟·杜夫用于线条，然后让他们基于特定的文字提示生成图像。“我的做法就像是把机器送进了艺术学校，”萨勒说道。
起初，这台机器并不是一个好学生。怪异且卡通化的人物形象带着不真实的光泽感让人想起OpenAI的Dall-E Mini生成的图像。“这种数字图像的根本不足之处是什么？”萨勒感到疑惑。他认为答案在于这些形式的边缘。“因为它只是像素，所以某物的边缘与其后面的事物之间没有真正的区别，”他解释道。“没有办法让边缘变得有意义，在具象绘画中，那些边缘承载着大量关于艺术家风格的信息。”于是他向机器提供了自己正在制作的粉彩画扫描，并观察AI如何回应它们湿润的边缘。“它能够读懂笔触的物理特性，”他回忆道。“这从根本上改变了机器对自己的认知方式。”
萨勒多年来曾在各个机构任教，这个过程感觉像是艺术学校里的反馈环节。只不过AI模型是一个非常快的学习者，在几次会话之后，它就能生成萨勒可能自己创作的图像，如果他有更多时间的话。“机器可以在几秒钟内合成事物，”他说。“这种在绘画方面的进化可能需要几年甚至几十年。”萨勒出生在俄克拉荷马州，但在堪萨斯州的威奇托长大，1980年当他闯入纽约艺术界时，他堪称早熟的典范。到1987年，他是他那一代最受推崇的画家之一，34岁时成为惠特尼美国艺术博物馆举办中期回顾展中最年轻的艺术家。如此高的崛起意味着一旦具象绘画不再流行，萨勒的市场还有更大的下跌空间，但这位艺术家继续投入精力于更为宏大的系列作品，包括《新田园诗》核心的一组令人困扰的画作。现在，具象绘画再次兴起，萨勒也抓住了这个时机——或者说是这个时刻找到了他。
为了创作他最新的作品，萨勒利用他在1999年至2000年间完成的十几幅宏伟的田园画对人工智能进行了训练。这些风景画通过一面镜子呈现，描绘了一对情侣在湖边闲逛，复制自19世纪歌剧幕布，以小丑色渲染，并叠加了风格迥异的嵌入图像和设计。这些风景画看起来就像是在Photoshop中编辑出来的，但萨勒完全是以模拟方式绘制的。“在色彩绘画课上，首先教你的就是如何建立你的调色板，”他回忆道。“我当时真是想炫耀一下。我想，‘我可以用三个独立的调色板来完成一幅画作，你阻止不了我。’”
早期对田园画的评论褒贬不一。一些评论家形容它们冷漠且毫无情感，这常常是针对萨勒的指控，他的举止就像他的画作一样疏远而理性。“结果更像是各种成分的混合，而不是一道精心烹制的菜肴，”大卫·弗兰克尔在《艺术论坛》杂志上写道。然而，在新田园画中似乎发生了一些变化。笔触更加松散、快速且厚重，比萨勒以往任何作品都更具抽象表现主义风格。与此同时，其主题内容完全杂乱无章，仿佛萨勒将他以前的画作放入了搅拌机中。无头的身体在画面中进进出出。物体不再像是固定在地上。令人不安的是，这些作品看起来比它们的参照物更像手工绘制的，至少当你靠近表面时，你会发现有些地方的颜料非常薄，只能由机器涂抹。
萨勒始终觉得他对田园画还没有完成，尽管他说还有其他原因使它们成为他人工智能实验的良好匹配。“我意识到那些画会给机器提供它能够用自己的方式理解的材料，”他解释说。“它采用了所有这些具有不同色彩和谐的多面形状，并尽情地运用它们——但保留了过渡的DNA，地平线、山脉、水、夫妇和人物，并用笔触边缘覆盖了它们。”Wand应用创作者戴维斯认为引入田园画是这个模型的一个突破时刻，因为它需要一种新的技术，“基本上是将一张图片的内容在概念层面上抽象化，以便重新创造不同的变体。”换句话说，机器开始从形式层面消化萨勒的画作。
田园画也可能非常适合这项任务，因为风景画——尤其是戏剧背景——在其制造幻觉空间的方式上与某些数字技术相似。新田园画拒绝了艺术史上的要求，在平面绘画中创造深度。萨勒可以告诉人工智能模型生成与他自己的作品相似或不同的程度。“从根本上讲，这是一根沿着连续体滑动的杠杆：一端相似，另一端不同，”他解释说。“根据你放置杠杆的位置，结果要么非常接近你所开始的东西，要么会极度扭曲。”例如，他最初的田园画中的树木、山峦和闲逛的夫妇仍然可见于《红围巾》的背景中，但现在以半抽象的方式出现在一位系着围巾的女人身后。漂浮的一堆茶杯在一个动荡的空间中锚定了构图，就像毕加索和布拉克在他们的立体派静物画中画上的钉子。另一方面，Stack中的许多碎片化的碰撞身体则更难解读。
“我会选择一个非常古怪的图像，正是为了激发自己去做一些可能原本不会做的事情，”萨勒说道。尽管如此，这位艺术家并不担心人工智能会超越或取代他。他认为人工智能只是另一种工具，像画笔或画架一样。“我认为机器并没有教会我太多东西，”萨勒宣称。“我没有重新考虑过我对绘画空间或构图的看法。我只是在接受机器提供的东西，前提是事先告诉它想要什么之后。”在某种意义上，他的后现代绘画非常适合这样的实验：从众多主题和风格中贪婪地采样，它们似乎不太关心它们的原始来源，而是完全不受原创性概念的困扰。1985年，当萨勒处于事业顶峰时，艺术史学家罗莎琳德·克劳斯将原创性斥为“现代主义神话”；每件艺术品都或多或少地借鉴了其他来源，无论是否承认它们。
至少在创作过程中，人类艺术家可能与他们的机器人同类并无太大差异。AI能从萨勒那里借鉴什么则是另一个问题。EAT__Works收集的数据是私有的，因此他无法在短期内为其他艺术家机器提供动力，尽管上传到画廊公共网站上的他新画作照片理论上可用作进一步生成AI图像的提示。“理论上，我们的模型能够自行生成图像，”戴维斯承认，但“最佳图像往往源自高度互动的操作方式”。目前而言，AI仍需依赖人类进行训练——或者说，当学生成为老师时，这一局面才会改变。
(以上内容均由Ai生成)
