Thinking from design

Sunday, July 10, 2022

机器学习全国美展油画作品: tips21的那片蓝

最早的数字艺术,都是工程师、数学家、学者们近水楼台运用实验室中的设备完成的。但是他们自己,乃至世间的任何人都不认为计算机生成的图像算是一种艺术形式。 幸好,有个叫做Howard Wise 的画廊主非要激化科学与艺术的矛盾,在自己的画廊里展出了许多“不算艺术”的作品,人们才开始认真勘查艺术中的技术角色....., 这,也算是一个美好的结局。


相比而言,人工智能绘画的境遇实在是太顺风顺水了一些,不到几年时间,现在人人都可以用文本画画了。在midJourney 和dall-e, 用户只要输入关键词(文本)就能生成图像,它的精美、玄幻的程度甚至超出预想的结果。 但是,这是绘画吗? 肯定是。这是艺术吗?未必。 


上周,我跟支良一起尝试了midJourney,当“飞鸟”与“鞋”这两个关键词相遇,结果是出乎意外的惊艳。于是,我们反复地选择各种控制性文本(宛如画笔一样)去改变画面,在无法自控的修改欲望中逐渐失去了初心,开始了彻夜的玩耍,仿佛在测试一颗不可琢磨的灵魂。


虽然结果惊艳,谁是作者?大部分人应该是迷惑的,因为我们并不理解绘制的逻辑,绘制 过程是一个暗箱,用户 只能拥有 结局。你喜欢吗?不喜欢再来一次?   朋友圈中晒出的AI绘画大多偏向场景,风格奇幻、宏大。用户们相似的绘画风格、内容,仿佛在向用户宣战:我什么都能画,关键是你的想象力。




支良是今年毕业的研究生,她并不愿意满足于被“绘画”的结果,很快她开始嵌入其他的方法,让人工智能所生成的图像活泛了起来。当时,已经半夜2点了,我们俩看着眼前这个小怪物,哈哈地笑个不停:这个新的物种,你从哪儿来?能做什么?显然不可能满足任何X,or XX, 甚至 XXX 所需。



如果有明确的绘制目标,我们必须思考“机器培养”的问题:应该给它一本怎样的教科书?
前年的夏天,朱舜山用一台电脑学习了我们曾经收集的2276张全国美展油画作品。原可视化平台位置:


理想地,我们可以获得某种答题的秘笈,起码是那种最让人舒适的视网膜审美范式。 人工智能技术确实返回给了我们不少学习成果,当他们呈现在电脑屏幕上,我们都不由自主地:还是有点像啊!




从这些抽象、模糊的图像结果中,你是不是也能捕捉到到某种相似性,甚至某一种杂糅的气味?从2014年秋天准备数据库开始,我们与这2276张图像是几乎变成了熟人,甚至可以猜测到这些小图关联的绘画主题。 但是,当人工智能交出其中一张蓝色的图画作业, 我就迷惑了:


机器到底向哪一张纯蓝色的作品学习了?可以画出一片纯粹的蓝色,而且它有圆形的白色色块。这是蓝天、海洋、游泳池、还是什么?我问百度识图,它回答了以下图像冰雪、水底、游泳池、海洋、潜水。

于是,我打开了六年前我们所做的全国美展油画作品可视化网站AwardPuzzleNFT艺术的著名收藏者Jason Baily曾经就此项目写作过一篇评论.


当鼠标在界面上滑动,可以看到某些蓝色的画面集中在左上的色环上,点击这些跳起的蓝色图标,就可以获得某些作品如下:

林洋 夏之乐, 2014

周长江 畅游芥子园之十六, 2014

何汶玦 无题,2004

陈鹏 晴空-与你同行, 2014

以上作品、作者看起来彼此毫不相关,是什么让我将之关联了呢?


按理,让机器坚持再学习几万遍,采用目前的AI绘画技术,一定能画得更好、更实,就像今日midjourney一样精美。但是,我们关机了。

对,这片蓝色,虽然支离破碎,倒也刚好是个可想象的空间。你确实可以拥有它.


向帆

2022年7月10日