当人工智能被用来创作艺术作品时，人类艺术家总是对创作过程施加重要的控制因素。
但如果一台机器被编程为在没有人类参与的情况下自主创作艺术呢？如果它是这个过程中的主要创造力怎么办？如果创造了一些新的、吸引人的、感人的东西，谁会得到功劳？在罗格斯大学的艺术和人工智能实验室，我们创建了 AICAN，这个程序可以被认为是一个几乎自主的艺术家，它已经学习了现有的风格和美学，并且可以产生自己的创新图像。
人们喜欢AICAN的作品，无法将其与人类艺术家的作品区分开来。
其作品曾在世界各地展出，其中一件作品最近甚至在拍卖会上以16,000美元的价格售出。
在对 AICAN 进行编程时，使用了一种名为“创造性对抗网络”的算法，该算法迫使 AICAN 应对两种相反的力量。
一方面，它试图学习现有艺术作品的美学。
另一方面，如果在创作自己的作品时过于模仿既定的风格，就会受到惩罚。
与此同时，AICAN 坚持马丁代尔所说的“最小努力”原则，确保所制作的艺术作品新颖，但又不会偏离可接受的标准太远。
理想情况下，它会在已有的东西的基础上创造出新的东西。
相反，该算法输入了 80,000 张代表过去五个世纪西方艺术经典的图像。
只需单击按钮，机器即可创建可打印的图像。
这些作品的范围、复杂性和多样性常常让我们感到惊讶。
借鉴量化创造力的工作，AICAN可以判断其个人作品的创造力。
该算法甚至可以命名它生成的作品，因为它还学习了艺术家和艺术史学家过去使用的标题。
该算法有利于创作更抽象而不是具象的作品。
研究机器如何理解艺术史的发展可以提供一个解释。
因为它的使命是创造新的东西，AICAN 很可能会引领艺术史上的最新趋势，例如在 20 世纪流行的抽象艺术。
人类能区分吗？为了测试这一点，AICAN 的主题图像在巴塞尔艺术展上展出，这是一个以尖端当代艺术为主题的年度展览。
当询问参与者这些是由机器还是艺术家制作时。
结果发现，75% 的人无法区分，认为 AICAN 生成的图像是由人类艺术家制作的。
他们并不简单地区分两者。
在描述 AICAN 的作品时，他们非常喜欢计算机生成的艺术，使用了“视觉结构”、“启发性”和“交流性”等词语。
机器选择风格、主题、构图、颜色和纹理。
是的，我设定了框架，但当涉及到元素及其生成的基本原理时，算法将承担全部责任。
尽管如此，AICAN 的艺术创作过程中还是缺少一些东西。
该算法可以创建有吸引力的图像。
但它生活在一个孤立的创意空间中，缺乏社会背景。
另一方面，人类艺术家则受到人物、地点和政治的启发。
他们通过艺术讲述故事并了解世界。
AICAN 缺少这些。
然而，它可以产生人类策展人可以在我们的社会中创作的艺术品，并与我们周围发生的事情联系起来。
这就是我们对“另类事实：真理的多面性”所做的，我们给 AICAN 制作的一系列肖像画起了这个标题，这些肖像画给我们留下了及时的机缘巧合的印象。
当然，仅仅因为机器几乎可以自主地创作艺术并不意味着它们会取代艺术家。
这只是意味着艺术家将拥有一个额外的创意工具可供使用，甚至可以与之合作。
将人工智能艺术与摄影进行比较。
当摄影在 19 世纪初首次发明时，它并不被认为是艺术；而是被认为是艺术。
毕竟，机器承担了大部分工作。
品味制造者进行了抵制，但最终屈服了：一个世纪后，摄影成为一种既定的艺术流派。
如今，这些照片在博物馆展出，并以天价拍卖。
同样，人工智能产生的艺术也将遵循同样的道路。