创意AI可能是人工智能的下一个里程碑，它促进了多模态工程和关联学习以及有效的人工智能协作过程的开发

我们的艺术体验——绘画，音乐、雕塑、诗歌，融入多种感觉、联想、记忆和情感，并涉及有意识的成分。人工智能（AI）如今缺乏主观体验和多模态，但开始获得艺术创造力。 创造力是否需要意识体验能力？答案是否定的。

专业人工智能可能很快变得比人类更有创造力，更好地捕捉和代表累积经验，因为多模态、监督学习和与人类合作将显着增强今天的创意机器人。大部分艺术都是关于识别和操纵复杂的感官模式和联想，这是AI擅长的任务。因此，超级创造力 - 远远超过人类能力的创造性过程和结果 - 可能即将来临。

AI作品：拿破仑穿越阿尔卑斯山

我们的艺术体验包含多种感觉、联想、记忆和情感。它不仅仅利用了有意识的过程。想象一下，听听你最喜欢的音乐： 每一个旋律主题，和谐的节奏都与鲜明的情感有微妙的联系，如兴奋、宁静、怀旧、好玩等等。受音乐启发的图像，场景或思想流会跳入和跳出你的脑海。可能会想到与历史事件和文化参考的关系。音乐具有很强的暗示性，可以改变伴奏体验的情感解释。电影制作人很清楚这一点并使用合适的配乐来操纵你对每个场景的情绪反应。同样，绘画，雕塑，故事和诗歌也会引发情感，记忆和其他联想。

不清楚的是， 创造艺术需要人类水平的艺术 体验能力。人工智能是否可以创造与人类作曲家或画家同等的艺术品？尽管他们缺乏像人类一样的体验艺术的能力。

越来越多的经验证据，特别是在绘画和音乐方面，表明 艺术创造力可能不需要主观体验的能力，而是可以通过人工智能从人类创造的艺术和反馈中学习。

我们相信，随着人工智能在模式、关联学习方面变得更好，并且当它从人们那里获得更多反馈时， 它将创造能够引发越来越丰富的，具有日益复杂关联的多感官和多情感的艺术 ：即越来越好的艺术，可能超越人类创造的艺术。

艺术创造力可能不需要主观体验的能力

技术一直在促进人类创造力：将史前洞穴中用原始工具制作的画作与几个世纪后用刷子和丰富色彩制作的画作进行比较，或者考虑钢琴的发明或被称为"第七艺术"的电影的发展，。人与机器之间的新兴 合作有望成为艺术的下一次技术飞跃，并生产出我们以前从未体验过的艺术品。

人工智能和艺术今天

应用深度学习可以产生无可否认的逼真艺术品质的绘画，作为对人类画家风格的模仿。 通过卷积神经网络实现风格转移，卷积神经网络编码与作者风格相关的模式，从低级画笔笔划方面一直到空间感知和作品。 这就是生成对抗网络（GAN）可以完成的：生成逼真的绘画，如肖像或抽象裸体。

第一部用于拍卖的AI绘画，使用最初由19岁的斯坦福大学研究员罗比巴拉特开发的GAN，在佳士得以432,500美元的价格成交。 像Barrat和Mario Klingemannstill这样的艺术家开创是大多数创造性选择，例如策划投入、训练人工智能和选择最佳艺术品。 基于人工智能的艺术往往很难从人类艺术中分辨出来，越来越多的独立AI画家可能即将来临。

屠夫的儿子，2018年流明奖得主，马里奥克林格曼

在音乐方面，加州大学圣克鲁兹分校的音乐教授和作曲家David Cope的开创性工作远远早于现代 深度学习。自1981年以来，Cope一直致力于在算法中提炼音乐作品的本质， 这些算法用于给定作曲家的音乐，解构它、识别模式，并以相同的风格重新组合新作品中的模式。他的第一个重大成功，EMI（Experiments in Musical Intelligence）模仿巴赫，维瓦尔第，肖邦等人的风格中产生了令人信服的音乐，并且早在1997年就愚弄了现场观众。

最近，索尼的流动机器产生高度可听的歌曲，而创业公司Aiva和Amper开发了深度学习方法来生成音乐点播并可能很快启用个性化音乐。在不久的将来，即使一个人类音乐家围绕某些歌词创作主要的音乐主题和歌曲进展，整个编排和伴奏的组合也是一个可能被AI接管的具有挑战性和费力的过程。当我们学习如何更好地设计这样的人机协作时，我们可能会增强人类和人工智能的创造力。

即使是没有人类经验的诗歌也是可能的，诗歌的质量部分源于语言的美感和节奏，这是可以学习的，早在2010年，诗歌机器人就已经愚弄了文学期刊。下面就是用深度学习生成的一首唐诗，感觉水平怎么样？

【秋思】

秋风吹雨雨霏霏，念客相思不见人，夜来风雨风吹月，泊客风霏月满船。

孤水不知无处处，独来春雨不知愁，异人何处相思梦，念君无是故人归。

除了音乐，绘画和诗歌之外，AI在许多其他艺术形式和创造性任务中的应用以及也开始出现。将展示人与人之间的合作可以产生新艺术和手工艺：音乐，产品和产品设计，时尚，香水，巧克力松露，珠宝，鸡尾酒和戏剧剧。

通往超级创造力的道路

在Stanislav Lem 1965年的科幻小说Cyberiad中，"建构者"Trurl开始设计诗歌机器，并意识到诗人的思想涵盖了诗人文明和文化的所有经验。为了将所有这些编程到机器中，Trurl构建了一个超级计算机，可以模拟整个宇宙的演变，一直到诗人的诞生和文化成长。他最后的AI诗人才是天才; 人类诗人首先解雇它，但最终还是已经失去了生活中的主要目的。Trurl的人工创造力的工程路径有点不切实际; 新兴的实践路径回避而不是复制人类的创造过程。

那么，假设人工智能仍处于遥远的未来，专业人工智能会变得多么有创意？沿着三条未充分探索的道路，专业人工智能有很大的改进空间：培训，多模态和人工智能协作。

"我们制作了自己的人工智能艺术，你也可以"，WIRED杂志，Tom Simonite

持续的反馈和训练。

迄今为止，人工智能在绘画和音乐方面的进步并没有充分利用人类的反馈。相比之下，作为一个人类艺术家体验艺术，她是一个即时 - 虽然有偏见 - 批评她的作品。机器可能没有自己的主观经验来指导它们，但是它们可以通过人类生成的训练数据和反馈来利用人类经验 - 例如通过评级或点击"心脏"（式）作为乐谱或绘画草图的进展。许多艺术家 - 或艺术评论家或普通大众 - 的反馈可能比 一位艺术家的主观体验更好。此外，这样的反馈过程可能使新艺术风格，社区和前卫作品的出现成为可能。

多模态和关联学习。

当我们倾听我们最喜爱的曲调时，或者沉浸在绘画中，这是我们在图像，记忆，解释，分析思想，历史和文化联系以及感官的心理世界中提升我们时所经历的复杂的多模态感受和联想。运动经验，我们归因于最高艺术形式。

"绘画是一种被看见而不是被感觉到的诗歌，而诗歌则是一种感觉而不是被看见的画作。"列奥纳多达芬奇

人工智能可以制作" "的音乐吗？它可以创造音乐，绘画，诗歌和文学，可能会像，音乐家，画家，雕塑家，编剧，诗人和作家那样相互影响吗？我们如何跨模式，艺术形式，事件和社会趋势教授人工智能协会？

已经存在大量的训练数据：带有音轨的电影，带有歌词的歌曲，绘画评论，音乐专辑，电影和表演。补充这些，众包活动可以设计用于大规模多模式关联标签。在阅读书籍的同时挑选配乐，在听音乐的同时浏览字网，选择最适合给定曲调的图像，在听音乐或观看绘画时回忆事件，将当前或过去的事件或新闻文章链接到特定的艺术品。由此产生的概念网络可以高度个性化， 反映出具有重要历史价值的文化和世代联想 - 很像艺术家的作品。这样的网络也将具有巨大的商业价值 - 例如，音乐制作人可以根据趋势Netflix系列开发音乐，产品设计师可以开发受主题趋势和文化启发的创新。

通过大规模的训练和多模态协会地图，AI还可以学习准确地预测人类对艺术的感性和情感反应，远远超过人类创造音乐，绘画，诗歌和多模式体验的沉浸式作品的能力。

人工智能合作

在部署大规模训练和多式联合学习时，将扩大迄今为止人类 - 人工艺术合作的开创性工作。众包音乐可能涉及一位艺术家创作基本曲调和AI改进并通过在线反馈编排它。同时，学习的多模式地图可以 跨越艺术形式和体验，例如，推荐伴随图像的人和那些影响乐谱发展的图像。类似的反馈循环可以实现几乎任何艺术形式的人群与人群的协作 。

人与机器之间的新协作过程有望促进新AI能力的发展，并最终提升人类和机器的创造力。Kivelson设想"  集体创意人工智能扩展我们全球联系的未来，重新定义工作室实践的本质，同时挑战身份政治，扩大我们对新想法的自由和开放获取 "。

人工智能生成艺术可能成为社会最有效的镜子，可能重新定义我们的身份概念

此外，很像人类艺术经常从其历史和社会背景中获取价值，人工智能产生的艺术可以结合来自人群，其他艺术品和背景信息的输入，并可能成为 社会最有效的镜子，捕捉我们的集体经验并可能重新定义我们的身份概念。

最后，AI可以超越人性对创造力的限制。考虑一个赋格曲。约翰·塞巴斯蒂安·巴赫的"音乐剧"（The Musical Offering）中的声称自己是并且是一部非常复杂的作品。为什么用六种以上的声音组成一个具有音乐效果的赋格曲很难？因为人类作曲家在物理上仅限于十个用于弹奏键盘的手指和一个不能容纳超过四到七个独立物品的。人类画家，雕塑家和诗人同样受到限制。 机器没有这样的限制，因此可能将艺术界限推到人类可以达到的范围之外。

有意识的经验与模仿

当我们欣赏艺术时，我们会在今天的人工智能中缺少神经机械：一种复杂的情感系统，将我们的大脑和神经内分泌系统联系在一起，释放激素来控制我们的感受和行为; 身体感觉结合，如鸡皮疙瘩，欣快感，心跳和呼吸的变化; 记忆结合感官和概念联系的个人经历或历史事件。许多人认为艺术需要 体现。基弗尔森说："  舞者会感受到身体某一特定位置的运动。当我们观看他们的舞蹈时，我们会感受到他们的情感在内心表达[[...]]随着我们集体体现的创造智慧的发展，人类AI艺术将出现新的创造形式。"

离开为未来的讨论，如果没有这个实施机械今天的AI完全没有我们的艺术的主观经验，即使它获得的创造力。从本质上讲， 创造力正在与为创作过程提供反馈所需的意识脱钩：Trurl的AI诗人通过摄取他们的艺术作品和反馈将有意识的经验外包给人类。 它利用了人类的集体意识。

此外，不久的将来的计算艺术家将创造艺术以优化预定的功能，例如体验者的沉浸程度，而不是为了实现表达其内心世界的（不存在的）愿望。人工智能的创造性驱动力将与人类艺术家完全不同。这意味着有意识的经验驱动的创造力和模仿之间的明确区别。就像，人工智能将学习在人类中引发理想的感官 - 情绪反应的模式，而不会获得体现和有意识的主观体验。

反拼贴画

我们可以设计一个测试——对抗过程——区分人类生成的艺术和计算机生成的艺术吗？如果人工智能完全通过了类似图灵的测试，那么通过无意识的人工智能完全模仿人类艺术家是可能的，创造力不需要经验和感受的能力。

创意人工智能将成为一个强大的工具，一种新的显微镜，用于对人类创造力和身临其境的体验进行定量测量。

它可以帮助我们回答难以捉摸的问题，例如影响人类创造力的因素，影响我们艺术体验的因素，以及创意作品的各个方面如何改变经验者的心理和心理反应水平。当我们更好地理解这些问题时，我们也可能在今天似乎是一个遥远的目标方面取得进展：未来的AI +群体超级创造实体是否拥有自己的有意识的体验，我们如何设计它并在此过程中可能理解人类意识是什么？

具体而言，需要复制哪些人类神经过程，以便计算机尽管具有不同的物理构成，却能够获得人类体验艺术的能力？ 毕竟，艺术的主观体验恰恰是艺术的目标。我们还不了解导致有意识体验的物理过程或计算集：理论范围从“意识是幻觉”到“一切都是有意识的”到中间的一切，例如基于物理的理论（“意识是一种物质状态“，”意识源于量子波函数“崩溃”），它在计算I / O和主观体验之间进行区分，并且还假设计算物理基础的潜在重要性。这是有道理的： 有意识的经验比计算I / O更多，因为一个有能力的AI艺术家没有有意识体验的机制证明;并且没有证据表明计算可以独立于物理基质而有意识，就像没有证据表明灵魂存在独立于物质一样。

创意AI可能是人工智能的下一个里程碑，它促进了多模态工程和关联学习以及有效的人工智能协作过程的开发

象棋、围棋和图像识别更像是导致专业人工智能发展的重要挑战，创意人工智能可能成为人工智能的下一个里程碑，它可以促进多模态和关联学习的工程以及有效的人工智能协作流程的开发。正如塞巴斯蒂安·特伦所说，"  我们甚至还没有开始理解人工智能将如何成为现实。如果你把世界上所有的知识和创造力都放在一个瓶子里，你会惊讶于它会产生什么 "。

无名粉彩肖像