人工智能在藝術設計的作用

導語：人工智能在藝術設計的作用一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

自從2016年AlphaGo打贏了人類世界的圍棋冠軍，社會上對人工智能技術的關注熱度日漸提升。在人類理性工作領域，人工智能正在顛覆性地改變著許多行業，很多機械化的工作已經被人工智能取代。；另一方面，人工智能也正在進入人類的感性的藝術領域，努力將藝術公式化（規范化），人工智能產品通過深度學習藝術家的筆觸，并依據一定的邏輯繼續創造藝術作品，再次讓經典藝術家“復活”，以此陶冶人類的情操。未來，機器可以代替人類完成很多事情，很多可以被公式化的人類職業都可以被人工智能取代，人類從腦力以及體力方面都可以最大化地解放出來。然而對于人工智能是否能夠最終取代藝術這塊領地，業界的說法不一。下文將通過探討人工智能在數字化時代中的應用，進一步分析探討人工智能與藝術設計之間的關系。

一、藝術設計的簡介與發展

（一）藝術設計的簡介。藝術設計是藝術家把自己的靈感、經驗和感覺通過藝術作品為媒介表達出來并且與大眾交流的一個過程。藝術創作有三個動機要素，包括對事物的認識、目標意圖和欲望沖動，三者之間是相互聯系不可分割的。在這個過程中，藝術家用我們的五種感官去表達某種情緒和感覺，可能是好感覺，也可能是壞的感覺，美妙的又或者骯臟的……藝術家會把自己對事物的認識、目標意圖和欲望沖動以及生活經驗、教育認知、生活環境、情感等因素融合到藝術作品中。不同人有著不同的生活經歷、不同程度的美感識別力。所以，藝術設計產物是隨機的、感性的，無法用理性的思維去衡量，更無法將其公式化。（二）計算機對現代藝術設計的影響。在當代計算機科學的大力發展下，設計者可以借助大量的設計軟件將自己的靈感視覺化。相對于傳統的藝術創作所耗費長達幾個月甚至幾年的時間，計算機科學可以幫助設計師快速、高效地完成其創作，并且通過模具進行量產。例如，藝術家可以通過計算機建模，利用3D打印技術制造出人們所需要的產品；可以利用計算機中大量的色彩素材創作更加隨心所欲的作品，也可以通過計算網絡中海量的藝術設計資源，激發靈感，擴展藝術思維，把自己的思想與計算機科學有機的結合在一起實現設計創作。在作品呈現方面，隨著虛擬現實技術的日漸成熟，很多高校正在將虛擬現實技術應用到藝術設計類專業教學領域，虛擬現實可以較好地展現藝術與技術相結合的設計作品，通過虛擬環境的體驗與交流，有效地傳達設計作品所表達的設計理念，藝術家可以利用此項技術更加真實地將作品展現出來，使人們可以身臨其境，更加直觀地觀賞藝術的細節。

二、人工智能的發展

（一）人工智能的簡介。所謂人工智能簡單概括通過運用機器去實現所有目前必須借助人類智慧才能實現的任務。目前人工智能有強人工智能與弱人工智能之分。強人工智能就像科幻片里面那樣，機器可以和人類一樣與世界進行交流，可以自我學習與記憶、推理和解決問題。但由于技術的限制，計算機并不完全具備以上能力。所以就出現了所謂的弱人工智能，指的是只能解決特定領域問題的人工智能，很難在各個領域都達到領先水平。這就是專家們所說的“遷移學習”。通俗地說，遷徙學習就是舉一反三，機器可以將某方面的能力應用在其他領域。這一點人工智能還做不到。就像前文提到的AlphaGo，她已經在圍棋方面達到了人類的頂峰，但是其他方面并不能超越人類。（二）人工智能的發展歷程。人工智能一詞在1955年達特茅斯學院舉辦的一次會議上由計算機專家約翰•麥卡錫第一次提出，至今已經有長達60年的歷史。期間經歷過兩起兩落，并且在2016年達到第三次高潮。1957第一款神經網絡Perceptron的發明，使得業界對于人工智能的關注度驟升，人工智能達到第一次高潮。在此之后長達十余年的時間里，計算機被廣泛應用于數學和自然語言領域，用來解決代數、幾何和英語問題。這讓很多研究學者看到了機器向人工智能發展的信心。1970年，人工智能面臨技術瓶頸，計算機沒能使機器完成大規模數據訓練和復雜任務，AI進入第一個低谷。第二次高潮是BP算法的提出，這種算法的出現使得大規模神經網絡的訓練成為可能。因為現實任務中所使用的神經網絡，只有在使用BP算法下才能進行訓練。BP算法由BP神經網絡中的輸入層、輸出層和若干個隱層構成。輸入信號經輸入層輸入，通過隱層計算由輸出層輸出，輸出值與標記值比較，若有誤差，將誤差反向由輸出層向輸入層傳播，在這個過程中，利用梯度下降算法對神經元權值進行調整。

作者:徐雙雙 丁偉 貝典徽 單位:華東理工大學