书籍信息

书名：人工智能艺术：机器学习时代的新艺术形式

作者：[加] 索非安·奥德里（Sofian Audry）

译者：郑达

出版社：华中科技大学出版社

ISBN：978-7-5772-1576-1

定价：98.00元

字数：391 千字

作者介绍

索非安·奥德里，蒙特利尔魁北克大学（UQAM）媒体学院互动媒体教授，艺术、文化与技术研究网络 Hexagram 的联合主任。他的研究和创作涉及艺术、人工智能与人工生命的交叉领域，作品形式包括机器人、装置、生物艺术与电子文学。

译者介绍

郑 达，跨媒体艺术家，“低科技艺术实验室”（Low Tech Art Lab）创立者。华中师范大学美术学院院长、教授。中国美术家协会实验艺术艺委会委员。英属哥伦比亚大学（UBC）艺术系访问学者和韩国首尔CPI研究员。艺术工作聚焦于艺术与科学的跨媒体互动艺术，其创作轨迹焦距在现实与虚拟世界交错点的探索和实践，包括机器艺术、互动艺术、AI装置、媒体剧场等。

书籍简介

在人工智能技术迅猛发展的时代，艺术的定义正在被重新书写。在本书中，作者以"训练"、"模型"和"数据"为核心架构，系统梳理了机器学习技术在艺术领域的潜力、局限及其复杂影响。全书从优化算法到深度学习模型，再到数据驱动的创作方法，不仅从科学与技术的角度解析出机器学习的内在构造，还从艺术美学与文化实践的视角探讨其可能带来的全新审美体验和艺术表现形式。

书籍从跨学科的视角出发，通过对训练过程、模型结构与数据优化的批判性审视，提出机器学习艺术的本质不在于优化的终极目标，而在于艺术创作中“过程性驱动”的“涌现”特征。

书中构建了一个既具技术深度又富有美学洞见的理论体系。正如“行为美学”与“自适应耦合”所揭示的那样，机器学习不仅仅是艺术创作的工具，更是重新定义“作者身份”和“创作主体”的关键载体，推动了艺术创作进入“分布式主体”与“涌现”状态的复杂范式。

《生物形态》(biomorphs)

理查德·道金斯（(Richard Dawkins）

来源：《人工智能艺术：机器学习时代的新艺术形式》

本书具有如下特点：第一，启发性，书籍充分梳理机器学习的核心概念和历史脉络后，结合丰富案例加以分析，为读者提供人工智能艺术的理论框架和全新视角，激发读者探索科技艺术与人工智能交叉领域的兴趣与可能性。第二，实践性，书籍详析了机器学习艺术的技术组成和操作步骤，结合实际创作案例，为广大科技艺术的读者提供了清晰的实践指南，帮助读者将技术转化为具体的艺术创作。第三，批判性，该书鼓励读者反思人工智能艺术的社会、文化与伦理影响，批判企业化模型的局限性，并倡导技术的民主化与本土化，培养对人工智能艺术创作的多元化和批判性思维。

《肉身计算》AI数据机器装置(《Organic Matrix》AI machine art)

郑达 (Zheng Da）

来源：低科技艺术实验室

本书对相关领域研究者而言，提供了跨学科的理论工具，挑战并扩展了机器学习在艺术中的应用。对于学术界，特别是数字媒体艺术与跨学科艺术创作的师生们，本书则构建了一个可解释的理论框架，用于提供对学术写作与创作实践的深入探索。

致“人工智能艺术：机器学习时代的新艺术形式

郑 达

2022 年的初夏我在网络直播间看到了索非安·奥德里（ Sofian Audry）和克里斯·索尔特（Chris Salter）两位作者讨论关于在 MIT 出版社的两本新书的发布， 其中一本就是奥德里的《人工智能艺术：机器学习时代的新艺术形式》（Art in the Age of Machine Learning），本书英文版的出版时间刚好是 AI 大模型盛行前夕， 更能帮助我们冷静地分析当下 AIGC 在中国的创意产业、艺术教育中盛行的话题，回应了艺术家是否会被 AI 替代的焦虑。

这本书是人工智能+科技艺术系列丛书的第二本，也是我们团队继《互动艺术的美学》译著出版后，持续关注全球科技艺术研究成果的新呈现，低科技艺术实验室近年来创作的具有“自主性”的艺术作品，探讨智能体与艺术家的“耦合”与“自主”，恰巧在奥德里教授的著作中也找到了同样的诉求。这本书用通俗易懂的语言帮助缺少技术背景的读者全面深入地理解人工智能艺术研究的方法、路径与框架，将其视线从主流大模型转向个性化数据与创作，为读者带来了认识人工智能艺术的跨学科视角，提供了一本系统性很强的理论框架与实践方法的“通用指南”。

好的艺术作品是可以被智能优化出来的吗？书中对“人工智能”与“艺术” 两者关系的深度剖析，为读者提供了完整清晰的理解框架，AIGC 等“生成式人工智能”（Generative AI）技术在文本、图像、视频内容生成方面展现出了高效的能力，得益于“智能优化”技术的不断完善，进而使机器生成的图像、影像等变得“更美”“最优”。回望人工智能的优化方法从早期的“参数优化”到二十世纪左右的“算法优化”与“模型优化”，再到如今的“智能优化”。以目的论为导向的人工智能优化规则目前并不适用于艺术创作领域，究其原因，是艺术的本质属性决定了其无法被视为可“优化”的对象，即艺术是无法被“优化”的。

《表演的生态环境》(Performative Ecologies)

鲁埃利·格林（Ruairi Glynn）

来源：《人工智能艺术：机器学习时代的新艺术形式》

从艺术史的角度来看，对艺术的定义总体而言围绕两个基本层面：在精神层面，艺术是一种智性的创造，是人类的理智和情感的外化；在物质层面，艺术是人类经验与劳作的产物。然而，“生成式人工智能”技术的出现，主要“优化”了人类经验与能力的局限性，这些技术所取得的进步充其量仅是艺术在物质层面中对创作工具的革新，远远不及艺术的精神层面，难以触及人工智能艺术的核心。 生成式AI优化选择的计算能力并不能取代人类的创造力，更不可能提供新的审美类型。

新的智能系统如同一个巨大的“黑盒子”摆放到众人的面前，与其沉迷于魔法式的生成内容，更应该窥探盒子的结构与艺术活动的联系。人工智能艺术有两个核心：一是创造主体身份的转变。以机器学习为代表的人工智能并非简单的工具，而是具备了自主学习和自主生成能力的智能体。这种特性模糊了艺术家的主导地位，使其作者身份不再具有唯一性，从而人工智能艺术创作的主体性由单一的“人类中心”转向“分布式主体“ ，这一转变促使我们重新思考创作主体的定义；二是跨学科艺术创作的变革。奥德里教授在本书中强调，人工智能艺术实践天然地具有跨学科特性，涉及计算机科学、数学等技术领域。此外，他还关注智能体随时间展开的行为美学，以此提出智能机器系统的行为等级理论，从而完善了艺术家西蒙·彭尼(Simon Penny)提出的“行为美学”理论框架，进一步关注具有适应性特质的具身智能体。

《2001 太空漫游》(2001: A Space Odyssey)

本·博加特（Ben Bogart）

来源：《人工智能艺术：机器学习时代的新艺术形式》

作者索非安·奥德里从本科到博士阶段拥有不同学科的教育背景，涉及多个领域的实践与研究。因此，奥德里教授不仅将计算机编程视为艺术创作的工具，更将其视为一种媒介和创造性实践的核心要素。这种理念驱动他在艺术实践中充分利用各种开源软件与材料，并注重艺术与技术的具体融合。他通过深入理解和研究机器学习算法的代码和物质化表现形式，来探索机器学习在艺术创作中的应用与意义。他的艺术作品为本书提供了有力的跨学科实证研究，也为 AI 艺术创作提供了宝贵的资源。正是这种将技术与艺术高度融合的实践，不容置疑地体现出了人工智能艺术跨学科性的核心特征，进而使艺术家、设计师、研究者、行业从业者更容易理解在技术语境下诞生的新艺术形式以及其美学系统。

《未知时空的光泽》(《Luster of Unknown Universe》)

郑达 (Zheng Da）

来源：低科技艺术实验室

近二十年，我们团队低科技艺术实验室（Low Tech Art Lab）的跨学科艺术实践创作从未停止，目的是为了理解科技艺术的知识谱系，试图去思考人工智能时代下的新艺术形式与创作路径。本书所提到的人工智能艺术的两个核心：创作主体转变和跨学科的变革，对国内人工智能艺术领域的研究来说尤其具有启发性，特别是对人工智能艺术的批判性思考以及对艺术与技术关系的重新审视，成为学界与艺术家们需要面对的重要议题。

与此同时，希望本书译著的出版能够促进国内人工智能艺术的创新和多元化发展。

历时两年有余，本书的翻译终告完成。期间低科技艺术实验室的研究生们发挥了重要作用，大家深入研讨本书，结合人工智能艺术的实践对书中观点进行分析与验证，构建了较为有效的人工智能艺术实践与设计方法。特别感谢参与试译的龙东丽、焦雪、姚诗雨、陈曦、彭晴雯、陈澳文等同学，南京大学艺术学院博士候选人艾敬。同时，感谢华中科技大学出版社的金紫等各位编辑，她们不辞辛劳地改稿，确保了本学术译著的严谨性。由于水平所限，若译介有误，责任由本人承担，恳请读者不吝批评，多多赐教。

2024年12月于武昌桂子山