AI、艺术和NFT的交集浅析

本文将讨论当前非常热门的一个话题——AI（人工智能）、艺术和NFT的交集。本文为非技术型文章，我们将讨论以下话题：1.区块链和机器学习2.算法和生成艺术和AI（GANs）2.1 算法和生成模型在艺术领域的应用2.2 深度学习模型如何生成艺术作品2.3 AI和艺术的权衡3.加密艺术和NFT

1. 区块链和机器学习

近些年，ML（机器学习）和区块链技术无疑是市场上颇具影响力的两种技术，它们在各行各业都掀起了热潮。 随着ML的出现，统计数据驱动的业务将其模型转换为能够捕获真实世界动态和随机性的ML模型。 它对游戏、自动驾驶汽车和自动交通、个性化数字媒体和客服等行业都产生了巨大的影响。

另一方面，区块链是交易的数字账本，它分布在计算机系统的整个网络上，这些网络支持基于协议的可编程(即智能合约)、去中心化、加密(安全)、时间戳和不可篡改的交易。 区块链有很多非常实际的应用案例。 下面是区块链系统的一些应用案例。 ·DeFi·dApps (去中心化应用)·NFT 市场·物联网（IoT）实时操作系统·个人身份安全·供应链和物流监控·数据的安全共享

下图是区块链在不同行业中应用的简单分布图。

由上图可以看出AI和区块链有很多交集，接下来我要介绍NFT（由区块链技术支撑）和AI艺术（由机器学习技术支撑）的交集。

2. 算法和生成艺术和AI（GANs）

首先，什么是算法艺术？维基百科的解释是，

“算法艺术是一种艺术形式，主要是指由算法生成设计的视觉艺术。”

因此，本质上来说，算法艺术是计算机科学以及许多生成算法和艺术的结合。所以，算法艺术家指的是用算法生成作品的艺术家。维基百科的定义是：

“算法艺术家是指创造算法艺术的数字艺术家。”

一般认为Hébert创造了这个术语，并以他自己的算法形式给出了它的定义，下面是对算法艺术家的一个快速定义。

if (creation && object of art && algorithm && one's own algorithm) {     return * an algorist *} else {     return * not an algorist *}

这个解释很合理。那“生成艺术”呢？我们继续问维基百科——

“生成艺术(Generative art)是指整体或部分使用自主系统创造出来的艺术。其中，自主系统通常是非人类的，能够独立确定艺术作品的特征，而不需要艺术家直接做出决定。”

生成艺术通常指的就是算法艺术，因此，之后我们会统一使用“生成艺术”这个术语。

2.1 算法和生成模型在艺术领域的应用

我们进入下面的流程图，逐一分析各个组成要素。

简而言之，就是生成算法+艺术数据集。从计算机科学的角度来看，这就是我们所需要的。那么从艺术角度看呢？我们需要的是人类的艺术性。我们对算法和数据进行了大量的扩充，从而生成“艺术视角”。这是生成艺术背景下的艺术家所特有的。事实上，上述图表中的所有要素都是可扩展的，用以将这个艺术家和其他艺术家区分开来。在接下来的章节，我会简单讨论人类艺术性的重要性。

简单说来，一个算法专家使用大量符合他/她需求或愿景的算法和数据，通过人性化的增强来生成一个作品。

2.2 深度学习（AI）模型如何生成艺术作品？

当我们说到AI的时候，通常指的是机器学习（ML）或深度学习（DL），当然也会有例外。在本文中，当我使用AI这个术语时，我指的就是ML&DL。所以这个问题就变成了“如何利用ML&DL生成艺术作品?”

让我们快速看一下上面的图。现在，上图中的“算法”要素被ML&DL取代。所以我们在ML&DL算法中输入艺术数据，从而生成作品。通过视觉效果和信号，也有许多ML&DL算法在它们各自的语境下是可生成的。我们最常用的可能是生成式对抗网络(Generative adversarial network, GAN)。我不会在本文详细介绍GAN，但可以简单说一下。GANs是非常强大的生成网络，它可以学习训练数据的分布。对于非专业技术人员来说，它的意思是当我们估计训练数据的分布时，我们可以用比如视觉艺术,音乐,视频等现有方式（取决于它的语境需求）生成新的数据，对于人类来说，它表面上看起来相当真实，并且兼具写实和艺术性。因此，GANs是非常强大的系统，可以创建、设计、绘制、作曲、增强、生成艺术作品。算法艺术领域的著名艺术家Refik Anadol，是一位媒介艺术家、导演以及机器智能美学的先锋。他和他的团队应用了一系列最先进的ML&DL算法致力于无处不在的计算给人类带来的挑战和可能性，以及探索人类在人工智能时代的意义。他探讨了在机器主宰我们日常生活的今天，我们对时间和空间的感知和体验是如何发生根本性变化的。

2.3 AI和艺术的平衡

这部分主要是主观评价。这里的问题是:“在生成AI艺术时，AI和艺术之间的准确平衡是怎样的?”我认为这个平衡并不存在。对某个应用程序本身来说，对算法和数据进行的每次操作和扩展最终都会产生不同的组合。艺术数据，具有艺术的性质，揭示的不仅仅是像素，事实上，“生成”模型可以通过一些操作在它们自己的语境中形成。这里的成功标准是，我们的测试集中没有度量标准，甚至没有使用模型最成功的点，我们却仍然有从人工智能角度学习的空间，但这是必要的吗?

3. 加密艺术和NFT

在当今的艺术世界，数字艺术品在传统艺术工艺领域例如绘画或雕塑，近年来发展十分迅速。艺术家们带着他们孜孜不倦的艺术追求，与时俱进地走上了数字化道路。有物理形态的作品是独一无二的。然而，对于数字艺术品来说，并不是这样。因为数字艺术品，以数字文件的形式储存在电脑或云端，很容易被复制和打印。把艺术作品转换为加密艺术和NFT（非同质化代币）的形式，情况又有所不同，因为区块链保留了“独特性和不可替代性”。我们通过维基百科的释义来进一步了解：

“加密艺术（Crypto art，也可以写作CryptoArt或Cryptoart）是与区块链技术相关的艺术类别。在2010年代中后期，随着区块链网络（如比特币和以太坊）的发展，它成为了一个小众艺术品类别。加密艺术得到迅速普及，很大程度上是因为底层技术提供了前所未有的能力，任何人都可以以去中心化的方式购买，出售，或者收藏纯粹的数字艺术品。”

我们可以把加密艺术看作是用区块链的方式收藏和交易数字作品。NFT呢？下面我来介绍NFT。

NFT艺术品的购买者拥有该作品的“原始”版本。这样一来，这件独一无二的作品将永远属于它的购买者。由于NFT技术，数字艺术品可以保持其原创性，并且可以交易。这项技术证明了数字设计和艺术作品的独特性，这是一场美术史上的革命。它不仅为艺术作品和艺术家增加了巨大的价值，同时还实现了作品和艺术家的全球化，让艺术家与来自世界各地的艺术爱好者相识，让艺术家们互相寻找相似领域的同行。这个模式影响范围很大。

艺术数据和算法，不仅仅只是像素的组合，也有其艺术性。人工智能的进步和NFT的存在使我们能够统一这一领域，并将由此产生的“生成”艺术作品作为一个独一无二的作品呈现出来。

作者：Can Kocagil