AI創作的繪畫 圖片來源：Art and Artificial Intelligence Laboratory, Rutgers University

過去一些年來，許多藝術家開始使用所謂“神經網絡軟件”（neural network software）創作藝術品。

用戶將現有的圖像輸入軟件，經過編譯的軟件具有分析功能，習得了一套特定的美學，可以輸出圖像供藝術家展出。透過微調輸入和模型的參數，藝術家就能創造出一系列有趣且引人浮想聯翩的圖像。這件作品在美術展、媒體報道及兩場高規格的拍賣會中獲得了廣泛的承認。

身為一名學術研究者、藝術科技開發者和業余藝術家，眼見藝術家們紛紛擁抱新技術來創造新的表達形式，我時常感到激動萬分。不過，與先前一系列打破成規的藝術運動類似，神經網絡藝術也引發了許多難題：當藝術作品來自如此多的富有創意的個人和算法時，我們應怎樣來構想它的著作權和所有權？我們如何保證公平對待參與其中的所有藝術家？

新生的運動

方興未艾的神經網絡藝術世界是過去幾年才流行起來的，它部分地得益于計算機科學的發展。

它始于2015年的項目“深度夢境”（Deep Dream），該項目是一名谷歌工程師于不經意間開發的。他想要找到一種方法，將用作圖像分析的神經網絡系統的工作成果加以視覺化。為實現這一目的，他首先輸入了一部相冊，并指示它增加其在圖像里發現的對象之部件的數目。其結果是產生了一大堆古怪而又引人遐想的圖像。他將這種方法分享到了網上，藝術家們很快就拿它來做了實驗。他們不到一年即成功舉辦了第一場“深度夢境畫展”。

鑒于該軟件在線上完全免費，數位藝術家們可以用其中的模型來做實驗，進而分享自己的結果和修改。推特上有一個相當活躍的、由神經網絡藝術家組成的創意社群，專門討論實驗結果、新近的發展與爭議等。主流藝術家當中的大部分人也接受了這些工具，其中包括一些主要的展會和組織的帶頭人，如特雷沃·帕格倫（Trevor Paglen）、瑞斐克·安納多（Refik Anadol）和杰森·薩拉翁（Jason Salavon）等。

《埃德蒙·德·貝拉米，來自貝拉米家族》

然而，這種公開的分享也挑戰了我們思考藝術的方式。《埃德蒙·德·貝拉米，來自貝拉米家族》（Edmond de Belamy, from La Famille de Belamy）于2018年11月在佳士得拍賣行賣出了將近50萬美元的天價，這似乎暗示著一些錯漏。

為什么？在創作這幅畫的過程里，藝術家組織“顯著”（Obvious）使用了另一名藝術家盧比·巴拉特（RobbieBarrat）在網上免費分享的源代碼和數據。“顯著”擁有全權來使用巴拉特的代碼，并聲稱擁有作品的著作權。然而，許多人對佳士得拍賣行提出了批評，理由是過度拔高了那些在作品創作過程中僅有較小貢獻的藝術家。大家普遍都認為這件事是佳士得的過錯，聚焦于批評它推介這件作品的方式有誤導性，但沒有多少人去反思AI藝術的著作權問題。

Ganbreeder的誕生

這些問題在網站Ganbreeder上面變得無可逃避了，這是一家新建立的、頗具吸引力的神經網絡畫像創作網站。Ganbreeder就好比是一座無盡的寶庫，其中滿是各種富有啟發、引人入勝、稀奇古怪且令人神魂顛倒的影像。“深度夢境”的圖像很快就表現出了重復性，而Ganbreeder的原創影像則極為豐富多樣，看上去根本無法單憑某一個人的腦子而創作出來。

喬爾·西蒙于2018年11月創辦了Ganbreeder網站。上面的每一幅圖片都是由用戶在修訂其它圖片參數的基礎上自行選擇輸入參數來創作的。該網站儲存了創作過程里的每一張圖片，如此一來用戶可以看到最終那幅圖片的所有貢獻者。

如果你喜歡自己某張自己發現或創作的圖片，你可以從兼具企業主和藝術家身份的丹尼埃爾·巴斯金（Danielle Baskin）那里訂做一幅定制版的木版畫。她會給印好的畫上色，但不會在上面簽名，而是在作品的背面打上二維碼，掃描它即可知曉這幅畫的獨特創作譜系。她之所以這么做，是因為每幅圖片都是許多人貢獻的成果，這就令人很難單單用某一個藝術家的名字來為每一件新作冠名。

讓創作者得其所應得

不過，有一個藝術家已經給它冠上了自己的名字。

在亞歷山大·瑞本（Alexander Reben）展出自己以Ganbreeder的圖片創作而成的畫作時，巴斯金指控他有剽竊之嫌，理由是她和其他人在Ganbreeder上面花費了大量時間來創作那些圖片。瑞本則為自己提出辯護，稱自己在Ganbreeder上面選擇作品時發現它們都是匿名的——用戶的登入和貢獻到了2019年2月才被加入進去。

現行的法律和習俗已經對通過合作或重新合成等形式完成的藝術作品有所涉及。有一點是廣為接受的，那就是藝術家可以選擇一張最終的圖片來主張著作權，雖然在可能的情況下，他也必須事先表明圖片的來源。而那些有關剽竊的指控，似乎只是在拙劣地模仿以往針對那些傳統的挪用藝術家（appropriation artist）如安迪·沃霍爾和理查德·普林斯（Richard Prince）的指控，后者以擴大和修改其它Instagram用戶上傳的圖片而知名。

Ganbreeder網站上的一些近期作品 圖片來源：Ganbreeder

話說回來，神經網絡作品似乎是另一種類型。神經網絡模型和網站上的其他用戶所做出的貢獻，與最終的結果都密不可分，沒有哪一個貢獻者可以成為唯一的“藝術家”。

一種看待這些新型藝術作品的可能方式，是將其視同為開源軟件。開源乃是一種軟件開發模式，任何人都可以貢獻于或者使用開源的軟件包。它令許多主流的軟件工具得以誕生，如Linux和一些主要的神經網絡軟件等，它們都無法以其它方式得到開發。與此類似，新的神經網絡藝術作品如果沒有公開分享的軟件和數據，那也是不可能問世的。

開源項目有明確的規則來規定軟件的用途和冠名權：有些軟件可以被擴展或者售賣，其它一些則必須永遠免費分享。每個編程者的貢獻都被記錄下來，至于如何冠名也取決于具體項目的要求。與開源軟件類似，諸如Ganbreeder之類的網站也可以制定明確的規則來處理藝術作品著作權和貢獻者的界定等問題。其指導方針應該明確幾條：如何對一件作品主張自己的貢獻，其他哪些人的貢獻必須被記錄在內，作品在什么情況下可以被售賣或者申請版權保護。

收費是個比較微妙的問題。Ganbreeder上面的圖片如果被用于商業用途——譬如書籍封面或是電影制作怎么辦？為了鼓勵更多的世界性的貢獻，巴斯金建議所收取的費用應由某作品的所有貢獻者來分享。這是一件利潤可觀的事，一個規格稍高一點的廣告項目就足以解決很多藝術家的溫飽需求。

一種“想象物的攝影術”

接下來就是價值和意圖的問題。這些作品有沒有可能躋身偉大作品的行列？

藝術作品價值里的一部分僅在于其內在的審美屬性，比如一座山的狀貌可能是美的。但我們賦予藝術作品價值的原因還有一個，那就是它源自某位藝術家的洞見、意圖和技巧。

開源的藝術作品大約介于兩者之間。這一圖像代表著許多人運用其心靈所作出的深思熟慮的藝術選擇。但意圖又在哪里呢？顯然，某個早期貢獻者根本不知道后來者會如何使用他們的作品。

這是否有點像問一座美麗的山背后有什么意圖？做出最終決定的那名藝術家是否是意圖的唯一來源？

早先的藝術科技也引發了同樣問題，尤其是攝影術的發明。在媒介（medium，即藝術家從事創作時用于藝術表現的物質手段——譯注）最初出現時，很多人宣稱攝影根本就不是什么藝術。他們主張，說到底是機器完成了所有的工作——這種情緒如今又在諸如“AI創作了自己的藝術”之類的謬論上故態復萌。

攝影術花了好一陣子才最終被承認為自身的藝術媒介。此外，透過迫使藝術家不再盲目崇拜現實主義，它還充當了現代藝術運動的催化劑。鑒于論現實主義他們根本不可能與相機鏡頭相匹敵，他們需要找尋新的途徑來創作單純的機器所無法復制的作品。

神經網絡藝術現在是一種想象物的攝影術（photographyof imaginary things）。

與攝影術類似，神經藝術幾乎可以產生無限組圖片，其中的每一張就其自身而言都難說有多少價值。價值來自于藝術家們使用這些工具的獨特方式——例如怎樣設定參數、選擇主題、調整圖像細節，或是以一整套具有更大意義的圖片來開辦展覽。

鑒于新神經模型的發布速度十分驚人，這些問題只會更加緊迫，而更多兼具美妙、古怪與啟發性的圖像也會不斷涌現。