藝術(shù)傳播的人工智能應(yīng)用需求研究

陳端端

摘要：設(shè)備與算法研究的發(fā)展，使得全方位高精度的采集與量化人類感知數(shù)據(jù)，使其可被人工智能識別和理解的應(yīng)用成為可能。因此，在信息爆炸與人類認(rèn)知限度存在矛盾的現(xiàn)狀下，利用人工智能，結(jié)合對感知數(shù)據(jù)與情感體驗(yàn)相關(guān)關(guān)系的較為成熟的研究，將具有特定感知數(shù)據(jù)維度的藝術(shù)信息與受眾的欣賞取向和消費(fèi)需求進(jìn)行匹配，建立恰當(dāng)?shù)募m錯(cuò)和適應(yīng)機(jī)制如協(xié)同過濾等，以達(dá)到一定的健壯性，實(shí)現(xiàn)海量藝術(shù)作品和藝術(shù)信息的精準(zhǔn)推送與高效傳播，是可行也是必須的。

關(guān)鍵詞：藝術(shù)學(xué)理論；藝術(shù)傳播；人工智能；機(jī)器認(rèn)知；數(shù)據(jù)挖掘；藝術(shù)信息

中圖分類號：J50文獻(xiàn)標(biāo)識碼：A

人工智能是指利用計(jì)算機(jī)開發(fā)用于模擬、延伸和擴(kuò)展人的智能的方法、技術(shù)與應(yīng)用系統(tǒng)。當(dāng)前主要的研究領(lǐng)域包括機(jī)器人智能、語音識別、圖像識別、自然語言處理和專家系統(tǒng)等。將人工智能應(yīng)用于藝術(shù)傳播領(lǐng)域的要點(diǎn)，在于對藝術(shù)作品與藝術(shù)信息的感知數(shù)據(jù)庫與受眾之間的關(guān)系進(jìn)行分析與數(shù)據(jù)挖掘，執(zhí)行無監(jiān)控或半監(jiān)控的模式發(fā)現(xiàn)，并以此為依據(jù)進(jìn)行精準(zhǔn)傳播。這是一種將計(jì)算機(jī)與藝術(shù)直接聯(lián)系起來的過程。人們可能會質(zhì)疑，對藝術(shù)信息產(chǎn)生情感體驗(yàn)是人類獨(dú)有的思維和感受能力，使用機(jī)器認(rèn)知對藝術(shù)信息進(jìn)行判斷理解并給出傳播決策的過程，似乎因有悖于藝術(shù)的本質(zhì)而可能無效。然而筆者認(rèn)為，在藝術(shù)傳播領(lǐng)域使用人工智能是必要的也是可行的。其必要性在于：如今傳統(tǒng)的藝術(shù)推薦方式，其效能正在逐漸降低。將人工智能應(yīng)用于藝術(shù)傳播，可以借助計(jì)算機(jī)的聯(lián)網(wǎng)、精準(zhǔn)與高速的識別與處理信息、計(jì)算與存儲的云端巨量化以及快速索引等優(yōu)勢，彌補(bǔ)傳統(tǒng)的以人為主的藝術(shù)推薦與藝術(shù)傳播過程所存在的速度與準(zhǔn)度缺陷。其可行性在于：全方位高精度的采集人類感知數(shù)據(jù)不僅方便而且便宜，對高維數(shù)據(jù)進(jìn)行降維算法的研究，也使得對此類復(fù)雜的感知數(shù)據(jù)進(jìn)行取樣和量化成為可能，雖然當(dāng)前的機(jī)器認(rèn)知研究仍未能達(dá)到能對藝術(shù)信息進(jìn)行充分理解的階段，但已在準(zhǔn)度與效率之間取得了平衡，一定程度可使人接受，并于某些門類藝術(shù)的發(fā)現(xiàn)與推薦服務(wù)領(lǐng)域形成了較為成熟的應(yīng)用。因此，筆者認(rèn)為，使人工智能能夠識別藝術(shù)的底層感知信息，結(jié)合藝術(shù)心理學(xué)、設(shè)計(jì)學(xué)等學(xué)科中較為成熟的相關(guān)研究，預(yù)測受眾的欣賞需求，匹配相應(yīng)作品，實(shí)現(xiàn)海量藝術(shù)信息的精準(zhǔn)推送與高效傳播是可行的，這也是藝術(shù)傳播研究與應(yīng)用的重點(diǎn)。

一、藝術(shù)作品數(shù)量的激增與藝術(shù)欣賞差異的加強(qiáng)

信息爆炸和媒介的去中心化時(shí)代，人們面臨的不再是信息匱乏而是選擇障礙。另外，對于藝術(shù)，顯然每個(gè)人的感受都不盡相同。同一件作品，可能有人極為喜愛，有人無動于衷。因此，在存在無數(shù)選擇可能與眾多欣賞口味的情況下，顯然需要一種方法，能夠快速、便捷、準(zhǔn)確的，從海量藝術(shù)信息中分辨和選擇出受眾更可能需要、喜愛和被感動的那部分藝術(shù)作品，做到針對目標(biāo)受眾的精準(zhǔn)推送。電子商務(wù)在這一領(lǐng)域起步較早。網(wǎng)絡(luò)廣告的泛濫曾讓用戶倍感厭惡，但在借助了人工智能的數(shù)據(jù)挖掘與發(fā)現(xiàn)之后，如今電子商務(wù)廣告推薦不再忽視用戶個(gè)性需求一味狂轟濫炸，某些廣告提供商能夠?qū)h(huán)境、用戶的搜索關(guān)鍵詞、頁面停留時(shí)間、點(diǎn)擊的鏈接、社交媒介文本數(shù)據(jù)關(guān)聯(lián)起來，進(jìn)行用戶消費(fèi)需求與行為預(yù)測，將廣告由騷擾用戶的無效信息變?yōu)閿M合其消費(fèi)需求的有效信息。藝術(shù)傳播顯然也可以借鑒這一方法來提高效率。

二、傳統(tǒng)推薦方式的效能局限與長尾障礙

當(dāng)人們，尤其是不具備藝術(shù)專業(yè)知識的人們在面對眾多選擇時(shí)，往往需要某些參考坐標(biāo)來幫助他們進(jìn)行選擇，這些參考坐標(biāo)就包含藝術(shù)推薦。傳統(tǒng)的藝術(shù)推薦模式有：1、人際傳播，如親友推薦與共享；2、把關(guān)人推薦，如本領(lǐng)域的專家意見，藝術(shù)評論、廣播或電視播出的藝術(shù)專訪，獎賽或評選推薦等；3、群體智慧，如歌曲銷售榜單、電影票房，點(diǎn)擊量等。這些參考坐標(biāo)是有效的，但也存在對藝術(shù)體驗(yàn)的個(gè)性差異做精細(xì)劃分想能力不足，面對大信息量與高差異性的藝術(shù)傳播需求效率低下等缺陷。另外，傳統(tǒng)的藝術(shù)推薦模式往往容易將注意力聚焦于長尾頭部的藝術(shù)作品，忽略那些處于尾部卻數(shù)量巨大的藝術(shù)作品。數(shù)字網(wǎng)絡(luò)環(huán)境中，獲取曲線尾部的藝術(shù)信息的成本大大降低，人們可以更多的關(guān)注到這部分藝術(shù)信息，而它們往往可能創(chuàng)造出更大的價(jià)值。

因此，將人工智能納入藝術(shù)傳播，能夠改善因針對性不強(qiáng)而傳播效率偏低、且無法發(fā)揮長尾優(yōu)勢這兩類傳播缺陷。

三、人工智能應(yīng)用于藝術(shù)傳播的方案分析

人工智能應(yīng)用于藝術(shù)傳播的方案與流程是：采集數(shù)據(jù)、量化數(shù)據(jù)、挖掘數(shù)據(jù)、建立模型，理解與匹配藝術(shù)信息和受眾需求，精準(zhǔn)傳播。

（一）采集數(shù)據(jù)

此處數(shù)據(jù)分為兩類。a、藝術(shù)信息與藝術(shù)作品的感知數(shù)據(jù)采集；b、人類行為與需求的數(shù)據(jù)采集（眼動、腦波、數(shù)碼設(shè)備使用、社交媒介、可被偵測的購買和獲取行為數(shù)據(jù)）。而a類數(shù)據(jù)所針對的又分為兩種，一是與藝術(shù)相關(guān)的信息，如展演消息，作品介紹，藝術(shù)家訪談等，一是藝術(shù)作品本身，如演出視頻、樂曲音頻、畫作圖像、文學(xué)篇章等。采集數(shù)據(jù)，與人們的情感體驗(yàn)建立正相關(guān)（或負(fù)相關(guān)）的關(guān)系，獲得其關(guān)系模型，以便計(jì)算機(jī)識別和理解是首要步驟。對那些與藝術(shù)相關(guān)的信息進(jìn)行如標(biāo)簽定義、關(guān)鍵詞提取等數(shù)據(jù)采集與標(biāo)準(zhǔn)化是相對易行和易準(zhǔn)的。另一關(guān)鍵，即對藝術(shù)作品本身的數(shù)據(jù)量化是難點(diǎn)。情感能否量化仍在爭論之中，筆者認(rèn)為將人類情感全部直譯為數(shù)據(jù)，使機(jī)器對藝術(shù)也具備靈感領(lǐng)悟能力，顯然不可行，但這并不等于便無法對藝術(shù)進(jìn)行量化研究。人們對藝術(shù)作品的感受，可分解成各類感官數(shù)據(jù)，如視覺、聽覺、觸覺、嗅覺與味覺、平衡感與空間覺數(shù)據(jù)等。縱觀媒介史，人們用來采集和傳播感知數(shù)據(jù)的媒介具有從信息耗損高、還原度低向信息耗損低、還原度高方向發(fā)展的趨勢。當(dāng)然，由于人類的心理存在完型能力，人們能夠使用預(yù)設(shè)將不完整的信息補(bǔ)充完整。

（二） 量化數(shù)據(jù)

需要量化的數(shù)據(jù)分為三類，一是采集到的數(shù)據(jù)，二是人們觀賞藝術(shù)作品時(shí)產(chǎn)生的情感體驗(yàn)，三是建立藝術(shù)欣賞需求模型。針對第一類數(shù)據(jù)的量化研究與應(yīng)用已有不少成果，針對第二類數(shù)據(jù)的量化研究和應(yīng)用可以借鑒心理學(xué)中對情感體驗(yàn)類型的樹狀結(jié)構(gòu)成果，以及某些試圖使用機(jī)器進(jìn)行智能創(chuàng)作的軟件應(yīng)用與理念。在文本挖掘、圖像理解、音樂發(fā)現(xiàn)等領(lǐng)域，已經(jīng)出現(xiàn)一些既可使數(shù)據(jù)為計(jì)算機(jī)理解，又便于讓人們采用如自然語言描述進(jìn)行定位的應(yīng)用。至于針對第三類數(shù)據(jù)的量化，則需要建立能被快速索引的帶有多層次標(biāo)簽的藝術(shù)信息數(shù)據(jù)庫，使用知識挖掘構(gòu)建藝術(shù)傳播領(lǐng)域的隱性關(guān)系模型。這在以往是很難想象的，但隨著硬件與算法不斷發(fā)展與成熟，人們能收集的數(shù)據(jù)維度越來越高，信息量越來越大，數(shù)據(jù)面越來越全，對大數(shù)據(jù)的分析，可以推算出某些以往無法得出的事件與人類行為之間的正（或負(fù)）相關(guān)關(guān)系。

（三）挖掘數(shù)據(jù)

將數(shù)據(jù)挖掘（Data mining）應(yīng)用于藝術(shù)傳播領(lǐng)域，可以將藝術(shù)傳播思路從顯性關(guān)系中拉出來，通過算法發(fā)現(xiàn)僅靠人類直覺無法識別的隱藏在藝術(shù)信息、受眾以及它們之間的關(guān)聯(lián)關(guān)系，有助于避開那些看起來合理但實(shí)際傳播效果并不很好傳播方法。數(shù)據(jù)挖掘需要量和質(zhì)上都符合要求的數(shù)據(jù)庫，因此除了將來源、格式、特征與性質(zhì)都不盡相同的數(shù)據(jù)存入數(shù)據(jù)倉庫，還需要采用適當(dāng)?shù)臄?shù)據(jù)規(guī)約技術(shù)，將數(shù)據(jù)集規(guī)約成為比原數(shù)據(jù)集小但仍能保持完整的數(shù)據(jù)集，納入計(jì)算后得到的結(jié)果應(yīng)當(dāng)與規(guī)約前執(zhí)行的結(jié)果相同或近似。由于在信息收集的過程中必然會存在數(shù)據(jù)不完整（某些屬性缺少數(shù)值）、含噪音（某些屬性值是錯(cuò)誤的）與不一致（同樣的信息表達(dá)方式不同）等問題，因此需要進(jìn)行數(shù)據(jù)清理以免影響挖掘效果。最后，根據(jù)數(shù)據(jù)倉庫中的數(shù)據(jù)信息，選擇合適的分析工具，得出有用的分析結(jié)果。

（四）分析建模

在得出數(shù)據(jù)挖掘結(jié)果之后，就需要從需求角度，對其進(jìn)行評估與模式識別。當(dāng)前，完全脫離人類進(jìn)行這一步驟是不可能的，必須納入專家知識，這使得那些對藝術(shù)進(jìn)行定性研究的優(yōu)秀成果都可被借鑒，只是需要對數(shù)據(jù)進(jìn)行轉(zhuǎn)化，將含有隱藏意義的不確定的描述與分析，轉(zhuǎn)化為具有量化特征或標(biāo)簽特征的語言，以供機(jī)器使用。

影響藝術(shù)信息的因素既多且復(fù)雜，在分析過程中需要使用能夠研究多個(gè)自變量和因變量關(guān)系的多元分析。多元分析又稱多變量分析，主要采用三類方法：第一類方法包括多元方差分析、多元回歸分析、協(xié)方差分析。這類方法可以用來研究確定的自變量和因變量之間的關(guān)系。比如以不同的灰度級別與色彩層次數(shù)表現(xiàn)同樣圖像，對人識別圖像含義的速度的影響。第二類方法包括判別函數(shù)分析與聚類分析。判別函數(shù)又稱決策函數(shù)，是對樣本進(jìn)行判斷的準(zhǔn)則函數(shù)。聚類分析是將數(shù)據(jù)進(jìn)行分類，類別內(nèi)保證同質(zhì)性高，類別間保證異質(zhì)性高。與分類分析不同，聚類分析并不給定劃分的類別、規(guī)則和模式，而是在無監(jiān)督的狀態(tài)下，進(jìn)行簇或類的搜索，識別模式，發(fā)現(xiàn)規(guī)則，這是一種探索性的分析，人工智能能在這一過程中提供優(yōu)于人腦的計(jì)算效率。第三類方法包括主成分分析、典型相關(guān)與因素分析，用來研究如何用較少的綜合因素代替數(shù)量較多的原始數(shù)據(jù)。如將藝術(shù)傳播媒介紛繁眾多的特征提取為若干特征進(jìn)行分析。綜上所述，雖然將人工智能納入藝術(shù)傳播的應(yīng)用和研究并不容易，但缺乏定量研究將直接影響信息時(shí)代的藝術(shù)傳播效率與速度，因此即使困難卻也必須。（責(zé)任編輯：帥慧芳）