機器學(xué)習(xí)與人造圖像的藝術(shù)性探討

劉家?！堄褟姟O進　張登銀

摘要：目的：探索機器學(xué)習(xí)與人造圖像的藝術(shù)關(guān)聯(lián)性，理解機器學(xué)習(xí)技術(shù)在藝術(shù)創(chuàng)作中的應(yīng)用潛力，挖掘現(xiàn)代網(wǎng)絡(luò)技術(shù)對傳統(tǒng)藝術(shù)創(chuàng)作的影響力。方法：首先研究人造藝術(shù)圖像生成的背景和相關(guān)概念，其次討論機器學(xué)習(xí)在藝術(shù)創(chuàng)作中圖像生成和處理、藝術(shù)風(fēng)格轉(zhuǎn)換、創(chuàng)作助手和創(chuàng)新藝術(shù)探索的不同應(yīng)用，最后評價機器學(xué)習(xí)生成的圖像是否具有藝術(shù)性，以及比較傳統(tǒng)風(fēng)格圖像與人造圖像的優(yōu)劣。結(jié)果：機器學(xué)習(xí)技術(shù)可以有效生成具有藝術(shù)性的圖像，并在藝術(shù)創(chuàng)作中發(fā)揮重要作用；機器學(xué)習(xí)可以模仿不同的藝術(shù)風(fēng)格，生成符合人類審美的圖像。雖然機器生成的圖像可能缺乏傳統(tǒng)藝術(shù)創(chuàng)作中的個人創(chuàng)作意圖和自由表達，但它們?nèi)匀豢梢哉宫F(xiàn)出令人驚嘆的創(chuàng)意和美感。結(jié)論：機器學(xué)習(xí)與人造圖像生成的藝術(shù)關(guān)聯(lián)是一個新興且有趣的研究領(lǐng)域，具有廣闊的應(yīng)用前景。在未來的研究中，可以進一步探索機器學(xué)習(xí)與藝術(shù)的關(guān)系，發(fā)展更加先進和更具創(chuàng)造性的機器學(xué)習(xí)算法，推動藝術(shù)創(chuàng)作進步。

關(guān)鍵詞：機器學(xué)習(xí)；人造圖像；藝術(shù)性；創(chuàng)造力

中圖分類號：TP751 文獻標識碼：A 文章編號：1004-9436（2023）24-00-03

0 引言

隨著科技的快速進步和信息時代的到來，機器學(xué)習(xí)［1-2］和人造圖像生成［3-4］成為當前計算機和藝術(shù)領(lǐng)域的熱門議題。傳統(tǒng)的藝術(shù)創(chuàng)作一直是人類藝術(shù)家的專屬領(lǐng)域，依賴人類的智慧和創(chuàng)造力，但如今隨著機器學(xué)習(xí)技術(shù)的迅猛發(fā)展，人與機器之間的界限逐漸模糊。機器學(xué)習(xí)逐漸展示出在藝術(shù)創(chuàng)作中的巨大潛力，并對人造圖像生成的藝術(shù)性提出了新的挑戰(zhàn)和思考。

機器學(xué)習(xí)是一種基于人工智能的技術(shù)，通過對大量數(shù)據(jù)的學(xué)習(xí)和模型訓(xùn)練，使機器能夠自主學(xué)習(xí)、判斷和決策。而人造圖像生成則是利用機器學(xué)習(xí)技術(shù)生成逼真的圖像，從而在藝術(shù)創(chuàng)作中開辟新的創(chuàng)造空間。傳統(tǒng)的圖像生成通常需要借助藝術(shù)家的觀察力和創(chuàng)作力［5-6］，而現(xiàn)在，機器學(xué)習(xí)技術(shù)可以通過學(xué)習(xí)大量的圖像數(shù)據(jù)并對現(xiàn)有圖像進行分析，自動創(chuàng)造出令人驚嘆的藝術(shù)作品［7-9］。然而，機器學(xué)習(xí)在人造圖像生成中的應(yīng)用也引發(fā)了一系列討論和爭議。一些人認為，機器生成的圖像缺乏情感和內(nèi)涵，無法與藝術(shù)家的作品相提并論［10］；另一些人則贊賞機器生成圖像的創(chuàng)造力和美感，并將其視為一種新興的藝術(shù)形式［11］。因此，機器生成圖像的藝術(shù)性及其與傳統(tǒng)藝術(shù)之間的關(guān)系有待進一步研究和探討。

本文旨在從機器學(xué)習(xí)在人造圖像生成中的應(yīng)用入手，探討其在藝術(shù)創(chuàng)作中應(yīng)用的潛力和可能性。通過對相關(guān)案例進行分析，探索機器學(xué)習(xí)與藝術(shù)之間的聯(lián)系，并探討機器生成圖像的創(chuàng)新性、美學(xué)和藝術(shù)性。同時，本文對機器學(xué)習(xí)在藝術(shù)創(chuàng)作領(lǐng)域的發(fā)展提出一些新的思考和建議，以推動計算機技術(shù)在藝術(shù)創(chuàng)作中的應(yīng)用。

1 機器學(xué)習(xí)在人造藝術(shù)圖像生成中的應(yīng)用

機器學(xué)習(xí)在人造藝術(shù)圖像生成中的應(yīng)用取得了顯著的進展和成果。通過訓(xùn)練深度學(xué)習(xí)模型和生成對抗網(wǎng)絡(luò)，機器可以學(xué)習(xí)并模仿人類藝術(shù)家的風(fēng)格和技巧，創(chuàng)造出令人驚艷和具有藝術(shù)性的圖像。下面介紹機器學(xué)習(xí)在不同方面的應(yīng)用，包括風(fēng)格遷移、創(chuàng)作協(xié)助和創(chuàng)新藝術(shù)探索。

風(fēng)格遷移［12-13］是機器學(xué)習(xí)在人造藝術(shù)圖像生成中的一個重要應(yīng)用。通過風(fēng)格遷移技術(shù)，機器可以將一個圖像的風(fēng)格應(yīng)用于另一個圖像上，創(chuàng)造出新穎且具有藝術(shù)性的圖像。這種技術(shù)可以通過分離圖像的內(nèi)容信息與風(fēng)格信息來實現(xiàn)。在訓(xùn)練過程中，機器學(xué)習(xí)模型會學(xué)習(xí)不同藝術(shù)風(fēng)格的特征和模式，然后將這些特征和模式應(yīng)用于目標圖像，從而創(chuàng)造出具有相同風(fēng)格的圖像。例如，可以將梵高的筆觸風(fēng)格應(yīng)用于一幅現(xiàn)實世界的風(fēng)景照片上，生成一幅充滿梵高特色的藝術(shù)作品。風(fēng)格遷移不僅可以模仿已知的藝術(shù)風(fēng)格，還可以探索并創(chuàng)造全新的藝術(shù)風(fēng)格。通過訓(xùn)練深度學(xué)習(xí)模型和生成對抗網(wǎng)絡(luò)，機器可以學(xué)習(xí)現(xiàn)有藝術(shù)作品的模式和風(fēng)格，生成具有獨特風(fēng)格的圖像。這為藝術(shù)創(chuàng)作帶來了新的可能性，藝術(shù)家可以與機器合作，探索和嘗試新的創(chuàng)作風(fēng)格。

機器學(xué)習(xí)也可以在藝術(shù)創(chuàng)作中起到輔助作用［14］。通過訓(xùn)練深度學(xué)習(xí)模型和生成對抗網(wǎng)絡(luò)，機器可以學(xué)習(xí)藝術(shù)作品的模式、風(fēng)格和特征，并根據(jù)這些信息生成新的藝術(shù)圖像。藝術(shù)家可以使用這些生成的圖像作為靈感和參考，幫助他們創(chuàng)作出更具創(chuàng)意和獨特性的藝術(shù)作品。例如，藝術(shù)家可以輸入一幅草圖或簡單的線條，然后機器學(xué)習(xí)模型會根據(jù)已有的藝術(shù)作品生成相似的圖像，提供給藝術(shù)家，用于進一步創(chuàng)作。創(chuàng)作協(xié)助不局限于圖像生成，還可以應(yīng)用于音樂、文學(xué)和其他形式的藝術(shù)創(chuàng)作。通過學(xué)習(xí)和分析已有作品，機器可以生成類似的作品，為藝術(shù)家提供靈感。

機器學(xué)習(xí)在人造藝術(shù)圖像生成中的另一個重要應(yīng)用是創(chuàng)新藝術(shù)探索［15-19］。通過訓(xùn)練深度學(xué)習(xí)模型和生成對抗網(wǎng)絡(luò)，機器可以生成具有獨特風(fēng)格的藝術(shù)作品，這些作品可能超越了傳統(tǒng)人類藝術(shù)家的創(chuàng)作范圍。這種技術(shù)可以為藝術(shù)創(chuàng)作帶來新的可能性，推動藝術(shù)創(chuàng)新和發(fā)展。通過與機器合作，藝術(shù)家可以探索新的藝術(shù)風(fēng)格、技巧和表現(xiàn)方式。機器可以提供與傳統(tǒng)藝術(shù)不同的視角和創(chuàng)作方式，為藝術(shù)家?guī)硇碌撵`感和創(chuàng)作動力。同時，通過與機器的交互和探索，藝術(shù)家可以更加深入地了解自己的創(chuàng)作風(fēng)格和思維方式，從而進一步提升自己的藝術(shù)創(chuàng)作水平。

綜上，機器學(xué)習(xí)在人造藝術(shù)圖像生成中的應(yīng)用帶來了新的機遇和挑戰(zhàn)。通過訓(xùn)練深度學(xué)習(xí)模型和生成對抗網(wǎng)絡(luò)，機器可以模仿和創(chuàng)造藝術(shù)作品，擴大藝術(shù)創(chuàng)作的邊界。這能為藝術(shù)家提供新的工具和資源，推動藝術(shù)創(chuàng)新和發(fā)展。

2 人造圖像的藝術(shù)性

人造圖像的藝術(shù)性是對機器生成圖像的美學(xué)和創(chuàng)造力進行評價和探討。雖然機器生成的圖像是通過算法和模型生成的，但它們也可以表現(xiàn)出令人驚嘆的創(chuàng)意和美感。在這一領(lǐng)域，人們對機器生成的圖像能否被視為真正的藝術(shù)作品展開了廣泛的討論。

首先，對藝術(shù)的定義本身就是一個復(fù)雜且主觀的問題。藝術(shù)是一種表達和情感傳遞的方式，關(guān)于藝術(shù)是否唯有人類才能創(chuàng)作的觀點存在爭議。一些人認為藝術(shù)是人類獨有的能力，機器生成的圖像缺乏情感和靈魂，因此無法被視為真正的藝術(shù)作品；另一些人則認為藝術(shù)是一種創(chuàng)造和表達的過程，無論是人類還是機器，只要能夠激發(fā)人們的情感和思考，就可以被視為藝術(shù)。

其次，機器生成的圖像可能缺乏傳統(tǒng)藝術(shù)創(chuàng)作中的個人創(chuàng)作意圖和藝術(shù)家的自由表達。傳統(tǒng)的藝術(shù)創(chuàng)作通常是基于藝術(shù)家的觀察和個人想法的結(jié)果。然而，機器學(xué)習(xí)是通過學(xué)習(xí)大量的數(shù)據(jù)和模式來生成圖像，其結(jié)果可能更多受限于訓(xùn)練數(shù)據(jù)和算法模型。盡管如此，機器生成的圖像仍然可以展現(xiàn)出新穎和獨特的藝術(shù)風(fēng)格。機器學(xué)習(xí)算法可以從大量藝術(shù)品中學(xué)習(xí)并生成類似的風(fēng)格，這使機器生成的圖像具有與傳統(tǒng)藝術(shù)作品不同的魅力。此外，機器生成的圖像還可以探索和創(chuàng)造新的藝術(shù)形式，通過算法和計算能力實現(xiàn)傳統(tǒng)藝術(shù)中無法實現(xiàn)的創(chuàng)意和效果。

人造圖像的藝術(shù)性也涉及藝術(shù)家在整個創(chuàng)作過程中的角色和參與程度。一些機器生成的圖像是由藝術(shù)家使用算法和模型作為工具來生成的，藝術(shù)家在設(shè)計和調(diào)整算法參數(shù)的過程中發(fā)揮著重要的創(chuàng)作決策作用。在這種情況下，機器生成的圖像可以被視為藝術(shù)家與機器合作的結(jié)果，藝術(shù)家可以通過算法和模型來實現(xiàn)自己的創(chuàng)作愿景。

總體來說，人造圖像是否具有藝術(shù)性是一個復(fù)雜且有爭議的問題。雖然機器生成的圖像可能缺乏傳統(tǒng)藝術(shù)創(chuàng)作中的個人創(chuàng)作意圖和自由表達，但它們?nèi)匀豢梢哉宫F(xiàn)出令人驚嘆的創(chuàng)意和美感。在機器學(xué)習(xí)和計算能力的發(fā)展下，人造圖像的藝術(shù)性將繼續(xù)被探索和挑戰(zhàn)，從而為人們帶來新的藝術(shù)體驗。

3 基于機器學(xué)習(xí)的人造圖像生成的未來

機器學(xué)習(xí)的原理是通過大量的數(shù)據(jù)樣本來訓(xùn)練模型，使其能夠自動識別和學(xué)習(xí)特定的模式和規(guī)律。在圖像生成領(lǐng)域，機器學(xué)習(xí)算法可以分析大量的圖像數(shù)據(jù)，并學(xué)習(xí)圖像的特征和結(jié)構(gòu)。通過這些特征和結(jié)構(gòu)，算法可以生成新的圖像，甚至可以根據(jù)特定的要求調(diào)整細節(jié)，使生成的圖像看起來更加真實和具有藝術(shù)性。

人造圖像生成的應(yīng)用領(lǐng)域非常廣泛。在藝術(shù)創(chuàng)作方面，機器學(xué)習(xí)算法可以生成各種類型的繪畫作品，如油畫、水彩畫、素描等。這些生成的圖像可以模仿大師的風(fēng)格，也可以創(chuàng)造出全新的藝術(shù)風(fēng)格。而在電影、游戲和虛擬現(xiàn)實領(lǐng)域，機器學(xué)習(xí)算法可以生成逼真的人物角色、場景和特效，增強影視作品和游戲的可視化效果。此外，基于機器學(xué)習(xí)的人造圖像生成技術(shù)還可以應(yīng)用于醫(yī)學(xué)影像處理、產(chǎn)品設(shè)計等領(lǐng)域，為各行各業(yè)提供更加便捷和高效的解決方案。

不過，目前基于機器學(xué)習(xí)的人造圖像生成技術(shù)還面臨一些挑戰(zhàn)。首先，生成的圖像要具有高度的真實感和藝術(shù)性，這就對機器學(xué)習(xí)算法的訓(xùn)練和優(yōu)化提出了較高要求。其次，由于圖像生成是一個高維度的問題，需要處理大量的參數(shù)和變量，所以要運用更加復(fù)雜和高效的算法來計算。最后，由于圖像生成涉及版權(quán)和知識產(chǎn)權(quán)等法律問題，所以需要對生成的圖像進行相應(yīng)的法律規(guī)范和管理。

雖然存在一些挑戰(zhàn)，但隨著科技的不斷進步和算法的不斷優(yōu)化，基于機器學(xué)習(xí)的人造圖像生成技術(shù)有望在未來獲得更加廣泛的應(yīng)用。隨著算法的發(fā)展和硬件的優(yōu)化，機器學(xué)習(xí)算法在藝術(shù)創(chuàng)作、影視制作、游戲設(shè)計等領(lǐng)域?qū)l(fā)揮更加重要的作用，創(chuàng)造出更加精彩和出色的作品。同時，隨著技術(shù)的發(fā)展和應(yīng)用的普及，須解決相關(guān)的法律和倫理問題，確保這些技術(shù)得到合理應(yīng)用。

4 結(jié)語

通過對機器學(xué)習(xí)在人造藝術(shù)圖像生成中的應(yīng)用和人造圖像的藝術(shù)性進行探討，可以發(fā)現(xiàn)機器學(xué)習(xí)技術(shù)在人造圖像生成領(lǐng)域具有巨大的潛力。雖然人工創(chuàng)造與機器生成之間存在不同，但機器生成的圖像仍具有創(chuàng)意和美感，可以視為一種新型藝術(shù)形式。未來可以期待機器學(xué)習(xí)在藝術(shù)創(chuàng)作領(lǐng)域發(fā)揮更大的作用，為藝術(shù)家提供全新的創(chuàng)作工具和思維方式。

參考文獻：

［1］ 吳曉如，王政.人工智能教育應(yīng)用的發(fā)展趨勢與實踐案例［J］.現(xiàn)代教育技術(shù)，2018，28（2）：5-11.

［2］ 祝智庭，韓中美，黃昌勤.教育人工智能（eAI）：人本人工智能的新范式［J］.電化教育研究，2021，42（1）：5-15.

［3］ 向友君，謝勝利.圖像檢索技術(shù)綜述［J］.重慶郵電學(xué)院學(xué)報，2006，18（3）：348-354.

［4］ 張恒志，李曉明.基于輪廓生成的海底圖像修復(fù)及空洞填充［J］.計算機與數(shù)字工程，2023，51（2）：451-455，525.

［5］ 皮旭東，彭國斌.視覺人類學(xué)視域下桂北民間古建筑裝飾圖像藝術(shù)研究［J］.明日風(fēng)尚，2023（2）：158-160.

［6］ 金家琴，夏翠娟.數(shù)字人文在視覺化藝術(shù)領(lǐng)域的應(yīng)用前沿：圖像藝術(shù)分析與計算機生成藝術(shù)［J］.圖書館雜志，2021，40（6）：101-109，132.

［7］ 魯越，郭超，林懿倫卓凡，等.繪畫藝術(shù)圖像的計算美學(xué)：研究前沿與展望［J］.自動化學(xué)報，2020，46（11）：2239-2259.

［8］ 魏林鐸.基于深度學(xué)習(xí)的松蔭軒印章圖像流派分類［D］.南京：南京理工大學(xué)，2022.

［9］ 沈思媛.基于遷移學(xué)習(xí)的藝術(shù)圖像描述生成技術(shù)研究［D］.南京：南京大學(xué)，2021.

［10］ 娜仁花.討論式教學(xué)法的應(yīng)用：關(guān)于繪畫專業(yè)教學(xué)改革的一些思考［J］.藝術(shù)研究，2013（1）：94-95.

［11］ 王洪義.繪畫手藝與攝影機器的較量史［J］.藝術(shù)探索，2010，24（6）：5-9，140.

［12］ 苗序娟，余浩，王露，等.圖像風(fēng)格遷移技術(shù)概況及研究現(xiàn)狀［J］.現(xiàn)代計算機，2021（2）：67-72.

［13］ 宋華飛.基于生成對抗網(wǎng)絡(luò)的唐卡圖像風(fēng)格遷移研究［D］.蘭州：西北民族大學(xué)，2023.

［14］ 鐘遠薪，夏翠娟.藝術(shù)圖像知識圖譜構(gòu)建初探［J］.圖書館論壇，2022，42（2）：109-118.

［15］ 褚學(xué)良，楊彩紅.繪畫藝術(shù)的探索與創(chuàng)新之我見［J］.赤峰學(xué)院學(xué)報（漢文哲學(xué)社會科學(xué)版），2010，31（5）：113-115.

［16］ 武軍.實驗藝術(shù)：作為方法與理念的藝術(shù)探索［J］.藝術(shù)設(shè)計研究，2021（1）：78-82.

［17］ 趙芊芊.后影像時代的新媒體藝術(shù)探索：數(shù)字媒體與當代藝術(shù)的融合［J］.中國傳媒科技，2018（4）：119-120.

［18］ 許妍媛.論藝術(shù)教學(xué)中學(xué)生探索與創(chuàng)新能力的培養(yǎng)［J］.湘潮，2011（8）：123-124.

［19］ 張維青.學(xué)術(shù)創(chuàng)新與藝術(shù)探索：我院2005·藝苑金秋藝術(shù)節(jié)的啟示［J］.齊魯藝苑，2006（1）：6-7，18.

作者簡介：劉家希（1988—），男，黑龍江哈爾濱人，博士，講師，系本文通訊作者，研究方向：機器學(xué)習(xí)、人工智能、故障診斷。

張友強（1990—），男，陜西安康人，博士，講師，研究方

向：人工智能、圖像處理。

孫進（1988—），男，江蘇泰州人，博士，副教授，研究方

向：人工智能、圖像識別。

張登銀（1964—），男，江蘇泰州人，博士，教授，研究方

向：人工智能、機器學(xué)習(xí)、圖像處理。

基金項目：本論文為2020年度南京郵電大學(xué)教學(xué)改革研究項目“基于機器學(xué)習(xí)的圖像處理在實踐教學(xué)中的探究與實踐”研究成果，項目編號：JG01620-JX21