摘要：当一件艺术作品由多个人的创意和算法生成时，如何看待原作者及所有权？
原作者：Aaron Hertzmann，由产品设计罩老师翻译整理
AI就像19世纪的摄影的地位一样，正在尝试以自己的艺术形式被大众接受。
在过去的两三年，许多艺术家开始使用所谓的“神经网络软件”来创作艺术作品。
用户将现有的图像输入到软件中，通过程序来分析这些图像，学习特定的美学规则，并输出艺术家可以整合出的新图像。通过操纵这些模型的输入参数，就能产生一系列有意思的图像。
这部作品通过展览、媒体报道和两次高知名度的艺术拍卖，已经获得了广泛的认可。
看到艺术家们拥抱新技术创造新的表现形式，总是让人兴奋不已。
但是，和过去开创性艺术运动一样，神经网络艺术也提出了一个难题：当这些艺术作品来自非常多的不同的创造性个体和算法时，我们如何看待作者和所有权？如何确保所有参与的作者都得到公平的对待？
一项新运动诞生
充满活力的神经网络艺术世界在一定程度上是从计算机科学的发展中产生的。
它始于2015年，当时谷歌工程师开发了一个叫做deepDream的程序。他想找到一种方法，可视化设计用来分析图像的神经网络系统工作原理。为了做到这一点，他给这个系统输入了一张照片，要求系统增加图像中检测到对象的部件数量，令人意外的是，得到一大堆怪异又有意思的图片。
工程师在网上分享了他的方法，艺术家们立刻开始尝试。不到一年后，第一场以deepDream作为工具创作的艺术画廊展览在东格林维尔(East Greenville)大剧院成功举办。
因为这个软件是免费的，数字艺术家可以对模型作实验性的探索，然后分享成果。
在Twitter上有一个活跃的神经网络艺术家创意社群，他们讨论他们的实验结果，以及最新的发展和争议。 主流艺术家也接受了这个新的创作工具，包括特雷弗・佩格伦(Trevor Paglen)，瑞菲克・阿纳多(Refik Anadol)和杰森・萨拉文(Jason Salavon)等艺术家，他们都举办了此类的展览。
尽管如此，这种开放的分享还是挑战了对艺术的思考方式。著名拍卖公司佳士得于2018年11月以近50万美元的价格出售了《贝拉米家族的埃德蒙・德贝拉米（Edmond de Belamy）》肖象，该作品是由法国艺术团体Obvious引用了另一位艺术家罗比・巴特(Robbie Barrat)在网上开源代码和数据，基于14世纪至20世纪的15000幅经典肖像数据统计分析而计算出来的结果。
当然了，该团体有权利使用Barrat的代码，并声称是该作品的原作者。 尽管如此，许多人批评佳士得这样的做法，这是在帮助那些作品创作发挥很少的部分的艺术家。 这通常被认为是佳士得的失败，特别是在推动作品的误导方式上，而不是需要反思AI艺术原作者的权益。
Ganbreeder的出现
这些问题在Ganbreeder中确实变得不可避免，Ganbreeder是一个基于神经网络创建图像的网站。
Ganbreeder是一个充满启发性，有趣，怪诞而又迷人的图像网站，图片有着无尽来源。 与DeepDream中的图像有着截然不同的地方，后者的图片很快很容易变得重复、同质。
Ganbreeder于去年11月由乔尔·西蒙(Joel Simon)发起。 每张Ganbreeder图像都是通过输入参数实现，通过修改网站其他图像的参数来重新输入参数进行创建。 网站会存储每个图像的血统，方便可以看到所有为最终图像做出贡献的人。
如果你喜欢了一张你发现或者你自己创造的图片，你可以从一位名叫丹妮尔·巴斯金(Danielle Baskin)的企业家和艺术家那里定制的木头印刷品。她用颜料润色和印刷，但不会署名，而是在作品背面贴上二维码，指出了这张图片的独特血统。
她这样做是因为每一张图片是众多人的贡献的结果，这使得很难把任何一个唯一的艺术家的名字附在每一个新的艺术品上。
该赞美时就应赞美
当亚历山大·雷本(Alexander Reben)展示他用Ganbreeder创作的画作时，巴斯金(Baskin)指责他剽窃，因为她和他朋友花了数小时在Ganbreeder网站上制作这些图像。在为自己辩护时，雷本指出，在他选择图像时，Ganbreeder的作品都是匿名的，用户登录和归属权是在2月份才添加的。
现有的法律和公约已经可以应对了以某种形式的合作或联合创作艺术品的情况。人们普遍认为，艺术家只需创作出最终的图像，就可以宣称自己是作者，如果可能的话，他们应诚实公开这些图片的来源。对雷本偷窃的指控，和对安迪·沃霍尔(Andy Warhol)和理查德·普林斯(Richard Prince)这类传统挪用艺术家的抨击有着类似的地方，这些艺术家会盗用其他用户的Instagram照片而闻名。
然而，这些神经网络的工作似乎是另一种类型工作，它模型的贡献者和其他用户的位置都与结果是分不开的。似乎没有一个贡献者是“艺术家”。
对待这些新型艺术作品的一种可能方式是将它们当作是一种开源软件。开源是一种软件开发形式，任何人都可以参与或使用开放软件包。开源促使大量软件的产生，例如Linux系统和神经网络软件等等，而这些工具本来是不可能开发出来的。同样，如果没有开放的软件和数据共享，新的神经网络艺术品是不可能被创造出来的。
开源项目为软件的使用和信用指定了明确的规则：一些软件可以扩展和销售，而其他项目必须坚持免费分发。每个程序员的贡献都会被记录下来；它们是如何被记录的还取决于具体单个项目。
像开源社区一样，类似Ganbreeder这样的网站可以为艺术创作和信用制度建立清晰的规则。一个参考是确定如何为一件作品申请信用，还有谁必须获得信用，以及什么时候一件作品可以被出售或是否受到版权保护。
支付报酬也是一项棘手的问题。如果Ganbreeder的图被拿来商用，比如制作书的封面或电影制作，会怎样？对于更普通的贡献者，巴斯金建议可以在作品的许多贡献者之间分摊报酬。这可能会变得有利可图，一个大型广告活动的版税可以支付很多艺术家的报酬。
“想象事物的一种摄影”
关于价值和意图问题，这些作品能成为伟大的艺术作品吗？一件艺术品的某些价值仅仅在于其内在的美学特性，一座山可能是美丽的。但我们也重视作品，因为它体现了艺术家的视觉、意图、技巧和经历。
一个开源的艺术品位于两者间的某个位置。这些意象代表了许多人类头脑精心挑选艺术作品的结果。目的何在？当然，早期的贡献者也不知道这些作品如何使用。
这是否像是询问这一座美丽的山背后意图？或者艺术家做出最后的选择，是唯一的意图来源？以前，也提出了类似的问题，尤其是摄影的出现，当该媒介出现时，许多人声称摄影根本是不可能是艺术。毕竟，他们认为，是照相机完成了所有的工作，这种观点和现在“AI自己创造了艺术”观点中得到了呼应。
虽然经历了一段时间，但摄影最终被公认为自己的艺术媒介。此外，它还强迫艺术家停止把所谓"现实主义"放在雕塑的基座上，促进了现代艺术运动。因为它们永远无法与照相机的真实感相匹配，所以它们需要找到一种方法来创造出任何机器都无法复制的作品。
神经网络艺术现在是一种想象事物的摄影。
像摄影一样，神经网络艺术可以创造出一组看似无限的图像，这些图像本身没有多大价值。这个价值来源于艺术家使用这些工具的独特的方式，它们如何设置参数、选择主题、调整图像细节等。随着这项新技术的快速发展，这些问题会变得更精彩、更奇异和更鼓舞人心，也会变得更紧迫。所以不管生产工具如何发展，适应和接受这些新媒介，挖掘背后的价值才是核心。
