文字生成、图像生成、视频生成、语音生成……伴随着AIGC（Artificial Intelligence Generated Content，生成式人工智能）技术的飞速发展，人工智能成为一个街谈巷议的热词。它是如此深入地介入到我们的生活中。
有喜有忧，又爱又怕。面对人工智能（AI），人们的态度复杂而矛盾。
从艺术创造的角度来看，AI绘画工具带来的机遇更多，还是挑战更多？本期两篇文章中，周博认为，随着人工智能实实在在地向人类的想象力、审美和情感层面延伸，它给艺术生产和艺术教育带来了巨大的困境和挑战；李世奇认为，AI绘画工具的介入为艺术和设计提供了新的路径，其强大的深度学习能力给艺术生产带来了更多创新和可能。关于AI与艺术的关系这一新话题，希望广大学者和读者踊跃参与，引发更多的思考与争鸣。
德国观念艺术家约瑟夫·博伊斯说“人人都是艺术家”，意思是普通人的思维活动，也包含着类似于艺术家或设计师的创意思维。不过，要把这样的创意思维变成艺术呈现出来是有技术门槛的。但是，随着人工智能（AI）绘画工具的出现，创意思维和艺术呈现之间的技术鸿沟日益被填平——在AI绘画工具上，只要输入我们设定的提示词，就能生成相应的图像。“人人都是艺术家”似乎正在变为现实。
AI绘画工具的高效产能，给艺术创作带来了很大的冲击，甚至可以说给艺术带来了一种困境。
在东西方艺术史上，都有一些类似于“以复古为革新”的创作理念。比如在欧洲艺术传统中，强调向希腊、罗马的古典艺术学习的文艺复兴、巴洛克和新古典主义，他们的艺术都以学习和借鉴古典范式作为基础。而在中国，宋元以降，艺坛“崇古”“则古”的风气日甚一日。元代赵孟頫论书主张“则古”，反对取法于今人，论画则谓“作画贵有古意”，他的书画实践也是上溯晋唐，借古开今。还有一种挪用艺术（Appropriation Art），通过借用已有的风格或图式，结构性地移花接木，将历史和当下拼接起来，建构出新的形象和意象。
这类强调向古人学习或把历史风格作为资源库的艺术创作，在AI绘画工具产生之后，其创作效率得到空前的提高。只要有想法，并以合适的提示词加以引导，无论写实还是抽象，AI绘画工具都可以使各种风格瞬间量产。所以，对于艺术创作来说，AI绘画工具的诞生就如同开启了创造力的潘多拉魔盒——创作者本人不必为得到某种风格而必须掌握某种艺术技巧了。
通过训练人工智能分门别类地学习苗族纹样的视觉特征，可以生成特定品类的苗族纹样。
基于此，我认为随着AI绘画工具的不断发展，艺术家的身份和艺术教育都将面临巨大变化和挑战。
从艺术史的角度来看，尽管艺术的定义一直在变，但总体而言仍围绕两个基本的层面：在精神层面，艺术是一种智性的创造，是人类的理智和情感的外化，即黑格尔所谓“美是理念的感性显现”；在物质层面，艺术是人类劳作的产物，涉及媒介、材质、工艺等多方面的使用。数千年来，艺术在精神层面的想象和创造是由人脑来完成的，在物质层面则主要依靠手和脑的协调。机械化大生产时代到来之后，机器完成了大量人手所不能完成的工艺，补充了人的能力不足。后来，随着计算机技术的发展，计算机辅助设计（CAD）和计算机辅助制造（CAM）极大地改变了艺术家和设计师的工作方式，绘图软件的广泛使用，也对挪用艺术和后现代的图像语言起到了极大助推作用。不过，这些技术的进步充其量也就是工具意义上的革命，是物质层面的革新。
我们再看两个比较有代表性的艺术创造机制的理论。英国美术史家恩斯特·贡布里希用“制作与匹配”理论来阐释艺术创作机制。他认为，艺术家的创作必须先掌握前人留下的图式，再通过观察自然、在画布上尝试各种色迹或线条组合，通过试错慢慢修正图式，才能达到与自然相匹配的程度，这个过程被称为“图式与修正”。美国建筑理论家克里斯托弗·亚历山大创造了模式语言体系。在他的名著《建筑模式语言》一书中描述了城镇、邻里、住宅、花园和房间等共253个模式。在他看来，运用模式语言产生建筑的过程不是各部分之间的简单相加，而是一个不断分化、推演和聚合的过程，新的设计和规划可以在这些模式语言的基础上不断出新。事实上，AI绘画工具的出现相当于把建立在既有图式、风格和模式语言基础上的艺术创作论还原成了一个技术模型的演化问题。
在传统的训练和创作体系中，为了达到既定的艺术效果，艺术家必须执着于技巧的训练与完善，然而，AI已经使许多艺术效果不必经由技巧训练便可达成。建立在习得的经验基础上的“艺术创造”，对人工智能来讲，就是一个数据、运算和生成的问题。在这种情况下，艺术创造一定程度上回到了意大利美学家克罗齐的经典命题“艺术即直觉，直觉即表现”，而直觉和表现之间的桥梁就是人工智能。在AI成为创意工具之后，创造性活动不再需要大量的脑力、体力和时间，艺术创作变得简单可行。当“人人都是艺术家”之后，曾经意义上的艺术家又是谁呢？艺术家的艺术又当何为呢？
今天，随着生成式人工智能的发展，电脑实实在在地开始向人类的想象力、审美和情感层面延伸，在音乐、美术、设计、电影等广泛的艺术创造领域发挥过去只能由人发挥的作用。生成式人工智能不仅仅是工具意义上的技术进步，其大语言模型正在不断地深入到艺术想象力和创造力的中枢，如果我们承认艺术家对于艺术创造的主体性价值，那么在人工智能时代，艺术创造的主体就将由“人”变为“人和高度智能化的拟人”的结合，那么创造艺术的艺术家又是谁呢？
人工智能所带来的这种“淹没性的消解”可能是当前艺术面临的最大危机。
在艺术教育层面，面对人工智能，艺术院校教什么、怎么教也将面临巨大的挑战。
人工智能已经成为艺术创作的一个有力工具，然而这种人脑与人工智能的捆绑很容易造成人脑“搭便车”，从而导致大脑创造力的退化。艺术的教学如何设置才能使人类创造力的铁三角——眼、手、脑更为协调而非退化，这将是艺术教育必须面对的一个现实问题。
相对于大学，艺术职业教育在这方面碰到的挑战越发明显。以往，艺术职业教育更注重技巧能力的培养。随着人工智能的发展，艺术职业教育中教授的插图、建模、设计软件操作等职业技能，可以更多使用人工智能来完成，未来职业教育的方式、方法和前途都必须重新思考。以往更强调应用能力的职业教育，或许符合机械化大生产的要求，却不一定符合智能时代的要求——当大家可以使用人工智能工具时，教那些具有一定重复性的某种技艺技巧，或许已经远远落伍。
当前，我们处在人工智能飞速发展的时代，未来社会发展趋势难以断言。面对人工智能给艺术创造带来的困境和挑战，我觉得有三点认识或许是解决之道：
对于如何认知艺术，我认为艺术创造是一个从量变到质变的过程，人工智能可以极大地提高量变的效率，而人要解决的问题是质变，也就是真正有创造性的劳动。
对于如何创造艺术，我觉得在词语和图像之间架设桥梁很重要。艺术家要能熟练地掌握语言和艺术作品风格、品位的关联，能够训练人工智能并挑选出好的、适合的作品。
对于艺术教育，生成式人工智能在艺术上的优长是“发人所已发”，而非“发人所未发”。我们以往的教育模式大都以历史上的名家大师、艺术典范为指引，在这种模式下产出的许多引以为豪的艺术创造，事实上是诸多典范的结合和变体。人工智能技术的发展正在使这种学院派的创作模式日益普通且廉价。未来，艺术教育一定不是简单的手艺传承，也不是单向度的专业训练，而是培养有能力连接多种知识、资源和可能性的人才。
人工智能确实让我感到有些忧虑。它这么聪明，会超过人类吗？它会替代人类进行艺术创造吗？人类能控制好人工智能吗？这些都是人工智能给我们带来的挑战和困境。
