金 沙 娱 乐 注 册 送18》》欢迎光临《金沙娱乐注册送18》是“洗稿”还是“创作” AI画作所有权该归谁?

文章来源:孝感网 发布时间:2019-11-21 21:52:00  【字号:      】

是“洗稿”还是“创作” AI画作所有权该归谁?

网易科技

,原文选自CNN,作者:Aaron Hertzmann,编译:网易智能 小小由,钛媒体经授权宣布。

在过去几年里,许多艺术家开端应用所谓的“神经网络软件”来创作艺术品。用户将现有的图像输入软件,然后软件会对这些图像进行剖析,学习其中特定的美学因素,并生成艺术家想要的新图像。通过把持这些模型的输入和参数,艺术家可以发生各种各样有趣而又令人回味无穷的图像作品。

这些作品通过画廊展览、媒体报道和两次高调的艺术拍卖,已经获得了普遍的认可。作为学术研讨人员、艺术技巧的开发者以及业余艺术家,看到艺术家们拥抱新技巧来发明新的表达情势总是让人觉得高兴。但是,就像之前首创性的艺术活动一样,神经网络艺术也带来了许多难题:

当这些艺术品来自许多不同的个人创意和算法时,我们如何对待作者及其所有权?我们如何确保所有参与创作的艺术家都得到公正看待?

新的活动正在出生

活泼的神经网络艺术兴起于过去几年,部分原因得益于盘算机科学的发展。它始于2015年名为DeepDream的项目,该项目是由一位谷歌工程师偶然启动的。他想找到一种方式来可视化设计用来剖析图像的神经网络系统的工作原理。为此,这位工程师在神经网络中输入照片,并请求它增添图像中检测到的物体部件数量。成果,他得到了一系列怪异而令人回味的图片。

皮埃尔·福特尔(Pierre Fautrel)是应用人工智能创作艺术品的法国企业家团队的结合开创人,他旁边的画作是算法创作的艺术品

这位工程师在网上分享了他的方式,艺术家们立刻开端尝试。在不到一年的时光里,DeepDream艺术画廊举行了第一次展览。因为这款软件是免费在线共享的,数字艺术家可以用这些模型进行试验,然后分享他们自己的成果,并进行修正。Twitter上有个活泼的神经网络艺术家创意社区,讨论他们的试验成果,以及最新的发展和争议。主流艺术家也接收了这些工具,特雷弗·佩格伦(Trevor Paglen)、瑞菲克·阿纳多(Refik Anadol)以及杰森·萨拉文(Jason Salavon)等艺术家都举行了大型展览,并接收了各种委托。

尽管如此,这种开放的分享对我们对待艺术的方法提出了挑衅。佳士得在2018年11月以近50万美元的价钱拍卖了《贝拉米家族的埃德蒙德·贝拉米》(Edmond de Belamy, from La Famille de Belamy),这是一副AI绘制画作,由巴黎艺术集团Obvious应用算法、基于14世纪至20世纪的15000幅经典肖像作品完成。这场拍卖本身已经给出了警示。

为何会如此?为了创作这张图片,艺术家团队显然应用了另一位艺术家罗比·巴拉特(Robbie Barrat)在网上免费分享的源代码和数据。艺术集团Obvious完整有权应用巴拉特的代码,并声称自己是该作品的作者。尽管如此,许多人批驳佳士得的做法辅助进步了那些只在作品创作中施展了很小作用的艺术家位置。这通常被解读为佳士得的失败,尤其是在推广作品的误导方法上,而不是反思AI艺术的原作者权益。

《贝拉米伯爵》(Le Comte de Belamy)是组成“贝拉米家族”系列的10幅肖像画之一

Ganbreeder于去年11月由乔尔·西蒙(Joel Simon)推出。每张Ganbreeder图像都是应用输入参数创作的,你可以通过修正站点上其他图像的参数来选择这些参数。该站点存储每个图像的谱系,以便你可以看到最终图像的所有贡献者。如果你爱好你发明或创作的某张图片,可以从名叫丹妮尔·巴斯金(Danielle Baskin)的企业家和艺术家那里订购定制的木版画。

巴斯金用颜料润饰了这幅作品,但并没有签名,而是在作品的背面贴上二维码,表明这幅作品具有奇特的血统。巴斯金之所以这样做,是因为每张图片都是许多人贡献的成果,这使得很难将任何一位艺术家的名字与每幅新作品接洽起来。

该是谁的就是谁的

然而,当亚历山大·雷本(Alexander Reben)展现他用Ganbreeder图像创作的画作时,巴斯金责备他偷盗,因为她和其他人花了数小时在Ganbreeder网站上制造这些图像。在为自己辩解时,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。

现有的法律和通例已经可以应对艺术品以某种合作或结合情势创作的情形。人们广泛以为,艺术家只要创作出一张最终的图片,就可以声称自己是作者,不过如果可能的话,他们应当对图片的起源开诚布公。对雷本偷盗的指控似乎模拟了那些对安迪·沃霍尔(Andy Warhol)和理查德·普林斯(Richard Prince)等传统挪用艺术家的方法,他们以扩展和修正其他用户在Instagram上的帖子而驰名。

然而,这些神经网络的工作似乎是另一种类型的工作。神经网络模型的贡献和网站其他用户的贡献都与创作成果密不可分。似乎没有任何贡献者属于“艺术家”。

对待这些新艺术作品的一种可能方法是像对待开源软件那样对待它们。开源是一种软件开发模型,任何人都可以在其中贡献或应用开放软件包。开源促使大批重要软件工具出生,如Linux和重要的神经网络软件。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也不可能被发明出来。

开源项目为软件如何应用和记载贡献指定了明白的规矩:有些软件可以扩大和销售,而其他项目必需始终免费分发。每个程序员的贡献都被记载下来,他们如何获得酬劳也取决于个人项目。像开源软件一样,像Ganbreeder这样的网站可认为艺术作者及其贡献树立清楚的规矩。领导方针应规定如何评估作品贡献度、还有谁做出了贡献以及作品何时可以出售或获得版权。

支付报酬也是一个辣手的问题。如果Ganbreeder图像被用于商业工作,比如书籍封面或电影制造,会产生什么?对于更平常的贡献,巴斯金建议可以在作品的众多贡献者中分摊报酬,这可能会有利可图,因为一场大型广告运动的版税足以支付很多艺术家的餐费。

“想象事物的摄影”

还有价值和意图的问题。这些作品能成为巨大的艺术吗?有些艺术品的价值仅仅在于其内在的美学属性,比如某座山的漂亮。但我们也器重作品,因为它展示了艺术家的视野、意图和技能。开源艺术品位于两者中间的某个地位。这一意象代表了许多人经过沉思熟虑的艺术选择成果。但目标何在?当然,早期的贡献者并不知道他们的作品将被如何应用。

法国艺术集团Obvious曾“训练”其软件应用历史画作为参考,然后生成相似于18世纪肖像画的图像

这就像在讯问创作漂亮山景背后的意图吗?还是艺术家最终的选择是唯一的意图起源?以前的艺术技巧也提出过相似的问题,尤其是摄影的发现。当这种媒介首次呈现时,许多人声称摄影基本不可能是艺术。他们以为,所有的工作都是由机器完成的。如今,这种观点在“AI自己创作艺术”的误导性言论中得到了呼应。

这种争辩延续了很长时光,但摄影最终被以为是其自己的艺术媒介。此外,它还通过迫使艺术家结束把所谓的现实主义作品放在基座上,从而催化了现代艺术活动。因为艺术家的画作永远无法与相机带来的真实感相匹配,所以他们须要找到一种方式来创作出任何机器都无法复制的作品。

神经网络艺术现在是就像“想象事物的摄影”。因为就像摄影一样,神经网络艺术可以发明出一组看似无穷无尽的图像,而这些图像本身似乎没有多大价值。价值来自艺术家应用这些工具的奇特方法,比如他们如何设置参数、选择主题、调剂图像细节或创作更大的图像。不过,随着新的神经模型以惊人的速度宣布,这些问题只会随着更巧妙、更怪异、更鼓舞人心的图像的呈现而变得更加紧急。




(责任编辑:管喜德)

专题推荐