AI畫作所有權(quán)歸屬于誰？

在過去幾年里，許多藝術(shù)家開始使用所謂的“神經(jīng)網(wǎng)絡(luò)軟件”來創(chuàng)作藝術(shù)品。用戶將現(xiàn)有的圖像輸入軟件，然后軟件會對這些圖像進行分析，學(xué)習(xí)其中特定的美學(xué)因素，并生成藝術(shù)家想要的新圖像。通過控制這些模型的輸入和參數(shù)，藝術(shù)家可以產(chǎn)生各種各樣有趣而又令人回味無窮的圖像作品。

這些作品通過畫廊展覽、媒體報道和高調(diào)的藝術(shù)拍賣，獲得了一定程度的認可。作為學(xué)術(shù)研究人員、藝術(shù)技術(shù)的開發(fā)者以及業(yè)余藝術(shù)家，看到藝術(shù)家們擁抱新技術(shù)來創(chuàng)造新的表達形式總是讓人感到興奮。但是，就像之前開創(chuàng)性的藝術(shù)運動一樣，神經(jīng)網(wǎng)絡(luò)藝術(shù)也帶來了許多難題：當(dāng)這些藝術(shù)品來自許多不同的個人創(chuàng)意和算法時，我們?nèi)绾慰创髡呒捌渌袡?quán)？我們?nèi)绾未_保所有參與創(chuàng)作的藝術(shù)家都得到公平對待？

新的運動正在誕生

活躍的神經(jīng)網(wǎng)絡(luò)藝術(shù)的興起，部分原因得益于計算機科學(xué)的發(fā)展。2015年，DeepDream團隊的一位工程師偶然啟動了這個項目。他想找到一種方法來可視化分析圖像的神經(jīng)網(wǎng)絡(luò)系統(tǒng)的工作原理。為此，這位工程師在神經(jīng)網(wǎng)絡(luò)中輸入照片，并要求它增加圖像中檢測到的物體部件數(shù)量。結(jié)果，他得到了一系列怪異而令人回味的圖片。

這位工程師通過互聯(lián)網(wǎng)分享了他的計算機算法，藝術(shù)家們立刻開始嘗試。在不到一年的時間里，DeepDream藝術(shù)畫廊舉辦了第一次展覽。因為這款軟件是免費在線共享的，數(shù)字藝術(shù)家可以用這些模型進行實驗，并進行修改。Twitter上有個活躍的神經(jīng)網(wǎng)絡(luò)藝術(shù)家創(chuàng)意社區(qū)，便于討論他們的實驗結(jié)果，以及最新的發(fā)展和爭議。部分主流藝術(shù)家也試著接受了這樣的藝術(shù)創(chuàng)作方式，特雷弗·佩格倫、瑞菲克·阿納多以及杰森·薩拉文等藝術(shù)家都舉辦了大型展覽，并接受了各種創(chuàng)作委托。

這種開放的分享對我們看待藝術(shù)的方式提出了挑戰(zhàn)。佳士得在2018年11月以近50萬美元的價格拍賣了《貝拉米家族的埃德蒙德·貝拉米》，這是一幅AI繪制畫作，由巴黎藝術(shù)團體Obvious利用算法，基于14世紀至20世紀的15000幅經(jīng)典肖像作品完成，這場拍賣本身已經(jīng)給出了警示。

為何會如此？為了創(chuàng)作這張圖片，藝術(shù)家團隊顯然使用了另一位藝術(shù)家羅比·巴拉特在網(wǎng)上免費分享的源代碼和數(shù)據(jù)。雖然藝術(shù)團體Obvious完全有權(quán)使用巴拉特的代碼，并聲稱自己是該作品的作者。但許多人批評佳士得的做法幫助提高了那些只在作品創(chuàng)作中發(fā)揮了很小作用的藝術(shù)家地位。這通常被解讀為佳士得的失敗，尤其是在推廣作品的誤導(dǎo)方式上，而不是反思AI藝術(shù)的原作者權(quán)益。

谷歌旗下的Ganbreeder資源享網(wǎng)站，于去年11月由喬爾·西蒙推出。每張Ganbreeder的圖像都是使用輸入?yún)?shù)創(chuàng)作，你可以通過修改站點上其他圖像的參數(shù)來選擇。該站點存儲了每個圖像的譜系，以便你可以看到最終圖像的所有貢獻者。如果你喜歡自己發(fā)現(xiàn)或創(chuàng)作的某張圖片，可以從一位名叫丹妮爾·巴斯金的企業(yè)家和藝術(shù)家那里訂購定制的木版畫。

巴斯金用顏料潤色了這些木版畫，但并沒有簽名，而是在作品的背面貼上二維碼，表明這幅作品具有獨特的血統(tǒng)。巴斯金之所以這樣做，是因為每張圖片都是許多人貢獻的結(jié)果，這使得很難將任何一位藝術(shù)家的名字與每幅新作品聯(lián)系起來。

?該是誰的就是誰的

現(xiàn)有的法律和慣例已經(jīng)可以應(yīng)對藝術(shù)品以某種合作或聯(lián)合形式創(chuàng)作的情況。人們普遍認為，藝術(shù)家只要創(chuàng)作出一張最終的圖片，就可以聲稱自己是作者，不過如果可能的話，他們應(yīng)該對圖片的來源開誠布公。

然而，這些神經(jīng)網(wǎng)絡(luò)的工作似乎是另一種類型的工作。神經(jīng)網(wǎng)絡(luò)模型的貢獻和網(wǎng)站其他用戶的貢獻都與創(chuàng)作結(jié)果密不可分。似乎沒有任何貢獻者屬于“藝術(shù)家”?？创@些新藝術(shù)作品的一種可能方式是像看待開源軟件那樣看待它們。開源是一種軟件開發(fā)模型，任何人都可以在其中貢獻或使用開放軟件包。開源促使大量主要軟件工具誕生，如Linux和主要的神經(jīng)網(wǎng)絡(luò)軟件。同樣，如果沒有開放的軟件和數(shù)據(jù)共享，新的神經(jīng)網(wǎng)絡(luò)藝術(shù)品也不可能被創(chuàng)造出來。

開源項目為軟件如何使用和記錄貢獻指定了明確的規(guī)則：有些軟件可以擴展和銷售，而其他項目必須始終免費分發(fā)。每個程序員的貢獻都被記錄下來，他們?nèi)绾潍@得酬勞也取決于個人項目。像開源軟件一樣，Ganbreeder這樣的網(wǎng)站可以為藝術(shù)作者及其貢獻建立清晰的規(guī)則。指導(dǎo)方針應(yīng)規(guī)定如何評估作品貢獻度、還有誰做出了貢獻以及作品何時可以出售或獲得版權(quán)。

支付報酬也是一個棘手的問題。如果Ganbreeder圖像被用于商業(yè)工作，比如書籍封面或電影制作，會發(fā)生什么？對于更平凡的貢獻，巴斯金建議可以在作品的眾多貢獻者中分攤報酬，這可能會有利可圖，因為一場大型廣告活動的版稅足以支付很多藝術(shù)家的餐費。

?“想象事物的攝影”

還有價值和意圖的問題。這些作品能成為偉大的藝術(shù)嗎？有些藝術(shù)品的價值僅僅在于其內(nèi)在的美學(xué)屬性，比如某座山的美麗。但我們也重視作品，因為它展現(xiàn)了藝術(shù)家的視野、意圖和技巧。開源藝術(shù)品位于兩者中間的某個位置。這一意象代表了許多人經(jīng)過深思熟慮的藝術(shù)選擇結(jié)果。但目的何在？當(dāng)然，早期的貢獻者并不知道他們的作品將被如何使用。

這就像在詢問創(chuàng)作美麗山景背后的意圖嗎？還是藝術(shù)家最終的選擇是唯一的意圖來源？以前的藝術(shù)技術(shù)也提出過類似的問題，尤其是攝影的發(fā)明。當(dāng)這種媒介首次出現(xiàn)時，許多人聲稱攝影根本不可能是藝術(shù)。他們認為，所有的工作都是由機器完成的。如今，這種觀點在“AI自己創(chuàng)作藝術(shù)”的誤導(dǎo)性言論中得到了呼應(yīng)。

這種爭論延續(xù)了很長時間，但攝影最終被認為是其自己的藝術(shù)媒介。此外，它還通過迫使藝術(shù)家停止把所謂的現(xiàn)實主義作品放在基座上，從而催化了現(xiàn)代藝術(shù)運動。因為藝術(shù)家的畫作永遠無法與相機帶來的真實感相匹配，所以他們需要找到一種方法來創(chuàng)作出任何機器都無法復(fù)制的作品。

神經(jīng)網(wǎng)絡(luò)藝術(shù)現(xiàn)在是就像“想象事物的攝影”。因為就像攝影一樣，神經(jīng)網(wǎng)絡(luò)藝術(shù)可以創(chuàng)造出一組看似無窮無盡的圖像，而這些圖像本身似乎沒有多大價值。價值來自藝術(shù)家使用這些工具的獨特方式，比如他們?nèi)绾卧O(shè)置參數(shù)、選擇主題、調(diào)整圖像細節(jié)或創(chuàng)作更大的圖像。不過，隨著新的神經(jīng)模型以驚人的速度發(fā)布，這些問題只會隨著更奇妙、更怪異、更鼓舞人心的圖像的出現(xiàn)而變得更加緊迫。