改編自阿西莫夫小說的電影《我，機器人》，在2004年上映時引發一陣轟動，它曾經代表了那個年代人們對于人工智能的理解和暢想。就像電影臺詞里展現的那樣，當時人們區別人與機器最巧妙最直接的方法，就在于人的創造力，在于人類可以創作出的繪畫、詩歌和樂曲，而機器不能。可在14年后，曾經單純的“人機區分的黃金標準”被打破，人工智能徹底模糊了人與機器的邊界。

我們拿繪畫來舉例，目前AI創造畫作的方式大概分為三種，一種是“照葫蘆畫瓢”，讓機器人通過眼動儀來現場模擬人的風格和筆觸。AI從臨摹開始，對原始畫作進行分析，規劃出一系列能夠描繪圖像特征的點，連點成線就生成了機械臂的運動路徑。

第二種是直接用代碼來作畫，機器臂將編輯好的后臺代碼反饋在紙上，通過相機等傳感器來形成反饋回路，保證作品的精確性（可以理解成一個高端打印機）。有的高級算法將原畫簡化成幾十到幾百種不同的色彩；再通過數字定點，控制機械臂把顏色涂在相應的位置，等到所有顏色都涂完，一張畫就大功告成了。

第三種則是通過深度學習來自主生產圖像。最新的技術引入了深度學習模型來完成繪畫。代表的工具是GAN（生成式對抗網絡），它也是目前最復雜的深度學習模型之一。GAN最早被一個叫Obvious的組織首次應用，它的口號就是“創造力不僅屬于人類”，把藝術作品轉化成數據的形式，讓算法去了解現代、古典、抽象等藝術流派，學習其中的規律。

GAN的核心原理是，讓兩個神經網絡彼此對抗，一個神經網絡負責制作盡可能逼真的作品，一個網絡負責把作品和“真跡”的數據進行對比，對AI作品進行評判。在兩個AI彼此對抗的過程中，整個算法會調整它制作作品時使用的參數，不斷讓作品逼近人類的程度，直到筆觸、色彩、構圖、流派上與真人畫作無法區分。

比如Obvious將1萬5000幅人類藝術作品作為訓練數據，讓AI學習其中的相似點，然后生成一張全新的圖畫。實際操作時，畫作是由機器臂來完成的，機器臂配備了攝像頭，它能對作品進行掃描和分析，自動下達指令，在顏色過深時進行淡化，在顏色過淺的地方進行補色。

它還會像人一樣，偶爾后撤一步，看看整體的效果，然后再做出細微的調整。人工智能所創造的作品能被定義為藝術么？

除了繪畫外，如今的AI還可以編曲，效果足以蒙蔽專家的耳朵，同時AI還可以作詩、朗讀（微軟小冰）、下棋（谷歌AlphaGo），已經精通了“琴棋書畫”。至于這些生成的產物算不算藝術，學界一直爭論不休。其實從人類自己來看，學畫也是從模仿和臨摹開始，學習光線、筆觸、形式，幾乎每一幅畫都可以被歸類到一個流派，再“骨骼驚奇”的畫，一定能從同流派的作品中找到影子。從這個角度來看，作畫的人工智能在學習過程和完成度上和人類沒有本質差別，它做的每幅畫都是獨一無二的，同時你又能找到很多藝術作品的痕跡。

關于藝術的邊界也一直在擴展，在相機誕生后，很多人覺得這種單純的還原，和人們在西斯廷教堂穹頂的壁畫相比，缺乏藝術性和原創度，更缺乏靈魂。不過現在攝影藝術已被廣為接受，一幅幅經典的影像作品在人們心中留下的印象不比《蒙娜麗莎》來的少。

1917年，紐約中央大廈舉行了一個展出，杜尚拿來了一個小便池，簽字后將其命名“泉”。這100年后，這件藝術品得到了極高的聲譽，被譽為先鋒藝術的開河之作。而在當時，它在展會上只落下一個“粗俗下流”的口碑，展方認為這件作品：

“或許有其使用價值，但對它的使用絕不應出現在藝術展覽現場；而且，一旦投入使用，這就不再是一件 ‘藝術品’，只不過是日常生活用品罷了。”包括一些荒誕派，行為藝術等等形式，也在不斷擴充所謂“藝術”的天花板。