AI创作工具-是“洗稿”还是“创作”，AI画作的所有权该归谁所有？

过去几年，许多艺术家开始使用所谓的“神经网络软件”来创作艺术品。 用户将现有图像输入软件，然后软件分析这些图像，了解其中特定的美学因素，并生成艺术家想要的新图像。 通过控制这些模型的输入和参数，艺术家可以制作出各种有趣且令人回味的图像。

这些作品通过画廊展览、媒体报道和两次高调的艺术品拍卖获得了广泛的认可。 作为学术研究人员、艺术技术开发人员和业余艺术家，看到艺术家采用新技术来创造新的表达形式总是令人兴奋的。 但是，就像之前的开创性艺术运动一样，神经网络艺术提出了许多难题：当这些艺术品来自许多不同的个人想法和算法时，我们如何重视作者权和所有权？ 我们如何确保所有参与的艺术家都受到公平对待？

01 新运动正在诞生

主动神经网络技术在过去几年中出现，部分归功于计算机科学的进步。 它始于 2015 年的一个名为 DeepDream 的项目，由一位 Google 工程师偶然启动。 他想找到一种方法来可视化用于分析图像的神经网络系统的工作原理。 为此，工程师将照片输入神经网络，并要求其增加图像中检测到的物体部分的数量。 结果，他得到了一系列怪异而令人回味的图像。

（Pierre Fautrel 是法国企业家团队的联合创始人，他们使用人工智能来创作艺术品，旁边是算法生成的艺术品。）

工程师在网上分享了他的方法，艺术家们立即开始实验。 不到一年的时间，深梦美术馆举办了首次展览。 由于该软件可以在线免费共享，因此数字艺术家可以对模型进行实验，然后分享自己的结果并进行修改。 Twitter 上有一个活跃的神经网络艺术家创意社区，讨论他们的实验结果以及最新进展和争议。 主流艺术家也接受了这些工具，特雷弗·帕格伦（Trevor Paglen）、雷菲克·阿纳多尔（Refik Anadol）和杰森·萨拉冯（Jason Salavon）等艺术家举办了大型展览。 并接受各种委托。

尽管如此，这种开放分享挑战了我们看待艺术的方式。 2018年11月AI创作工具，佳士得以近50万美元的价格拍卖了一幅人工智能绘画作品《Edmond de Belamy, from La Famille de Belamy》。 总部位于巴黎的艺术团体 Obvious 使用算法根据 14 世纪至 20 世纪的 15,000 张经典肖像画完成了这幅作品。 拍卖本身已经发出了警告。

为什么会这样呢？ 为了创建这个图像，艺术家团队显然使用了另一位艺术家 Robbie Barrat 在网上免费共享的源代码和数据。 艺术团体 Obvious 拥有使用 Bharat 代码的完全权利，并声称自己是该作品的作者。 尽管如此，许多人批评克里斯蒂的方法帮助提升了那些在作品创作中只发挥很小作用的艺术家。 这通常被解读为佳士得的失败，尤其是其宣传作品的误导性方式，而不是对人工智能艺术原创作者身份的反思。

（贝拉米伯爵是“贝拉米家族”系列的 10 幅肖像画之一）

Ganbreeder 由 Joel Simon 去年 11 月推出。 每个 Ganbreeder 图像都是使用输入参数创建的，您可以通过修改站点上其他图像的参数来选择这些参数。 该网站存储每个图像的谱系，以便您可以看到最终图像的所有贡献者。 如果您喜欢自己发现或创建的某个图像，请向名为 Danielle Baskin 的企业家和艺术家订购定制版画。

巴斯金用颜料给作品润色，但他没有签名，而是在作品背面贴上了二维码卡通人物，表明该作品拥有独特的血统。 巴斯金这样做是因为每幅图像都是许多贡献的结果，因此很难将任何一位艺术家的名字与每幅新作品联系起来。

02 它属于谁就属于谁

然而，当亚历山大·雷本展示他使用 Ganbreeder 图像创作的画作时，巴斯金指责他偷窃，因为她和其他人花了几个小时在 Ganbreeder 网站上制作这些画作。 Raeburn 在辩护中指出，在他选择的图像中，Ganbreeder 的作品是匿名的，并且用户登录和归属是在二月份才添加的。

现有的法律和实践已经处理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，艺术家可以通过创建最终图像来声称作者身份，但如果可能的话，他们应该对图像的来源持开放和诚实的态度。 对雷伯恩盗窃的指控似乎模仿了安迪·沃霍尔和理查德·普林斯等传统挪用艺术家的指控，他们放大和修改了 Instagram 上因其帖子而闻名的其他用户。

▲AI创作的作品

然而，这些神经网络的工作似乎是不同类型的工作。 无论是神经网络模型的贡献还是网站其他用户的贡献都与创意结果密不可分。 没有一个贡献者似乎属于“艺术家”。

看待这些新艺术作品的一种可能方法是将它们视为开源软件。 开源是一种软件开发模型，任何人都可以贡献或使用开放软件包。 开源导致了许多主要软件工具的诞生，例如Linux和主要的神经网络软件。 同样，如果没有开放软件和数据共享，就无法创建新的神经网络艺术品。

开源项目对如何使用软件和记录贡献指定了明确的规则：某些软件可以扩展和销售AI创作工具，而其他项目必须始终免费分发。 每个程序员的贡献都会被记录下来，他们的报酬方式也取决于具体的项目。 与开源软件一样，Ganbreeder 等网站可以为艺术作者及其贡献制定明确的规则。 指南应具体说明如何评估贡献、还有谁做出了贡献，以及作品何时可以出售或获得版权。

获得报酬也是一个棘手的问题。 如果 Ganbreeder 图像用于商业作品（例如书籍封面或电影制作）会怎样？ 对于更平凡的贡献，巴斯金建议，报酬可以分摊给作品的许多贡献者，这可能是有利可图的，因为大型广告活动的版税可以支付许多艺术家的餐费。

03《想象事物的摄影》

还有价值和意图的问题。 这些作品能成为伟大的艺术吗？ 有些艺术品只值其内在的审美属性，比如某座山的美。 但我们也重视这件作品，因为它展示了艺术家的愿景、意图和技巧。 开源艺术品位于中间的某个位置。 这些图像代表了许多人深思熟虑的艺术选择的结果。 但出于什么目的呢？ 当然，早期的贡献者并不知道他们的工作将如何被使用。

（法国艺术团体 Obvious 曾经“训练”其软件使用历史绘画作为参考，然后生成类似于 18 世纪肖像的图像。）

这就像问创造美丽山景的意图吗？ 或者艺术家的最终选择是唯一的意图来源？ 先前的技术，尤其是摄影术的发明，也提出了类似的问题。 当这种媒介首次出现时，许多人声称摄影根本不可能是艺术。 他们相信所有的工作都是由机器完成的。 如今，这种观点在“人工智能创造自己的艺术”这一误导性的说法中得到了呼应。

这场争论持续了很长一段时间，但摄影最终被认为是一种独立的艺术媒介。 此外，它还迫使艺术家停止将所谓的现实主义作品放在基座上，从而催化了现代艺术运动。 因为艺术家的绘画永远无法比拟相机带来的真实感，所以他们需要找到一种方法来创作机器无法复制的作品。

神经网络艺术现在就像“想象事物的摄影”。 因为就像摄影一样，神经网络艺术可以创造出看似无穷无尽的图像，而这些图像本身似乎没有多大价值。 价值来自艺术家使用这些工具的独特方式，例如他们如何设置参数、选择主题、调整图像细节或构图更大的图像。 尽管如此，随着新的神经模型以极快的速度发布，这些问题只会因更加奇妙、更怪异和更鼓舞人心的图像而变得更加紧迫。

广告声明：文章中包含的外部跳转链接（包括但不限于超链接、二维码、密码等）用于传达更多信息ip形象，节省选择时间。 结果仅供参考。 IT之家的所有文章均包含此声明。