什么定义了人工智能生成图像的美感？这是卡通式的荒谬吗，就像意大利脑腐病中混合的、拟人化的角色一样？或者人工智能“溢出”内容的可塑性、光滑性、过饱和光泽？在我看来，不可思议、荒诞的美学是生成式人工智能的视觉规范——直到我遇到了 Niklas Engvall。
Engvall 生成的图像模仿了胶片摄影的纹理和电影色彩，并从 Slim Aarons 和 Terry O’Neill 等标志性摄影师那里汲取了老钱的审美线索。恩格瓦尔的一幅描绘滑冰服务员的照片特别让人想起阿尔弗雷德·艾森斯塔特和霍勒斯·亚伯拉罕斯的照片。这与我们逐渐将人工智能生成的图像联系在一起的光鲜亮丽、过饱和和卡通化的美学相去甚远。这让我想知道如何能够从同一个媒介中产生如此矛盾的美学。
“在我看来，不可思议、荒诞的美学是生成式人工智能的视觉规范”
为了解决这个问题，我采访了文学历史学家和计算人文主义者 Ryan Heuser 博士。在最近发表的一篇论文中，Heuser 博士研究了人工智能生成诗歌的形式和美学模式。他发现生成的诗歌比文学史上最保守时期的诗歌遵循更严格的形式惯例（韵律、格律）。尽管训练数据中当代文本的代表性过高，但情况仍然如此。他的发现表明人工智能生成的作品更广泛地遵循美学特征。
那么为什么生成系统会“正式陷入困境”呢？好吧，人工智能被编程为不想让人失望。我们经常在人工智能“幻觉”中看到这种情况，此时 Chat-GPT 宁愿给出错误或捏造的答案，也不愿承认不知道。当生成式人工智能被纳入创意生产时，这就会成为一种美学特征。人工智能诗歌、图像和音乐优先考虑令人愉悦的事情，而不是那些充满巧妙挫败感的工作。我们可以将人工智能生成的图像视为“我们审美欲望的平均值”。豪瑟博士提到 美国头号通缉犯 Komar 和 Melamid 创作的这幅画是根据 1994 年美国公众的调查问卷而创作的。问题包括最喜欢的颜色、绘画风格和主题选择。其结果是一幅让人想起阿尔伯特·比尔施塔特 (Albert Bierstadt) 的风景 加利福尼亚州内华达山脉之中 （1868）。当然，还有乔治·华盛顿的客串。它是人工智能生成作品的前人工智能版本，展现了我们现在与后者相关的许多美学品质：平滑、明亮的色彩、不连贯的构图和荒谬。的美学 美国头号通缉犯 这些图像是为了满足调查提示者的需求而制作的，这与今天的人工智能图像没有什么不同。
“人工智能诗歌、图像和音乐优先考虑令人愉悦的事情，而不是吸引人的工作”
这似乎是人工智能生成图像的美学背后的逻辑。意大利脑残角色和恩瓦尔式的照片写实主义是同一枚硬币的两个侧面。 Brainrot 通过使现实变得荒谬来获得快乐。它告诉我们要嘲笑穿着大号蓝色耐克鞋的拟人化鲨鱼。但像恩瓦尔的旧货币创作这样的互联网美学通过怀旧来带来愉悦。相反，这鼓励我们想象另一种现实，逃避到事情更好的过去。然而，在这两种变体中，美学都是为了取悦而设计的。
我问霍瑟博士，艺术批评应该走向何方。他的答案是什么？人工智能的定制美学的政治功能值得质疑。邋遢可能会让人愉悦，网络美学可能很漂亮，但追求享乐的美学可能会吞噬我们的大脑。在我看来，这种精神解释了我们如何最终选择了 Emerald Fennell’s 呼啸山庄， 这部电影更多地是为了 Pinterest 董事会和营销活动，而不是对勃朗特原文的批判性参与。这让我觉得人工智能生成的图像作为我们审美欲望的平均值，可以告诉我们一些关于我们自己的事情。我们应该倾听。
