人机创意协作：现场实验室与实验
探索艺术家与人工智能如何通过研究实验室和现场表演重新定义创意边界，体验人机协作的前沿艺术实践。
人机协作通过创新的共享空间和协同表现，重新定义了创作过程，在这里人类智能与人工智能相互补充。
引言
随着人工智能在各个领域飞速发展，在创造力和艺术表达领域，一个最引人入胜的实验领域正在浮现：人类与机器之间的创造性协作。这不再仅仅是辅助艺术家的工具，而是实时参与创作过程的真正创意伙伴，开创了一种共同创造的新范式。
从大学研究实验室到艺术节舞台，我们见证了实验的激增，音乐家、舞者和视觉艺术家与人工智能系统共享表演空间，催生出任何一方都无法独立实现的新表达形式。这种演变引发了关于创造力本质、技术与艺术关系，以及人工智能时代艺术表达未来的根本性问题，这些主题在关于电影与人工智能的文章中也有探讨。
什么是人机创意协作？
人机创意协作代表了一种创新和艺术生产的方法，其中人类和人工智能系统共同创造任何一方都无法独立完成的作品。与作为艺术家意图被动延伸的传统数字工具不同，基于人工智能的协作系统具备一定程度的创意自主性和响应能力，正如我们在关于人工智能与创意工作的文章中所见。
在创意领域，人类与技术的关系主要有三种模式：增强模式，即人工智能增强人类艺术家的能力；替代模式，即人工智能取代人类执行任务；以及协作模式，即双方作为独立但相互关联的实体共同贡献。正是最后一种模式，正在成为当代表演艺术中最具前景和最激动人心的方向。
一个具体例子是欧洲CISC项目（安全关键系统协作智能）中开发的"Live Labs"，三个不同的实验室在此探索实时人机交互模式。正如项目官方报告所述，这些实验室"专注于操作员如何在各种控制层级更好地与机器人互动，收集注意力、舒适度等人因数据"（CISC Project Live Labs）。
这些实验室不仅是技术演示，更是真正的研究空间——在这里，人机交互被科学地研究、测量和优化，以创造更自然流畅的体验，无论是在工业还是艺术领域。这反映了AI时代的混合身份一文中探讨的诸多主题。
如何实现与人工智能的创意协作？
在艺术语境中，与AI的创意协作建立在双向交互模型之上，人类与机器双方都能实时相互影响。根据瑞典厄勒布鲁大学Alessandro Saffiotti教授的观点，该模型具有三个基本特征：监督性、反应性和主动性（Saffiotti et al., 2020）。
在监督模式下，AI不直接生成艺术输出，而是通过表达参数控制人工表演者（如舞蹈机器人或虚拟鼓手）。这些参数调节人工表演者的行为，以产生不同的艺术表达，例如让舞蹈机器人做出更具冲击力或更细腻的动作。
AI的反应组件会分析人类现场表演的艺术表达，并动态调整人工表演者的参数以与之协调。人工智能由此成为促进两位表演者艺术契合的媒介。
正如Saffiotti及其团队在研究中指出："这种协调可被视为跨模态映射的艺术对应——即人们将一种模态（例如形状）接收的刺激与另一种模态（例如声音）的刺激相关联的能力"（Saffiotti et al., 2020）。
最后，人工智能可以在定义表演参数方面发挥创造性和主动性，提出新的艺术方向。人类艺术家感知人工智能表演者的行为并适应它，从而形成一个反馈循环，最终产生和谐且常常令人惊喜的表演。
这一模式已在多种艺术情境中得以实施，包括爵士钢琴家与虚拟鼓手的合作、人类舞者与机器人、以及音乐家与生成视觉系统的协作。在所有案例中，主要目标都是协调两位表演者的艺术表达——各自拥有独特的表达媒介——从而创造一种共同语言，丰富表演体验。这一现象让人联想到教育领域中人工智能增强的同伴学习概念。
工作坊与现场实验：真实案例研究
MIT媒体实验室：人工智能增强乐器
MIT媒体实验室开发了"发展共生精湛技艺"项目，探索人类音乐家与人工智能通过增强乐器进行协作。该项目与格莱美奖得主键盘手Jordan Rudess合作，正在开发一种人工智能增强的乐器，能够提升现场表演效果（MIT Media Lab）。
MIT的创新方法基于创建反映艺术家独特风格的定制生成式人工智能模型，从而实现实时的响应式音乐互动。其目标是重新定义人类创造力和现场表演的边界，重点关注艺术家在表演过程中可以动态交互的可控人工智能系统。
IRCAM：用于音乐即兴创作的REACH项目
巴黎的IRCAM（声学/音乐研究与协调学院）正在开展由欧洲研究理事会资助的REACH项目（提升网络-人类音乐创作中的共同创造力）。这项研究探索人工智能在创造力中的作用，结合机器学习和社会科学研究，以理解人工智能如何应用于创造性协作（IRCAM REACH Project）。
该研究的一个重要部分涉及教授人工智能如何即兴创作，以及其在现场与人类音乐家合作表演中的潜在应用。研究员施洛莫·杜布诺夫表示，这样的人工智能"必须能够分析正在发生的情况，并决定何时与人类伙伴即兴合作，何时独自即兴发挥。它需要具备能动性"。
与许多人工智能在音乐领域的应用不同——那些通常由人类策展人从算法生成的输出中挑选最佳作品——这个项目旨在创建一个能够真正实时协作的系统。这要求音乐家对人工智能在表演过程中生成可用内容的能力抱有高度的信任。
Qosmo AI Creativity & Music Lab
位于东京的"Qosmo AI Creativity & Music Lab"是探索人机协作的另一个重要实验范例。这个创新空间汇聚了工程师、音乐家和视觉艺术家，共同探究人类智能与人工智能融合过程中涌现的创造性过程（Qosmo Lab）。
该实验室专注于创造新的工具和方法，以实现人类与人工智能之间有意义的音乐互动，探索学习算法如何发展出自身的音乐"理解力"，并对人类表演做出恰当且富有创造性的回应。
Revival：通过人机交互实现艺术共创
一个特别有趣的案例是艺术团体K-Phi-A的创新视听表演"Revival"。它将人类的音乐性与人工智能相结合，创造出带有音频反应式视觉效果的电子音乐。表演呈现了鼓手、电子音乐艺术家与人工智能音乐代理之间的实时共创即兴（Revival Project）。
这些人工智能代理经过已故作曲家作品和该团体自身作品的训练，能够动态响应人类输入，并模仿复杂的音乐风格。一个由人工智能驱动的视觉合成器，在人类VJ的控制下，产生随着音乐场景演变的视觉效果。Revival展示了人工智能与人类在即兴艺术创作中合作的潜力。
该项目的技术实现尤为有趣：它采用了"机器聆听"模块，实时分析人类表演者的表现，提取速度、节奏强度、基础频率和半音阶等特征。这些信息随后被用来引导人工智能表演者的参数，在人类与机器之间创造出真正的音乐对话。
人机艺术协作的关键要点
人机共创超越个体之和： 协作系统产生的成果，无论是人类还是机器都无法独立创造，从而扩展了表达的可能性。
双向互动至关重要： 创意协作的成功取决于相互影响的流动，即人类与AI实时地相互启发与回应。
实验性实验室是关键： 像LIVE LABS和国际研讨会这样的专门空间，允许在受控环境中测试、衡量和完善交互模型。
现场表演是真正的边界： 最前沿的挑战是在观众面前进行实时艺术协作，其中不可预测性和自发的创造力扮演着核心角色。
人机创意协作常见问题
传统乐器与AI增强乐器有何区别？
传统乐器对音乐家的输入做出可预测且稳定的响应。而AI增强乐器可以适应表演者的风格，预判其意图，提供替代的创意方向建议，并通过学习随时间演进。
在这些协作中，AI真的可以被视为具有"创造力"吗？
AI的创造力与人类不同：人类创造是基于意图和意识的，而AI生成内容是基于学习到的模式和关联。正是这两种不同类型的"创造力"相遇并相互补充，才使得这些协作如此有趣。
如何评估人机协作表演的质量？
评价在很大程度上仍然是主观的，但最近的研究表明，当观众能清晰感受到人类表演者与人工智能之间存在互动时，他们的反应是积极的。协作的流畅性、艺术的一致性以及双方都在"倾听"并回应对方的印象，这些都是重要的因素。
这些实验在艺术之外有应用吗？
当然有。人机创意协作的原则正在影响工业设计、建筑、科学研究甚至医学等领域。在艺术领域发展起来的交互模式，为人类与人工智能如何在任何领域有效合作提供了宝贵的见解。
这类协作面临的主要挑战是什么？
挑战包括实时同步、设计直观的界面、平衡人类控制与人工智能自主权，以及关于创作归属的伦理问题。在表演领域，还面临着如何向观众传达人工智能在艺术创作中的角色这一挑战。
结论
人机创意协作代表了当代艺术表达最迷人的前沿之一。通过研究实验室、大学课程和现场表演，我们正在探索新的互动模式，重新定义与智能系统共同创作意味着什么。这一主题与我们在IA Artista: Amica o Nemica della Creatività?中讨论的内容相关联。
正如在"Human-Machine Collaboration in a changing world 2022"国际研讨会期间所强调的，这些协作正在开启前所未有的机遇，但也带来了安全、责任和可持续性方面的新挑战（HMC22 Workshop）。真正的创新不在于技术本身，而在于它所促成的创意关系的重新思考。
Google Labs 也启动了一系列会议，展示人类艺术家与人工智能的合作项目，例如说唱歌手 Lupe Fiasco 利用人工智能扩展其歌词创作过程的例子（Google Labs Sessions）。
随着人工智能系统日益精妙和灵敏，我们可以预见这种人机协作将朝着愈发自然流畅的方向演进。未来的创造力或许不在于取代人类艺术家，而在于诞生一个混合型创意生态系统——在这个系统中，人类智慧与人工智能相互启发、彼此挑战、互补共生。
若想持续获取人机创意协作与人工智能领域的最新动态，欢迎订阅我们的新闻通讯，获取深度洞察、案例研究和独家分析。