有这样一类艺术家，他们渴望超越自我思维的边界。我长久以来都期盼着一个真正可塑的绘画空间——一个具备伟大抽象绘画那种速度感与动态表现力的空间，只不过这个空间是由具象元素构成的，用图像编织而成。
艺术史上从不乏拥抱技术革新的先例：从丝网印刷、影像艺术到霓虹装置。所有媒介都曾是新生事物，就连油画颜料也不例外。摄影术刚出现时，人们曾预言绘画将走向消亡，直到托马斯·伊肯斯和埃德加·德加等风格迥异的艺术家开始将其融入创作。如今我们迎来了人工智能时代。AI能否帮助我实现那个不受重力法则约束的流动图画空间？
此前所见的人工智能艺术作品并不尽如人意。画面越是充满未来感，效果反而越显平庸；那些图像似乎缺乏内在生命力。这究竟是技术本身的局限，还是使用者的不足？就像该归咎于汽车性能还是驾驶技术？机器对视觉艺术有哪些"不理解"之处？首先，数字图像与绘画不可混为一谈。像素没有表面肌理，根本不具备实体存在感。而绘画无论多么抽象理性，终究是物质世界的实体。作为画家而非工程师，我始终站在手工创作的阵营。然而过去两年间，我却一直在教导计算机像艺术家一样思考。
在AI indiscriminate的数据采集中，视觉艺术的两个核心要素消失了：独特性和创作意图
人工智能本质上是网络图像世界的平均值生成器。写实绘画的基础法则并未植入它的神经网络。在AI indiscriminate的数据采集中，视觉艺术的两个核心要素消失了：独特性和创作意图。最关键的是，它完全不懂如何处理边缘——两个形体交汇的临界地带。画家处理边缘的方式很大程度上决定了其个人风格：是笔触狂放富有表现力，还是严谨克制？在数字图像中，边缘往往只是近似值，是机器对下一像素的猜测结果，终究只是不同颜色的像素组合；既无创作意图，也不包含情感转折。
计算机早期的格言"垃圾进，垃圾出"至今依然适用。要让机器有所建树，必须送它去艺术学校深造。通过风险顾问汤姆·科恩引荐，我结识了才华横溢的年轻技术专家格兰特·戴维斯。我们共同设计了一套教学方案。
我们首先用乔治·德·基里科、爱德华·霍珀和亚瑟·多夫三位20世纪大师的作品训练机器——他们分别代表了透视法构建的戏剧性空间、明暗关系塑造体积感的能力，以及黑色在色彩中的抒情运用。在此基础上，我又精选了1980-90年代自己强调拼贴并置构图的画作加入训练集。机器的视觉智商确实有所提升，但对边缘的处理依然薄弱。
我们调整了艺术史课程，转而用我2001年的系列画作重新训练：这些灵感源自19世纪歌剧布景的华丽碎片化构图，描绘了浪漫的田园景象——男女坐在堤岸上，中景是湖泊，远处群山连绵，色彩搭配令人目眩。最后阶段，我们又加入了我那些笔触果断富有表现力的画作。
在我们微调模型时，戴维斯独立开发了名为"魔杖"的视觉艺术软件，它摒弃了文字指令的交互方式。这个像游戏操纵杆般的滑动控制器，能在"相似"与"迥异"的频谱间自由调节。我们向机器输入一幅色彩复杂的《田园》画作，将旋钮置于两极中点，然后屏息以待。
此时的机器已然成为优等生。我的构图被熔解、搅拌、过滤。生成结果明显源于我的作品，包含诸多熟悉元素，但重构后的画面又前所未见。由于机器根本不明白自己在做什么，它可以毫无顾忌地打破连续性、比例、解剖结构和画面逻辑的规则。（这种无意识的"越界"恰恰是关键所在——或许称之为人工非智能更为贴切。）
计算机早期的格言"垃圾进，垃圾出"至今依然适用。要让机器有所建树，必须送它去艺术学校深造
这些图像终究只是屏幕上的像素。我选出最具潜力的画面，将其印制在画布上作为基底，然后像往常一样在上面绘画——叠加那些仿佛从背景漩涡中浮现的具象元素拼贴。用饱和色彩和大号画笔描绘男女躯干、手势语言和将倾的茶杯。整个构图充满动感，所有元素都在溶解颠倒的空间中航行。这些画作具备艺术的庄重感，又与某种诡异的"未来-当下"产生共鸣；它们是与早期作品对话形成的重写本——正如一位策展人朋友所言，像是"一个人的二重奏"。
AI是强大工具，但终究只是工具。目前它尚不能成为任何作品的创作者。它只在被教导的范畴内，按既定方向工作。机器的"思考"部分——那个算法——确实展现出解构图像并重组元素的本能，会打乱空间关系却保留甚至强化情感潜文本。还有什么比这更能诠释当下这个时代？
大卫·萨利《田园变奏曲》展于伦敦Thaddaeus Ropac画廊，展期至6月8日；其作品亦将参展5月7-11日的纽约弗里兹艺术博览会
抢先阅读深度内容——关注FT Weekend Instagram与X平台，并订阅每周六早间发送的FT Weekend电子简报