摘要
计算机的 算法 有助于我们选择看哪一部电影，听哪种音乐，读哪类文学。
人与 人工智能 ，谁才是艺术家？
计算机的 算法 有助于我们选择看哪一部电影，听哪种音乐，读哪类文学。但是，如果 算法 本身超越了人类文化介质的角色，并开始自己创造文化，那会是怎样一副光景？
图灵的模仿游戏
1950年，英国数学家和计算机科学家艾伦图灵发表了一篇论文《计算机器和智能》，并首先提出一种名为“模仿游戏”的思想实验。在一个房间里是人类“询问者”，在另外一个房间里是一位男性或女性的“对话者”。游戏的目标是让“询问者”判断出隐藏在另一个房间里的“对话者”是男是女。模仿游戏要通过一系列问题与回答来完成，信息的收发要通过第三方或者打字进行。“赢”下模仿游戏，意味着这个识别游戏的第一步成功了。
之后，图灵对模仿游戏进行了修改，将其中一名“对话者”替代为计算机，观察计算机能否顺利的完成对话，并让“询问者”无法分辨计算机和人类“对话者”的区别。这个版本的模仿游戏被称为“图灵测试”。
图灵提出的这个简单却又功能强大的思想实验，给出了一个通用的 人工智能 测试框架，能够研究人类与机器边界的各个方面，而会话只是其中一个例子。
艾伦图灵提出一种名为“模仿游戏”的思想实验
与 人工智能 比写诗
5月18日在美国常春藤大学之一的达特茅斯学院，计算机系和音乐系的教授与学生们将一起探讨 人工智能 的不同领域，关注机器创造艺术的问题。具体地说，在“艺术创作图灵测试”中，我们将观察参与者们能否区分人类和机器所创作的十四行诗、短篇小说、和音乐。当然，机器创作的艺术远没有莎士比亚、欧亨利和傻朋克那么好。
舞曲比赛（“Algorhythms”）要求参与者从一个预设的曲库中选择出最适合在舞池中使用的音乐，构建一个令人愉快的舞曲合集。在这种情况下，计算机软件会从舞曲 数据库 中随机挑选一段音轨作为初始的“灵感种子”开始创作。该软件会根据这段初始音轨，从曲库中选择、修改并混音，创造出15分钟的舞曲。其中包括20个特征的标准注释，如体裁、节奏（BPM）、节奏点、饱和度（音高）和亮度（音色）。
十四行诗比赛（“PoeTix”）和短篇故事比赛（“DigiLit”）对于计算机来说更是严峻挑战。比赛要求参与者提交独立的软件包，基于特定“灵感种子”，或输入一个普通名词短语（如“狗”或“奶酪刨丝器”），然后软件再根据它来创作所需的文学作品。此外，参赛的软件 算法 要求从一个给定的提示，产生无限数量的不同作品。
为了进行测试，我们会先浏览一遍电脑的“创作”，将明显是机器产物的排除掉。我们将人类创作和机器创作混合在一起，然后请来一个小组的“裁判”，让他们分辨这些艺术创作来自人还是机器。在舞曲创作的竞争中，我们交给了一群学生，让他们分别伴随着人类和机器创作的音乐来跳舞。在统计数据上和人类作品没有区别的作品将会成为最终的“赢家”。
这个比赛对任何人都是开放的。到目前为止，参赛者包括了学者以及非学术从业者。然而截止到现在，没有一家公司正式宣布参赛。这有点出乎我们的意料，毕竟文学领域的“机器写作”公司已经如雨后春笋般出现，文字生成软件的使用越来越普遍，如盈利报告和体育赛事总结等等。当然，在流媒体音乐播放领域，很多公司也在使用 人工智能 进行自动化地列表生成，最著名的就是潘多拉。
对参赛作品的评判并不简单。即使是在最初的模仿游戏中，“对话者”的性别也要随着时间的推移，才能逐渐透露，从文字中展露出来。相似的，在图灵测试中，人们无法从单一交互实现中判断计算机的话语缺乏人性，而需要一段较长时间的反复测试。
模仿游戏和图灵测试的背景问题也是值得考虑的。赢得模仿游戏的可能性，独立于时间、文化和社会阶层之吗？很有可能在当前的西方社会，由于对性别的定义越来越灵活，原来的模仿游戏将更难获胜。图灵测试也一样，在二十一世纪，我们越来越多地和机器进行通讯。无论我们喜欢与否，短信和即时通讯应用已经极大地改变了我们的通讯方式以及对通讯本身的期望。在人们的交流中，缩写、拼写错误和信息遗漏几乎是常态。同样的问题也适用于艺术领域。
艺术家和创作辅助程序之间的界限在哪？
谁才是艺术家？
对艺术形式的思考引出了另一个问题：谁才是艺术家？编译了十四行诗创作软件的程序员是诗人吗？编译了短篇小说创作软件的程序员是作家吗？编译了音乐混音软件的程序员是DJ吗？
艺术家和创作辅助程序之间的界限在哪？划定这条界限对艺术成果的分类有何影响？十四行诗这种固定的艺术形式，是创造性工作的一种高层次 算法 虽然是由人类所执行的。今天，当微软的office软件帮助你“纠正”语法错误并给你的用词提出“建议”，而你又选择听从它（无论你是乐于接受，还是纯粹的懒惰）的时候，你的创作还是你自己的吗？还是已经变成了“人机合作产物”？
我们期待着看到“编程艺术家”提交更多的程序。不管这些程序的性能如何，也不管它们能否通过测试，他们的成果将会继续开拓“创作”以及“人机协同进化”的边界。（作者：Daniel N. Rockmore和Michael Casey；达特茅茨学院教授）
