▼
你見過448億像素的照片嗎？沒見過吧？
不瞞你説，我也是第一次見，而且這還是老熟人的照片——《夜巡》。
▲ 《夜巡》 1642年 倫勃朗
448億像素是什麼概念呢？一台單反相機是上千萬的像素，好一點的手機也只有個1億像素。
而上百億像素的照片，那清晰度就像是你拿着放大鏡貼在畫上面看。裂縫，筆觸，掉色……統統看得一清二楚。
▲ 《夜巡》局部細節圖
疫情期間，荷蘭阿姆斯特丹國立美術館以這樣的方式帶我們“雲”看《夜巡》。
因為有了機器學習軟件和超分辨率設備（macro-XRF），館方利用神經網絡 （註釋1） 將花了兩個多月時間掃描到的528張照片拼接起來，可以實現名畫的超高清晰度。
▲ 《夜巡》掃描現場
當然，這場“全身掃描體檢”也是為了後續開展的畫作修復工作能夠更加準確有效。
這要放200年前，想都不敢想，但隨着技術的進步，我們如今也有條件還原並保護幾百幾千年前的作品，去了解他們的創作過程，用的材料，畫的技巧……
▲ 《吶喊》掃描現場
而進步迅猛的如AI（人工智能），乾脆自己寫曲作畫，幹起了藝術家的活。這讓我們不禁要問了：
人工智能會反噬藝術嗎？
在科技發達的時代，藝術還能走多遠？
X光射線不僅能用於身體檢測，還對證明藝術品的真偽提供了強有力的支持。
在射線掃描下，藝術家畫了多少個圖層，顏料用的多了還是少了，都用了哪些顏料……無論過了多長時間，射線都可以分析出來，發現隱藏的各種秘密。
被冠上“疑似梵高作品”的《牧場花地和玫瑰靜物》，就在掃描下發現了梵高的筆跡。
▲ X射線下的《牧場花地和玫瑰靜物》
再結合梵高書信裏提到畫有“兩個摔跤手”，嚯，沒有X光，那世界上又得少了一幅梵高真跡了。
今天，X光在藝術鑑定領域有着舉足輕重的地位。一雙“火眼金睛”就為作品真正的創作時間、地點提供了線索。
真的假不了，假的也真不了。
除了有雙“火眼金睛”，X光等掃描設備還可以像是一台時光機。
同一張畫布，只要你想，顏料可以不斷塗抹覆蓋。我們看到的從來都是畫家最終的創作，而往往藝術家最早的繪畫意圖，或許才是作品背後的真相。
庫爾貝《受傷的男人》原來並非出於謀殺或意外，是老婆帶着兒子跑了，才難過受了傷。
▲ x光掃描下受傷的男人懷抱愛人
達·芬奇同一張畫畫了三次，次次不一樣。新加入的銀鼠是個什麼來歷？難道是金主爸爸要求加的？
▲ 反射光掃描下的《抱銀鼠的女子》
科技的出現讓畫作的歷史被重新改寫。
掃描儀器就像剝洋葱一樣，展示畫作的不同層次，看到裏面究竟藏了什麼，藝術家又是什麼樣的：
庫爾貝是個很感性的人，達·芬奇畫畫時總會改變主意……
那些遙不可及的人物，因為科技，走到了我們身邊，變得更加有血有肉。
真要説起科技造福藝術，我們傳統的古書畫一定站在最前排打call。
在傳世的過程中，書畫紡織品受潮發黴，蟲蛀鼠咬，那是家常便飯，如果沒有及時修復和妥善的保管，指不定能活多久。
這時候，高光譜分析儀就派上用場了。
就這麼一掃，上到所用顏料的礦物原料種類，顏料產地，下到畫家們的繪畫技法，肉眼看不到的信息，甚至潛在的病害信息，統統收集到位。
▲ 紀錄片《我在故宮修文物》
藉助掃描技術，文物修復師能夠精準選用修復材料，用最小的干預，做到最好的保護，真正實現修舊如舊。
拂去塵埃，抹掉傷痕，文物得以帶着千年的歲月和我們重新見面。
▲ 紀錄片《我在故宮修文物》
科技做前哨，為文物測算出最精密的收藏環境和修復條件，也和一代代修復者一同守護着藝術的永恆。
儘管科技復原了藝術最原始的面貌，但超速的發展也令我們為藝術捏了把冷汗。
説來對科技最反感的人，一定得是哲學家本雅明：
“機械複製時代的藝術，帶來的是“靈韻”（也翻譯作“光韻”）的消失。”
科技的發展，機械化的運作，讓今天幾乎所有的東西都可以流水線生產。曾經只是博物館的一幅畫作，現在不用去到現場也可以在網上看到，衍生品到處都是。
▲ 名畫被複制印刷到各種衍生品上 圖源網絡
而這消失的“靈韻”説的不是別的，就是那獨一件原作自帶的光環，是你站在博物館裏凝視藝術品的瞬間。
聽起來有點虛？我們從後台真愛的留言裏找到了幾個被“靈韻”擊中的瞬間：
就像真愛@C説的那樣，“不可複製的不止是凝固其中的靈韻，更是朝聖之旅終相遇之時由心而發的完滿與喟嘆。”
穿越時空的共鳴，是無論未來的VR（虛擬現實）、 AR（增強現實）、AI技術發展到什麼程度，都無法完完全全帶給你的切身體驗。
人機對決的現場，不僅發生在棋盤上，也曾在藝術圈掀起了一股腥風血雨。
一段“西方音樂之父”巴赫的曲子過後，人們還沉浸在悠揚的旋律中，分享着音樂帶來的感動，演奏者走了出來——
▲ 戴維·柯普寫作的程序“騙過”了所有人
在不知道誰是作曲者時，人們同樣可以從程序寫出來的音樂作品中得到充滿靈魂和情感的共鳴。
▲ 人工智能演奏 圖源網絡
20世紀以來，除了數位藝術（Digital Art）、裝置藝術（Installation Art）、觀念藝術（Conceptual Art）等在重新定義藝術，AI的出現更是直接在挑戰着藝術分類的邊界與極限：
“猜畫小歌”背靠谷歌AI的神經網絡驅動，在大量數據學習中理解繪畫相關的規律、技巧和概念，20s就能從你的筆畫中識別物體。
▲ AutoDraw 的學習過程 圖源網絡
而早在18年的佳士得拍賣會上，AI 畫作就拍出了和同場拍賣的29幅畢加索畫作中最高價的一幅作品等價，高達300萬人民幣。
▲ 畢加索畫作與AI畫作的拍賣結果
在不知道創作者是誰的情況下，AI也能製作出完全不輸大師級別的作品。藝術的價值不再是人類藝術家獨有的。低成本、高效的AI正在開啓藝術世界的另一扇大門。
而門的背後，等待我們的又會是什麼？
500多年前，當人類開始研究起照相技術，畫家們也開始了新的嘗試。
《戴珍珠耳環的少女》的創作者維米爾就利用小孔成像的方法，“臨摹”復刻原物，達到極限的真實。
▲ 維米爾《音樂課》採用暗箱畫法
而當第一台相機出現，它迅速完美地記錄對象的技術，讓“畫得像”的藝術家陷入了尷尬的境地。
藝術完蛋了嗎？沒有。
莫奈帶着印象派出現了，他們追求瞬間的光影變化；然後，梵高丟掉了調色板；再然後畢加索變形了事物的面貌，克洛斯照着相片搞出了超級寫實主義……
相機的出現非但沒有砸了藝術家的飯碗，反而讓藝術家帶着變革的心態，實現了繪畫創作的更多可能。
今天，通過模仿學習人類的知識成果，人工智能雖然能以最快最高效的方式創造出如假包換的“藝術品”，但毫無疑問，它的成果總是在脱離了創作背景中完成的。
▲ “猜畫小歌 ”的前身quickdraw 圖源網絡
人類藝術家總是會被周遭的人事物激發，在內心生髮出創作的衝動。他們要借藝術説出一個故事，表達一種情緒，去畫出他們眼中對世界的理解。
這是人工智能暫時無法到達的盲區。
換個解題思路想，高科技的出現也為藝術家提供了一種額外的工具進行創作，甚至可以跨界合作表演。
▲ 虛擬歌姬洛天依和著名琵琶演奏家方錦龍、
京劇餘派老生王珮瑜同台表演
那些被人類歷史銘記的作品和人，它的藝術價值早已超越了那個時代所賦予的所有，而是抵達未來，落在了我們每一個人的眼裏心裏。
我們不怕技術的日新月異，期待科技和藝術在新時代碰撞出更多美好的事物，也期待着或許有那麼一天，展館裏擺放了許多見都沒見過的作品。
然後我們會在一幅不大不小的作品前停下腳步，微笑地説一聲——歡迎你，AI藝術。
*註釋1： 神經網絡（Neural Network, NN）是一門機器學習技術，也是深度學習的基礎。它是一種模擬人腦神經網絡結構和功能的數學模型或計算模型。