AI審美是門玄學？科學家：不，它可以算 | 星聚墨子（10）

審美需要動機——僅向機器人傳遞簡單的法則無法實現審美，人工智能必須具備欲望和自我優越感的需求，否則只能替人類審美，無法自發進行審美。若要讓它替人類審美，就必須使其擁有人類的價值觀和見識。

2016年10月，現中國科學院高能物理研究所粒子天體物理中心主任、中國科學院粒子天體物理重點實驗室主任張雙南教授結合自身愛好，作了一場《如何造會審美的人工智能》的報告。本文根據報告內容整理而成。

▲張雙南教授近照 來源：清華大學

2016年，Beauty美學人工智能公司舉辦了一場人工智能選美大賽，參與者提交個人照片，由機器人對照片進行評級，評選出機器人眼中的美女或美男子，這是一項頗具創意的活動。該活動后續公布了選美結果，但結果令人意外。

▲2016年AI選美的發起者 Beauty.AI 來源：Beauty.AI官網

為何人工智能選出的“美神”無法獲得在座絕大多數人的認可，僅少數人表示認同？對此，我認為最直接的答案是，機器人不會審美。

1

第一部分

AI難以審美？原來TA缺少這些

機器人不會審美，源于設計程序的人不具備審美能力。因為缺乏相應的美學理論作為支撐，設計人員無法找到一個被大眾普遍接受的標準，用于指導人工智能審美。美之所以沒有統一標準，是因為美無法量化。要讓機器人完成某項任務，若不對該任務進行量化，機器人便難以做出判斷。

▲2025年12月，北京大學、清華大學、中國藝術研究院、河北美術學院四家頂尖機構聯合發布了國內首個基于中國審美立場的AI大語言模型審美評估平臺——“智鏡”。來源：北京大學

同時，審美需要動機——僅向機器人傳遞簡單的法則無法實現審美，人工智能必須具備欲望和自我優越感的需求，否則只能替人類審美，無法自發進行審美。若要讓人工智能替人類審美，就必須使其擁有人類的價值觀和見識。

2

第二部分

大腦的“審美公式”：美=沒缺陷+不常見

在分析哲學家看來，兩千多年來，科學取得了巨大進步，但哲學在回答“美是難的”這一問題上，幾乎停滯不前。因此哲學必須向科學靠攏，借鑒科學的研究方法。正如用自然科學方法研究哲學被稱為分析哲學，我用自然科學方法研究美學，便稱之為分析美學。

▲維特根斯坦（Wittgenstein），分析哲學家 來源：澎湃新聞

美的表現雖然千變萬化，但應當有共同的內涵，這是我的核心觀點。愛因斯坦曾說，提出一個好問題，比解決無數個問題更為重要。“美是什么？”這一問題兩千多年來未能得到滿意答案，或許是因為問題的提法本身存在問題。我將問題轉化為：廣義美的判斷標準是什么？審美對象需滿足哪些條件，我們才會認為其美？

既然存在廣義美的法則，我們便可通過科學方法尋找。我最終得出的結論十分簡潔：廣義美的法則是“沒缺陷、不常見”。這其中包含兩個審美要素：價值觀判斷與見識判斷。“沒缺陷、不常見”只是其中一種組合，還有其他多種組合形式。我通過日常語言分析方法，總結出了審美判斷的所有可能排列組合。

▲張雙南教授提出的尋找廣義美的法則的研究方法 來源：知識分子

3

第三部分

手把手教學：把貝葉斯定理，植入AI的“大腦”

通過這種方法，就能造出會審美的人工智能嗎？這正是我接下來要探討的核心問題。要讓人工智能替人類審美，就必須使其擁有人類的價值觀和見識。

人類大腦進行任何判斷時，都會將過往的知識（即先驗知識，也就是我們的價值觀）與現實數據相結合。先驗知識與現實數據的結合，是人類大腦進行思考和判斷的基礎，這正是貝葉斯定理的核心作用。貝葉斯定理是概率論中一條古老的公式，被認為是人類大腦審美過程的數學基礎。

▲貝葉斯定理可以表達為，后驗概率（一個事件在給定證據后發生的概率）等于該事件的先驗概率（在考慮證據前該事件發生的概率）乘以該證據出現的可能性，除以證據本身出現的概率。來源：中科院物理所

有研究表明，正常人的大腦都會利用貝葉斯定理，將先驗知識與現實數據相結合，能夠正確進行貝葉斯計算的人，屬于正常人群。要運用貝葉斯定理，首先需要進行量化。從數學角度而言，量化的方法十分簡單：繪制坐標，將審美對象的相關特征放入坐標中，即可完成量化。坐標中存在一個模糊區，人類大腦的判斷并非絕對精確，而是偏向于綜合判斷，若審美對象處于這一區域，我們往往無法明確判斷其美、俗、丑。

▲艾倫·圖靈在二戰時使用貝葉斯計算破解德軍密碼的手稿 來源：環球網

人工智能可以利用概率論中的貝葉斯定理，進行審美。首先，它需要根據現有數據，得出某一組參數的數值及分布，這需要三個輸入項：一是過往經驗（即先驗知識，也就是我們對參數分布的固有認知）；二是現實數據（即審美對象是否有缺陷、缺陷程度及不常見程度）；三是根據這些數據，判斷審美對象是否為美。未來人工智能可依據該公式進行審美判斷。

▲張雙南教授提出的大腦“審美公式” 來源：知識分子

我們可以發現，同一審美對象，不同審美者可能得出完全不同的判斷；同一審美者，面對不同審美對象，也會得出不同結論。這些情況均可通過大腦審美公式計算得出。

結合上述公式，我們已滿足造會審美的人工智能的核心條件——實現量化、構建公式，進而能夠回答“如何造會審美的人工智能”這一問題。

為了訓練人工智能具備人類的價值觀和見識，使其能夠替人類審美。可對審美對象及審美因素進行分類，并將人類在各種判斷上的價值觀輸入機器；隨后，通過人類的見識判斷“不常見”程度，獲取相關數據；人工智能隨機選取多位審美對象，對其特征進行量化，人類根據自身判斷，給出“不完美程度”；經過這樣的持續訓練，人工智能便可掌握人類對美的判斷標準，此時再給其照片進行審美判斷，其得出的結論將很可能與人類一致。

在實際情況中，人類的審美往往是多因素的。我目前構建的公式，僅能用于單一因素的審美判斷，無法應對多因素審美，因此這只是訓練會審美人工智能的初步方法，后續還需更多深入研究。

內容整理：詩學