近年来，随着深度神经网络技术特别是生成对抗网络（GAN）和创造对抗网络（CAN）技术的快速发展，各种人工智能图像生成模型纷纷上线。用户登录相关软件，只需输入表明自己审美诉求的关键词，数秒内，软件就能将图像呈现在屏幕上。一时间，人工智能生成的图像大量出现，成为互联网上的一大奇观。借助人工智能工具，似乎人人皆能作画。那么，人工智能生成的图像是艺术吗？

要回答这个问题，首先要弄清楚“什么是艺术”。人们对于艺术的认识通常基于三个不同的维度：一是功能维度，认为审美价值是艺术的根本属性；二是语境维度，认为艺术的认定需要特定的语境，比如一块在野外的石头算不上艺术，但放到博物馆里，就算得上艺术；三是历史维度，认为人们对于艺术的认识是一个历史的过程，比如照相机刚产生时，人们认为摄影不是艺术，但随着社会的发展，摄影的艺术性逐渐被人们认可。

上述三个认识艺术的维度都有一定的可取性，但艺术活动中不可或缺的人类主体性没有获得应有的观照，而人类主体性或者说人类主体意识的强烈彰显，是人类一切艺术行为的本质特征之一。因此，我们认为将艺术理解为“人类创造的以审美价值为核心的彰显着人类主体意识的感性有机体或审美等价物”更能表征其本体特征。

今年8月，Google Deepmind推出一种新型AI图像水印工具：这是一种专门用于为人工智能生成的图像添加水印和识别的数字工具。SynthID可以将数字水印直接嵌入到人工智能生成的图像的像素中，使其无法被人眼察觉。

根据这一定义，我们可以对人工智能生成的图像的属性加以分析。

从功能维度看，人工智能生成的图像尽管很难与人类艺术史上的经典名作相媲美，但其多样化的形式和风格还是足以让观众聚神凝视、浮想联翩，这就产生了审美效应。就此而言，人工智能生成的图像可以称得上艺术。从语境维度看，不少人工智能生成的作品，已被权威拍卖行公开拍卖，甚至被一些机构收藏，这种语境赋予相关人工智能作品艺术资格。从历史维度看，人工智能作品也有理由被视为艺术。因为比人工智能作品早100多年的摄影艺术，刚出现时其艺术性不被认可，但最终还是被人们接受，成为一种大众化的艺术形式。就此而言，今天的人工智能艺术，同百年以来陆续出现的摄影艺术、广播艺术、电影艺术、电视艺术、数字艺术并没有本质上的不同。

也许有人会提出这样的疑问：摄影艺术、广播艺术、影视艺术、数字艺术，无一不是由作为创作主体的艺术家运用现代技术手段创作的，而人工智能作品并非如此，至少从创作过程看，它更像是人工智能直接生成的。

人工智能图像虽然看似由人工智能技术直接生成，但它依然体现了人类的主体意识。任何人工智能作品的创作，都不是深度神经网络、生成对抗网络（GAN）、创造对抗网络（CAN）能独立完成的，而是由人工智能和相关艺术家或用户共同合作生成的，这集中体现在两个方面：其一，人工智能图像生成能力的构建（包括图像生成算法设计、图像生成算力培育、相关服务器的更新换挡等）无不彰显着人类的主体意识和理性精神；其二，每一幅人工智能作品的生成，都必然基于艺术家或用户的特定命令，而这命令中必然隐含着艺术家或用户对作品的特殊要求，比如特定的主题、特定的风格、特定的形象等。离开了人类的这些彰显着强烈主体意识的指令，人工智能不可能自主启动任何创作过程。

既然人工智能作品创作的各个环节，都有赖于人类主体的参与，既然这些作品又同时显现出审美价值，那么，在一般的意义上，我们有理由将人工智能生成的图像作品视为艺术。

之所以强调“在一般的意义上”，是因为还存在一些特殊情况，比如正在引起国际社会广泛关注的人工智能深度伪造图像问题。深度伪造是指利用强大的机器学习和人工智能技术，来操纵或生成更具欺骗性的视觉或音频内容。由于这些内容大都涉及社会名人或重大事件，所以一经发布，即可在网络上形成病毒式传播。比如，2023年3月，国外某著名政治人物被捕的图片在世界各大社交媒体上疯传，很多人都信以为真，而事后证明，那些图片不过是人工智能生成的。

不能将这些人工智能深度伪造的图像列入艺术范畴，是因为受众的关注点和兴趣点不是图像本身的审美属性，而是图像背后的新闻、政治或社会事件，受众接触到这类图像首先产生的也是非审美反映。因此，人工智能深度伪造图像，最多只是一种用来吸引注意力或者进行相关宣传的手段，算不上艺术创作。