人工智慧有可能取代藝術家的工作嗎？或許可以從另一種樂觀角度看待：照相術的發明，使傳統的寫實畫家失業了，卻將各種非寫實的藝術風格帶給了世界。
人工智慧開始創作了。但當我們深一層檢視人類對「美」的感受機制，或許可以一窺人工智慧在藝術創作上的優勢與局限。
某方面來說，美學來自對現實一定程度的偏移與再現，但又維持著和既有秩序的連結。舉例而言，「巟磯醭N㙍䍱邐䬷」這句子出自一個隨機中文碼產生器，而「午餐來吃拉麵吧！」則是一個簡單的祈使句。不管前者後者，人們都很難從他們身上發現美感。
不過，像這句：「異邦晚來的搗衣緊追著我的身影*」則似乎有點不同了──它維持常見的語式，卻出乎讀者意料將「異邦」、「搗衣」和「緊追」並置，表達急切的心理張力，也打開了基於現實場景的想像空間。
視覺藝術的例子也是如此，一個完全亂數生成的點陣圖檔，和我們拿手機拍攝的辦公室天花板，都較難被稱為藝術作品，而Google人工智慧以一張日常照片，混和蒙太奇拼貼風格，加上部分亂數演算法產製的畫作，卻賣了8千美元。藉由龐大的美學風格資料庫（如文學經典）、人類日常感知的基模（從日常瑣碎談話和照片取得），人工智慧對藝術形式突破的要求和拿捏上，似乎占據某種優勢。
台灣現代詩人夏宇也曾有過類似實驗。她的詩集《摩擦．無以名狀》，就是將前一本作品集《腹語術》的句子剪碎，重新拼湊，而生成新的意義。若我們將她的文本《腹語術》視為資料庫，將剪碎拼貼的行為視為隨機演算法，再將她拼貼字句時的斟酌，視為類神經學習網路，這整個過程，便會十分接近人工智慧的創作行為。
圖說：夏宇詩集《摩擦．無以名狀》
雖然在形式與風格上，人工智慧可能帶來意想不到的突破，但在一些更深層的人類經驗上，卻有著絕對的障礙：真正的藝術創作有賴形式與生命經驗的整合，而後者，往往連我們自身都難以捉摸。
例如，人工智慧在是否可能提出日本小說家太宰治「身而為人，我很抱歉」此等對這美好人世的荒謬傾訴？梵谷畫作《吃馬鈴薯的農人》裡沉澱的憂鬱色調，是來自筆觸、顏色對比、人體解剖學的整合，而暗部的綠與褐，其實正是十九世紀末荷蘭鄉間田土的顏色……這些作品背後的文化有機構成，也不是人工智慧能夠模仿與理解的。
就如《星新一賞》的例子所揭示：目前的人工智慧可以操作命題作文，卻很難合成出創作源頭的生命經驗，和支持這些經驗的幽微情感。但也因此，人工智慧藝術或許能加速人類藝術史進程──就像照相術取代十九世紀人像畫家，它將開始迅速淘汰一批不具原創性的作品，並驅策創作者思考下一階段藝術形式的表現可能。而真正的創作者永遠是超越的，他們能看見並指出尚不存在之物，並給予命名。
這些事物，並不存在Google全球伺服器任一個位元組內。它存在於一個尚未到來的世界。
這些人工智慧關鍵詞正在改變我們的未來
圖靈測試
由「電腦之父」圖靈（Alan Mathison Turing）提出，用來判斷機器是否能夠「思考」的測驗。讓一個人（C）詢問兩個他不能看見的兩個對象（分別為正常思維的人B、以及機器A）任意一串問題。經過數次詢問後，若C仍然無法判定、分辨A與B的不同，則機器A通過圖靈測試。首次通過圖靈測試的電腦出現在2014年雷丁大學，此電腦在圖靈測試中，被測試者判定為一個13歲男孩。
類神經網路
受生物的神經網絡功能運作啟發，類神經網絡（ANN）是一種模仿生物腦部的數學模型和運算結構。藉由大量的人工神經元聯結進行計算。類神經網絡能在外界信息的基礎上改變內部結構，利用統計學（而非計算機基礎的邏輯演算）的方法，來獲得簡單的推理與決斷能力。
AI專家系統
專家系統是結合了知識庫與推理機的人工智慧系統，能夠模擬由各領域專家才能解決的複雜問題，包括軍事模擬、醫療、教學等，可說是近代由人工智慧開始取代人類勞動的開端。
(資料來源：MBA智庫．維基百科)
延伸閱讀：電腦可以演算未來 但能判斷情感的重要性嗎？
當AI開始有了感性 創作DNA，藝術演算法的創作與 勝利，會是永恆嗎？
本文出自：@@BOOKID:126838@@
代表圖來自：《A.I.人工智慧》劇照
