创意技能很难实现自动化，因此未来可能会有更多的人从事创意工作，但我们也有可能看到更多来自非人类实体的艺术作品。[8] [9] 事实上，艺术的算法生成已经发生了一段时间。专注于一些具体的例子，同时认识到所有计算机程序都是某种算法（事实上，如果你将电脑游戏视为一种艺术形式，那么本文讨论的所有三种趋势都是成熟的）。
1960 年，布里昂·吉辛和伊恩·萨默维尔合作创作了计算机生成诗歌，1968 年，伦敦当代艺术学院举办了一场大型计算机艺术展《控制论意外发现》。[10] 20 世纪 80 年代，通过简单的算法程序创建的曼德布洛特集美丽而无限的视觉效果吸引了大批追随者。最近，谷歌开发了深度梦想算法，其中经过训练可以识别某些类型的图像或艺术风格的程序可用于创建新图像。一般来说，程序拍摄一张图片并增强图片的某些方面，使其类似于程序经过训练可以识别的东西，例如，深度梦想的一个版本可以将一种艺术风格的图片作为输入，并自动对其进行处理，使其类似于它识别的另一种风格。
[11] 另一项近期的创新是生成对抗网络(GAN)，其中计算机程序的两个部分相互竞争。[12] 一部分试图创建某种目标图像，例如人脸，另一部分则检查图像以查看它是否是目标的良好表示。生成部分的目标是欺骗另一部分，使其以为它已经生成了图像的真实版本。这已被证明在生成逼真图像方面非常有效。
虽然能够自动转换风格和创建图像（例如创建视觉效果）在实践和经济上都很有用，但必须承认，并不是每个人都会认为这项工作在艺术上很有趣——尽管这对所有形式的艺术来说都是一种危险。尽管如此，近年来，我们在计算机视觉/人工智能中对图像创作的理解取得了明显的进展，而且随着投入此类研究的资源比以往任何时候都多，我们很可能会看到越来越多令人满意的计算机艺术创作。
雅典学院
雅典学院的算法深度梦想
未解答的问题
这留下了许多未解之谜。除了这一切都建立在一些相当棘手的问题上的持续技术进步之上，比如虚拟现实有时会让人感到不适，这一切的经济学和社会学又如何呢？与艺术家的直接联系？不被电线绊倒？大型科技公司高度参与所有这些趋势，这难道不引人注目吗？这意味着大型企业在艺术领域将扮演新角色？我真的在谈论艺术、娱乐，还是一些我们 求职者数据 还没有词可以形容的东西？增强的个性化体验是否也有可能有点危险？这一切的灵魂在哪里？虽然这三种趋势是合理的，而且确实不是新的，但目前还不清楚这一切将如何发展。这是艺术数字技术的早期阶段。艾伦·图灵构想的计算机只有 80 多年的历史。通用机器还有更多的发展空间。艺术可能是免费的，但它的视野还有很大的扩展空间。
感谢在一次演讲中匿名提问者问我，创意产业在未来 50 年是否会像过去 50 年那样发生巨大变化。以上是我最初回答的片段，事后看来，这些片段比我实际得出的答案要清晰得多。还要感谢 Eliza Easton、Sam Mitchell 和 Georgia Ward-Dyer 的有益评论。
这篇文章并没有公正地评价在这个领域工作的艺术家的作品，有关更多内容，请参阅 McConnon、N.、Bodman、C. 和 Admiss、D. (eds.) 编写的 2014 年巴比肯艺术中心 数字革命展览 目录、Klanten、R.、Ehmann、S. 和 Hanschke、V. (eds) 编写的“代码之触：互动装置和体验”，Johnston、L. (2015) 编写的“数字手工制作：工艺和新工业革命”以及 Ars Electronica。
[53 年就开发了一个自动生成情书的程序
[11] 从高层次来看，该程序是一个网络，当向其显示一张图片时，它会输出该图片是某种特定物体（如狗或汽车）的概率。该网络由不同的层组成，这些层可以识别图像的不同方面，如整体结构和纹理。Deep Dream 通过操纵图像来最大化网络组件的响应，从而识别图像的某些方面，从而颠覆了这个过程。图像中与网络某些部分正在检测到的东西有点相似的部分，会被改变得更像那些东西。有关 Deep Dream 的讨论，请参阅Google AI 博客上的Inceptionism：深入了解神经网络。有关本文中用于创建 Deep Dream 的