近年来，从作曲到写故事、再到制作模因字幕，AI在各个方面都展现出了创作天赋。如今，AI又将步入舞池，开始AI模型在艺术表演上的全新尝试。

在一部名为《离散人像》(discrete figures) 的日本舞蹈表演作品中，一名 AI 舞者被投影到舞台上，与一位真人舞者一起表演。这个节目还展示了一个部分训练的神经网络，该神经网络利用观众跳舞的录像作为输入数据生成表演视频。

该作品由日本数字艺术团体 Rhizomatiks、多媒体舞团 Elevenplay 和媒体艺术家 Kyle McDonald 共同合作完成，曾于去年在加拿大、美国、日本和西班牙进行演出。

隐匿在幕后的 AI 编舞

McDonald 是一位具有技术背景的艺术家。自 2010 年以来，他一直与舞者们合作，致力于营造全新的视觉体验。用他的话说，他是在“现实与和虚拟间的界限间舞蹈”。McDonald曾是纽约大学帝势艺术学院的客座教授，并拥有伦斯勒理工学院电子艺术硕士学位。

McDonald 为《离散人像》(discrete figures) 邀请到八名舞者，记录了每位舞者时长2.5 小时的即兴舞蹈表演的动作捕捉数据。利用 NVIDIA GPU，这些训练数据被输入一个名为“dance2dance”的神经网络，该网络生成的动作可被渲染成 3D 人物线条画面。

如图所示，投影的 AI 舞者与 Maruyama 共享舞台。

在 AI 与舞蹈团成员 Masako Maruyama 的双人表演中，AI 被投影在舞台上，生成一位3D的虚拟舞者，仿佛漂浮在 Maruyama 身边。它开始时是一个银色轮廓，然后逐渐具化成Maruyama 的分身。

虚拟舞者首先表演了由神经网络预先生成的舞蹈动作，然后又表演了由舞蹈公司的编舞 Mikiko 编导的舞蹈。Maruyama 和 AI 舞者同步表演舞蹈动作直到她离开舞台，之后投影逐渐恢复银色轮廓，虚拟舞者重新跳起AI 生成的编舞。

人类创作的舞蹈动作和 AI 生成的舞蹈动作之间的互动，道出了《离散人像》(discrete figures)的主要主题。

McDonald 说：“人类的意图将终结于何处，自动化又将始于何处？我认为，对于这样的问题，观众将会开始产生更多的疑问。在一个由算法主宰一切的时代，提出这样的问题似乎也很合理。”

舞力全开：观众纵情舞动

在这部作品的另一个场景中，还使用了由 NVIDIA 研究团队研发的算法 pix2pixHD，鼓励观众参与到舞蹈表演当中。

在每场表演开始前，该团队都会首先邀请 16 名观众（不考虑年龄和舞蹈经验）走上舞台，在一块黑色背景前录制一段1分钟的即兴舞蹈。观众们的舞蹈视频会被发送到云端的单个 NVIDIA GPU进行动作评估，并从头开始训练 pix2pixHD 算法。

仅需要15 分钟的训练，该算法就能将每位观众的舞蹈生成一个输出视频。表演开始前，McDonald 将这 16 段 AI 制作的视频剪辑成蒙太奇效果的舞蹈视频，并配上音乐，在表演过程中在投影屏幕上展示。

这部作品以观众跳舞的录像作为输入数据，展示了由部分训练的神经网络生成的蒙太奇视频。（图片由 Kyle McDonald 提供）

正如 McDonald 在一篇描述该作品的媒体文章中所提到的，利用观众的录像，参与者可以体验“动作被机器重新设计成动作数据”。“整部作品始终都遵循着一个反复出现的主题：通过机器我们可以看到我们的人性，反之亦然。”

该场景还包括使用 3D Point Cloud 对神经网络的原始数据进行可视化处理，生成舞者的骨架模型。

McDonald 说：“当我们看到 pix2pixHD 在经过仅仅 15 分钟的训练后所生成的视频时，我们觉得这对舞台表演来说将会是完美的。因为这15 分钟的训练过程准确地体现了表演所要表达的一些主题，比如 AI 的出现，以及数字世界和现实世界之间界限的混淆。”