鉴于AI研发进展缓慢，罗德尼·布鲁克斯认为很可能过去采用的自上而下的研发路径是错误的，他受到人类神经科学进展的启发，1990年发表了著名论文《大象不下棋》，认为视觉功能并不需要中央神经系统控制。他的这一构想也将一度不被看好的神经网络推向前台，并极大地推动了包括AI艺术在内的各个人工智能领域的进展。

　　2008年9月，一款语音识别APP出现在苹果手机上，它的语音识别正确率达到了92%以上，这是AI艺术发展中所取得的另一个里程碑式的跃进，它为多模态大语言模型机器人的研发创造了条件。当学界和业界都在热衷于开发优质算法的时候，在AI领域崭露头角的华人科学家李飞飞清醒地认识到，再好的算法如果没有大量真实数据的支撑都不可能做出准确的决策，于是她提出了一个史无前例的想法——构建图像数据库，将整个世界都复现出来。她将自己领衔开发的这个开源性质的巨型图像数据库定义为ImageNet。自此以后，这个数据库成为一线AI科学家竞相检验算法精度的平台，它极大地加速了AI艺术的发展。

　　在2010年上海世界博览会上，一款跳舞机器人出现在人们的视野中，其翩翩舞姿引起众人驻足观看。2013年，英国金斯密斯学院教授西蒙·科尔顿开发了一款名为“傻子画师”的绘画程序，该程序能够从报纸上自主提取关键词，并生成与该关键词相关的图像，显现出超越图灵测验的创造性、灵巧性和想象力。2014年，即图灵测验发表72年之后，聊天机器人“尤金·古茨曼”最终通过了所有测试。2015年1月，莫德文采夫的艺术创作机器人“深梦”正式上线，自此之后，“深梦”成为很多AI艺术家放飞艺术想象的绝佳平台。波普艺术家泰琳·萨顿上线“深梦”，于2017年创作了首张AI音乐专辑《我是AI》。一年之后，法国著名的艺术家三人联盟机构“Obvious”利用神经网络算法生成的艺术作品《埃德蒙德·贝拉米肖像》高价拍卖成功，创造了AI艺术的新纪元。

　　3、AI艺术家先驱及其创作主题

　　数字技术的快速发展不仅深刻地塑造着当下的经济业态，也推动数字艺术从奇观美学和互动美学时代迭代进入到AI美学新时代，并催生出一批在AI艺术领域勇于探索和创新的艺术家。

　　马里奥·克林格曼就是活跃在这一领域的一位先驱人物。克林格曼于1970年出生于德国慕尼黑。他没有任何艺术和计算机科学学术背景，但他天生就对计算机和艺术感兴趣。13岁的时候，他有了第一台计算机，自此开始，他无师自通，迷上了编程。高中毕业后，他进入了广告行业。1991到1992年期间，克林格曼获得一个到总部在伦敦的广告公司实习的机会，在那里，他第一次接触到苹果电脑和专业绘图软件Photoshop3.0，一个成为AI艺术家的梦想由此诞生了。2004年，他使用JAVA语言编程创作了《垛状模糊》。这是他最早的“计算机生成艺术”。2010年他编写了一款名为“蜘蛛丝画板”的小程序，并试着用它创作了一幅同名绘画。让他始料未及的是这个小程序竟然迅速获得了一大批拥趸。从2014年年底开始，他对各种算法、数据可视化处理和机器学习技术开展了广泛的探索，创作了多幅极富创意的作品。2017年以来，他又将最新的生成对抗网络引入到自己的艺术实践中，创作了大量以人脸和肖像为标志性形象的AI艺术作品。“当你面对一个人的面部的时候，能够解读出极其丰富的信息。”他对于人性的这种独特理解成为他AI作品的一个核心主题，而人脸也成为他开展艺术实践的肥沃土壤。

　　在将AI技术与舞蹈艺术融合方面，韦恩·麦克格雷格是一位始终走在前列的舞蹈家。他的《实时档案》项目利用AI模型复现了他长达25年之久的舞蹈作品，借此在舞者和他的作品之间建构了一个现场对话。AI模型对麦克格雷格的舞蹈风格，从精致的细微动作到复杂的移位动作都能精准捕捉到。舞者能够从中获得灵感，受到启发，从而创造出新的舞蹈动作。这正是麦克格雷格对AI技术最感兴趣的一点，他认为持续地创造新颖别致的动作是舞蹈艺术的灵魂，而AI技术能够帮助他实现这个目标。

　　莎拉·梅约哈斯是一位横跨电影、摄影、虚拟现实、表演和雕塑等多个学科领域的AI艺术家。她最引人瞩目的AI艺术作品是《云朵》。为呈现这一作品，她在贝尔实验室原址上主办了一场大型表演。16个摄影师拍摄了多达10万张不同角度的玫瑰花瓣照片，构成了一个大型数据库。这些信息旨在构建一个AI算法，用于生成独树一帜的花瓣图像。《云朵》的策展成为一次思考后人类现实和未来人类劳动处境的绝佳机会。梅约哈斯以AI技术为武器，以艺术策展为媒介，将AI艺术探索与人类所面临的重大现实主题紧密结合，引起了业界和学界的广泛关注。