2016年，一场人工智能选美大赛曾引发热议。Beauty.AI公司发起了一个创意十足的活动：参与者提交个人照片，由机器人来评级，选出机器人眼中的“美神”和“美男子”。结果公布后，却让绝大多数人大跌眼镜——机器人选出来的“美人”，只有极少数人表示认同。
那问题到底出在哪儿？最直接的答案其实很简单：机器人压根儿就不会审美。
要理解这一点，得先聊聊AI审美这件事儿的底层逻辑。早在2016年10月，中国科学院高能物理研究所的张双南教授就做过一场题为《如何造会审美的人工智能》的报告，内容相当硬核，也很有意思。下面就来聊聊，这场报告里到底讲了什么。
审美需要动机——仅向机器人传递简单的法则无法实现审美，人工智能必须具备欲望和自我优越感的需求，否则只能替人类审美，无法自发进行审美。若要让它替人类审美，就必须使其拥有人类的价值观和见识。
▲张双南教授近照 来源：清华大学
AI难以审美？原来TA缺少这些
机器人不会审美，归根结底，是因为设计程序的人自己也没搞明白“美”到底是什么。缺乏一套被广泛接受的美学理论作为支撑，设计人员自然找不到一个通用的标准去指导AI。美之所以没有统一标准，是因为它本质上就是无法量化的。而要让机器人完成一项任务，如果连任务本身都无法量化，它根本无从下手。
▲2025年12月，北京大学、清华大学、中国艺术研究院、河北美术学院四家顶尖机构联合发布了国内首个基于中国审美立场的AI大语言模型审美评估平台——“智镜”。来源：北京大学
同时，审美还需要动机。仅仅向机器人传递几条简单的法则，远远不够。人工智能必须具备欲望和自我优越感的需求，否则它只能替人类审美，而无法自发地进行审美判断。换句话说，要想让它替人类审美，就得先让它拥有人类的价值观和见识。
大脑的“审美公式”：美=没缺陷+不常见
在分析哲学家看来，两千多年来，科学进步巨大，但哲学在回答“美是难的”这一问题上，几乎停滞不前。因此，哲学必须向科学靠拢，借鉴科学的研究方法。用自然科学方法研究哲学，叫分析哲学；用自然科学方法研究美学，张双南教授称之为“分析美学”。
▲维特根斯坦（Wittgenstein），分析哲学家 来源：澎湃新闻
美的表现虽然千变万化，但背后应当有共同的内涵。爱因斯坦曾说过，提出一个好问题，往往比解决无数个问题更重要。“美是什么？”这个问题之所以两千年都没得到满意答案，或许是因为问题本身的提法就不对。张双南教授将问题转化为：广义美的判断标准是什么？审美对象需要满足哪些条件，我们才会认为它美？
既然存在广义美的法则，那就可以用科学方法去寻找。他最终得出的结论相当简洁：广义美的法则是“没缺陷、不常见”。这里面包含两个核心要素：价值观判断与见识判断。“没缺陷、不常见”只是其中一种组合，还有其他多种组合形式。通过日常语言分析方法，他总结出了审美判断的所有可能排列组合。
▲张双南教授提出的寻找广义美的法则的研究方法 来源：知识分子
手把手教学：把贝叶斯定理，植入AI的“大脑”
那么，通过这种方法，就能造出会审美的人工智能吗？这正是接下来要探讨的核心问题。要让人工智能替人类审美，就必须让它拥有人类的价值观和见识。
人类大脑进行任何判断时，都会将过往的知识（即先验知识，也就是我们的价值观）与现实数据相结合。先验知识与现实数据的结合，是人类大脑思考和判断的基础。这不正是贝叶斯定理的核心作用吗？贝叶斯定理是概率论中一条古老的公式，被认为是人类大脑审美过程的数学基础。
▲贝叶斯定理可以表达为，后验概率（一个事件在给定证据后发生的概率）等于该事件的先验概率（在考虑证据前该事件发生的概率）乘以该证据出现的可能性，除以证据本身出现的概率。来源：中科院物理所
有研究表明，正常人的大脑都会利用贝叶斯定理，将先验知识与现实数据相结合。能够正确进行贝叶斯计算的人，属于正常人群。要运用贝叶斯定理，首先需要进行量化。从数学角度来说，量化方法很简单：绘制坐标，将审美对象的相关特征放入坐标中，即可完成量化。坐标中存在一个模糊区，人类大脑的判断并非绝对精确，而是偏向于综合判断。若审美对象处于这一区域，我们往往无法明确判断其美、俗、丑。
▲艾伦·图灵在二战时使用贝叶斯计算破解德军密码的手稿 来源：环球网
人工智能可以利用概率论中的贝叶斯定理进行审美。首先，它需要根据现有数据，得出某一组参数的数值及分布。这需要三个输入项：一是过往经验（即先验知识，也就是我们对参数分布的固有认知）；二是现实数据（即审美对象是否有缺陷、缺陷程度及不常见程度）；三是根据这些数据，判断审美对象是否为美。未来人工智能可以依据这个公式进行审美判断。
▲张双南教授提出的大脑“审美公式” 来源：知识分子
从公式中我们可以发现：同一审美对象，不同审美者可能得出完全不同的判断；同一审美者，面对不同审美对象，也会得出不同结论。这些情况，都可以通过大脑审美公式计算出来。
结合上述公式，我们已经满足了造会审美的人工智能的核心条件——实现量化、构建公式，进而能够回答“如何造会审美的人工智能”这一问题。
具体来说，要训练人工智能具备人类的价值观和见识，可以这样操作：先对审美对象及审美因素进行分类，并将人类在各种判断上的价值观输入机器；然后，通过人类的见识判断“不常见”程度，获取相关数据；人工智能随机选取多位审美对象，对其特征进行量化，人类根据自身判断给出“不完美程度”。经过这样的持续训练，人工智能就能掌握人类对美的判断标准。此时再给它一张照片进行审美判断，得出的结论将很可能与人类一致。
当然，实际情况中，人类的审美往往是多因素的。目前构建的公式，仅能用于单一因素的审美判断，还无法应对多因素审美。因此，这只是训练会审美人工智能的初步方法，后续还需要更多深入研究。
