人工智能的兑现：卑弃与救赎（I）

人工智能的兑现：卑弃与救赎（I）

文／张尕

译／毕昕

首先，简要说明一下，当收到此次会议邀请时，我正在筹备新时线媒体艺术中心的新展，我很高兴能够就这一主题在此分享。这个展览的标题为“人工智能的兑现：卑弃与救赎”，这同时也是我今天的演讲标题。展览分为两部分，试图对人工智能的认识论局限性提出问题。也旨在含蓄地质疑企业利益和地缘政治所渲染的对人工智能及其工具效用的无节制的乐观态度。同时展现艺术家是如何想象以人工智能来探索一个拥有宇宙政治意识的生态环境，以及一个处于共同体中的、共生的后人类前景。在构思这个展览时，我的另一个动机是让公众认识到超越基于屏幕的、以图像为中心的人工智能艺术实践。基于屏幕且以图像为中心的范式往往一方面将人工智能简化为预设的视觉惯念，另一方面也与当下人工智能的商业前景为伍。乔安娜·泽林斯卡（Joanna Zylinska）在其2020年出版的《人工智能艺术：机器视觉与扭曲的梦》（AI Art: Machine Vision and Warped Dreams）一书中，对人工智能艺术之描述准确地捕捉了当前盛行的“人工智能艺术”消费。她写道，“大部分被称做人工智能的艺术，尤其是受行业赞助的那一类，即使在视觉上很吸引人，但仍是很浅薄。最受公众关注的项目是那些相当工具性地拥抱人工智能的项目，其美学被简化为看起来‘美丽’的东西，即对称、迷人、花哨，首先，类似于已经存在的东西。1 ”

她接着毫不留情地说，“客气地说，许多生成 AI 艺术通过炫目的色彩和对比以及海量数据来庆祝计算机视觉、快速处理能力和连接算法的技术新颖性。不客气地说，它变成了《糖果粉碎传奇》的美化版，诱人地使我们的身体和大脑陷入屈服和默许状态。利用深度学习和大数据集让计算机对图像做一些所谓有趣的事情的艺术，通常最终会提供一汪迷幻的波浪和咯咯笑声，其中没有什么实质的东西。2 ”

尽管如此，我还是想以人工智能的名义寻求一种辩护。人工智能似乎经常被视为人类傲慢与尴尬的代名词或替罪羊。

我们倾向于用人作为衡量事物的标准。海德格尔曾经直言不讳地说，这就是现代性的顿悟。“那个被我们称为现代的时刻.……是以人作为众生中心及衡量尺度而决定的。人是所有生命的底层。这意味着，用现代的话来说，人是所有对象化和可表现性的底层3 ”。媒体理论家尤金·塔克（Eugene Thacker）进一步驳斥了生命的神话，以及人作为其化身看似无可争议的权威，“生命是从主体到客体，从自我到世界，从人类到非人类的投射。4 ”

我们将对人类智能的诊测加于机器，因此使人工智能成为一种既宏伟壮观又难以实现的愿景。我们知道科学还没有解开人类智慧之谜，也没有理解人类大脑的内部运作。正如人工智能和认知科学教授布莱恩·坎特威尔·史密斯（Brian Cantwell Smith）所争论的那样，“首先，将我们大脑的认知能力等同于神经排列是不成熟的想法，但这也是目前【人工智能】架构所模仿的一切。5 ”哲学家约翰·塞尔（John Searle）则认为，“任何试图以人工方式创造意向性（强人工智能）的尝试，都不可能仅靠设计程序取得成功，而是必须复制人脑的因果能力。6 ”

然而，也许现代计算机先驱们以机器之形思考机器智能时所想象的则是另一种情景。当回答“机器能思考吗？”这个问题时，英国数学家、人工智能鼻祖艾伦·图灵（Alan Turing）在其1950年的论文《计算机械与智能》（Computing Machinery and Intelligence）中提出了其广为所知的“模仿游戏”（又称图灵测试）一说作为对自己提问的反驳，他写道：“我认为，最初的问题——‘机器能思考吗？’——并没有意义且不值得讨论。”相反，图灵认为，“在50年之内，我们有可能为容量多达十亿信息位的计算机编写程序，使其能够很好地进行模仿游戏，以至于一个普通的测试者在5分钟的测试中所做出的身份识别正确率不会超过70%。7 ”之后，美国哲学家丹尼尔·丹内特（Daniel Dennett）在其文章《机器能否思考》（Can Machines Think）中就图灵所言推断说，“图灵并没有得出这样的结论（即便人们满可以认为他是这样想的）即思考就必须像人一样去思考……男人和女人，以及计算机，都可能有着不同的思考方式。但他肯定这样想过：如果（one）能够以自己特有的风格进行思考，且足以模仿一个有思想的男人或女人，那么（one）【他/她它- 作者注】肯定真的很会思考。8 ”

▲图灵文《机器能否思考》发表于期刊《Mind》第59期，236号，1950

1956年的达特茅斯 “人工智能夏季研究项目”会议已经预示并规定了当今人工智能行业的行话，尽管人工智能这个词本来也可能换成其他的说法。根据尼尔·尼尔森（Nils Nilsson）的描述，或许因为约翰·麦卡锡（John McCarthy）对于控制论创始人诺伯特·维纳（Nobert Wiener）的不肖或嫉妒所致，这位人工智能的创始人之一将该术语的使用归因于“避免与控制论有关联” 9。当时仍为哈佛大学初级研究员的马文·明斯基（Marvin Minsky）提议设计这样一个反馈回路装置：“该机器具有输入和输出通道，以及对输入提供不同输出反应的内部工具，这样机器可以通过‘试错’过程来‘训练’获得一系列输入-输出功能。当把这样一个机器放置于适当的环境中，并施加一个 ‘成功’或‘失败’的标准，便可以训练出建立‘目标寻求’的行为。10” 著名的信息论发明者克劳德·香农（Claude Shannon）提出了“信息论概念在计算机和大脑模型中的应用”研究，具体来说就是 “大脑模型到自动机”。同时，另一位人工智能研究的创始人纳撒尼尔·罗切斯特（Nathaniel Rochester）提出了“机器表现的原创性”与“机器与随机性”的研究课题。如果人工智能不是像一些文化评论家所嘲笑的那样，是“一种营销策略（比如 Florian Cramer）”，那么它肯定不是我们所谓的人工智能本身，而是广义的数字计算技术，机器学习、神经网络、数据挖掘、统计科学和认知科学的统合。所有这些技术都在50年代初就已奠定，只是还没有等到足够的计算速度、存储能力和新的输入输出设备来实现“在未来有很大希望可以创建的系统，一个在很大程度上可以模仿大脑和神经系统活动的系统” 11。

 后面发生的事大家都熟悉了，被寄予厚望的60年代和70年代“有效的老式人工智能”（Good Old Fashioned Artificial Intelligence, GOFAI）的胜利并没有实现其最终的承诺， 正如史密斯很贴切地批评所指：““GOFAI的本体论假设、对记载（世界）微妙之处的盲目性以及对世界丰富性的认识不足是其在常识上的惨淡记录的主要原因。”12 哲学家休伯特·L·德雷福斯（Hubert L. Dreyfus）广为人知的、关于人工智能状况的1965年兰德公司报告《炼金术与人工智能》（Alchemy and ArtificialIntelligence）已经预示了第一波人工智能浪潮之承诺的消亡。他写道：“人们早期在计算机编程展示简单智能行为方面所取得的成功，加之相信智能活动仅在复杂程度上有所不同，导致人们相信，任何认知表现所依据的信息处理都可以在程序中制定，从而能够在数字计算机上进行模拟。然而，在计算机上模拟认知过程的尝试遇到了比预期更大的困难。13 ”

人工智能在20世纪80年代经历了首次“人工智能寒冬”，政府资金骤减，企业撤出扶持，大学相关科研停滞不前。但随着90年代互联网的出现和商业化，以及社交媒体平台的蓬勃发展，人工智能研究得以缓慢复苏，并于2010年代起加速发展。神经网络、数据挖掘、机器学习等不那么陌生的标语引人入胜地激动了新一代人。今天，我们似乎可以感受到、触摸到甚至呼吸到无处不在的人工智能，不仅在工作和娱乐中，也在政治和文化想象中。的确，人工智能无处不在，并在持续蔓延。但正如史密斯所言，“思维、智能和信息处理是[第一波人工智能]形式逻辑和计算背后的基本思想，（即）它们不仅是人类做的事情，也是我们可以建立自动机器来做的事情，这也是人工智能第二波的基础。14 ”（经作者编辑）

最近一个令人错愕的人工智能头条新闻来自2021年1月的科技媒体TNW。它的内容如下：“谷歌大脑团队的三位研究人员最近公布了人工智能语言模型的下一个里程碑事件：一个巨大的一万亿参数的转换系统。例如，你可以到这里和一个‘哲学家AI’语言模型交谈，它将试图回答你提出的任何问题。这些令人难以置信的人工智能模型属于最前沿的机器学习技术。”这位评论员还承认，“重要的是要记住，他们本质上只是在表演客厅把戏而已。这些系统不理解语言，它们只是被调节成看起来像罢了。15 ”

换言之，人工智能本质上并不理解语义，或意义。它只是遵循句法规则进行逻辑推理，并执行输出为真或假。我们也应谨记，正如史密斯在其2019年关于人工智能的著作《人工智能的承诺、推算及判断》（The Promise of Artificial Intelligence, Reckoning and Judgement）开篇中提醒我们的那样，“无论是深度学习，还是其他形式的人工智能第二浪潮，或者任何尚未推进的第三浪潮建议，都不会导致真正的智能。16 ”

1. 乔安娜·泽林斯卡，《人工智能艺术：机器视觉与扭曲的梦》，Open Humanities出版，2020，页49

2. 同上，页77.

3. 马丁·海德格尔，《尼采》，大卫·法瑞尔·克雷尔编辑，约翰·斯坦博、大卫·法瑞尔·克雷尔、弗兰克·卡普齐译，纽约哈珀柯林斯出版社出版，卷4，页28

4. 尤金·塔克，《生命之后》，芝加哥大学出版社，2010，页3

5. 布莱恩·坎特维尔·史密斯，《人工智能的承诺、推算及判断》，剑桥：MIT出版，2019，页55

6. http://cogprints.org/7150/1/10.1.1.83.5248.pdf

7. https://academic.oup.com/mind/article/LIX/236/433/986238

8. http://www.nyu.edu/gsas/dept/philo/courses/mindsandmachines/Papers/dennettcanmach.pdf

9. 尼尔·尼尔森，《人工智能探求》，纽约：剑桥大学出版社，2020，页53

10. http://jmc.stanford.edu/articles/dartmouth/dartmouth.pdf

11. 尼尔森，《人工智能探求》，页49

12. 坎特维尔·史密斯，《人工智能的承诺、推算及判断》，页37

13. https://www.rand.org/content/dam/rand/pubs/papers/2006/P3244.pdf

14. 坎特维尔·史密斯，《人工智能的承诺、推算及判断》，页19-20

15. https://thenextweb.com/news/googles-new-trillion-parameter-ai-language-model-is-almost-6-times-bigger-than-gpt-3

16. 坎特维尔·史密斯，《人工智能的承诺、推算及判断》，前言页13

——未完待续——

人工智能的兑现：卑弃

新时线媒体艺术中心在线特展

2021年7月3日-10月17日

AI Delivered: The Abject

A Chronus Art Center Exhibition

July 3 - October 17, 2021

新时线媒体艺术中心（CAC）成立于2013年，系国内首家致力于媒体艺术之展示、研究／创作及学术交流的非营利性艺术机构。通过展览、驻留、奖学金、讲座、工作坊及相关文献的梳理与出版，CAC为媒体艺术在全球语境中的论述、生产及传播开拓了一个多样化且富有活力的平台。CAC以批判地介入不断改变进而重塑当代经验的媒体技术来推动艺术创新及文化认知。

Established in 2013, Chronus Art Center (CAC) is China’s first nonprofit art organization dedicated to the presentation, research / creation and scholarship of media art. CAC with its exhibitions, residency-oriented fellowships, lectures and workshop programs and through its archiving and publishing initiatives, creates a multifaceted and vibrant platform for the discourse, production and dissemination of media art in a global context. CAC is positioned to advance artistic innovation and cultural awareness by critically engaging with media technologies that are transforming and reshaping contemporary experiences. 

【声明】以上内容只代表原作者个人观点，不代表artda.cn艺术档案网的立场和价值判断。

扩展阅读：艺术档案 > 未来媒体艺术 > 人工智能的兑现：卑弃与救赎（II）