张文超︱人工智能艺术的观念与实践

人工智能艺术的观念与实践

文︱张文超

我不算是AI技术专家，也并非技术哲学领域的资深学者，本文内容得以展开主要源自这几方面的储备：在创作中我将技术媒介进行艺术转化的经验，和对其他运用AI技术进行创作的艺术家的观察；近几年来参与《人工智能无限电影》等与AI艺术相关的项目实践；在教学中开设“人工智能与艺术”这门课程的研究积累、以及与香港科技大学共同筹备的AI艺术联合实验室的工作，文章内容也据此而做。

当科技已经成为当下社会文化层面的关键驱动力，冠以科技之名的创意尝试也都毫不意外地受到密切关注与讨论，这种讨论有时会超前于创作原有的发展规律，甚至远超艺术系统自身更新迭代的速度，成为缔造“新艺术”的捷径。但在创作中艺术家可能会经常在复杂的程序性工作与艺术方向思辨中艰难前行，本文更希望以实践的视角，面对创作中的问题和创作者的实际处境来讨论人工智能，观察它对艺术语言直接或间接的影响，思考这种影响在文化层面是否真的产生了效用。

我们实践所能触及的人工智能艺术，首先秉承着以计算机为主要工具平台，已经有数十年脉络的媒体艺术发展路径，可以简要地理解为在不同种类媒介信息的输入（Input）与输出（Output）运算过程之中构建有创造力的艺术逻辑，并形成新的文化的历史。其次，我们可以在当下的人工智能技术中，运用通过模拟人类智力运作而发展出来的计算能力、工具和方法，进行新的创作尝试，这些可以是自然语言处理（NLP）、机器学习、模式识别、神经网络、机器人等实践范围中的某种排列组合或部分过程。最后在这之中，有效地融合数据与算法的思维及方法到创作过程里，可以说是今天人工智能艺术的核心特征，也是本文对人工智能艺术进行具体判断的一个主要视角。

▲ 《快捷风景计划》，程序截图，张文超，2011-2016

图片由艺术家提供

我自己最早关于数据集的一个尝试，是在《快捷风景计划》（2011-2016）这件作品中开始的。以“构建数据库/数据集”作为工作方法早已从互联网领域渗透到媒体艺术的创作中，数据处理能力的发展使内容生产呈现多种新的可能，并得以以“界面”或“程序”的面貌展现出来。在这个作品中，我采样了数百个曾经去过的地点坐标，并将它们的地理形态轮廓从在线地图（Google Maps）中拓印出来汇集成库，通过与程序员合作，将这些位置“节点”用多种旅行方式的动画“路径”串联起来，使这些采样地理痕迹生成为一幅不断变化的个人地图。在设计交互程序和它所调用的数据集时，与亲手加工媒介素材的精确操控是不同的，很多偶然因素主导了这个过程，大多数的时间里，我们是在调和原本的设定和编辑过程中的偶然结果，随时将它修正为更符合艺术直觉的面貌，整个过程即是在跟程序逻辑的博弈中不断互相妥协，直到体力不支。这样的工作断断续续随着程序改版维持了几年。而这种经验在之后的人工智能实践中也反复经历，我把它概括为一种可能无法避免的“将错就错”。

相较于人工智能理论和概念在媒体世界里的狂飙，艺术家在面对它时，大部分时间是处于困境的状态里，这既是技术层面的，也包含技术之外的作品发展路径的选择焦虑，就像走在迷宫的深处，不论是从创作的入口进去，还是从技术的入口进去，我们都知道共同在里面寻找，但谁也不知道彼此是否能够相遇，或者有没有人能够找到出口？这是我从《快捷风景计划》开始，直到经历过更加复杂的算法开发流程后，一直都有的体会。

▲ 人工智能孵化的时间线

图片扫描自书籍《AI: More than Human》

2019年，我利用假期考察了与AI艺术联系密切的展览，同时挑选书籍开始准备《人工智能与艺术》这门课程，但如何运用AI，设计使其自动创作的逻辑还是与其进行某种方式的合作生产，关键的方向性的问题在书籍和展览里可供参考的内容不多。

▲ 《人工智能与艺术》，课程读物 ©️张文超

伦敦巴比肯文化中心的展览及出版物《AI: More than Human》(Barbican Centre, 2019)和东京森美术馆的《Future and the Arts: AI, Robotics, Cities, Life - How Humanity Will Live Tomorrow》是筛选后放在课程中的主要参考读物，尤其在前者的出版物里详细梳理了“人工智能孵化的时间线”，这条线索罕见呈现了在人工智能逐渐出现的轨道上，文学／数学／神经科学／哲学／人类学／计算机科学／/控制论／神经网络…等学科错综复杂的纠缠关系，使我们能够在更大的视野范围里看到艺术与科技是如何相互渗透，并瞥见到艺术在人工智能发展进程中的独特功效。

▲ 《科学怪人》（Frankenstein），玛丽·雪莱（Mary Shelley）最早出版于1818年，图片来源于网络

AI: More than human展览一角

图片由作者拍摄于伦敦Barbican中心，2019

从人工智能孵化的时间线初始，我们看到文学、数学、神经科学、哲学之间的相互沟通与作用：在1818年玛丽·雪莱（Mary Shelley）出版《科学怪人》（Frankenstein）一年后，查尔斯·巴贝奇（Charles Babbage）于1819年开始建造“差异引擎”，这是机械计算机器的最初尝试，并引发了人工生命的思潮，而在一个世纪之后，由艾伦·图灵（Alan Turing）的Bombe机器（被视为第一台计算机）最终完成这个由文学作品起始的传递。另外值得一提的是，“机器人”一词也是由捷克艺术家约瑟夫·切皮克（Josef čapek）创造，并最早出现在他哥哥卡雷尔·切皮克（Karel čapek）在1920年的戏剧作品《R.U.R.》里面。在先入为主地将人工智能艺术尝试理解为“技术先行的艺术或设计”时，我们更应思考它其实是在文化要素的对话过程中被构建的。

▲《R.U.R.》（罗斯蒙特的通用机器人）

捷克作家Karel Čapek于1920年创作的科幻戏剧

图片来源于网络

巴比肯中心展出的一件作品可能代表了AI艺术在方法论层面的一种尝试，安娜·瑞德勒（Anna Ridler）2018年创作的《无数的，郁金香》（Myriad，Tulips）是一件由艺术家在荷兰3个月郁金香花期内亲手拍摄创建，并手工进行“标注”的郁金香花卉照片数据集作品，全部由即时成像照片组成。这个远超现存花卉数据集体量的“精致”的库，又是生成另外两件机器学习作品的数据基础。（不少国家的版权法已将数据集作为文学作品看待和保护，因为它也需要花费技巧和时间去编辑）作品除了将作者的旅居经历，与郁金香在荷兰历史中的价值投机事件相关联以外，还在作品的阐述中进一步讨论了为机器学习目的而创建数据集的事无巨细的具体过程。它可以是像培养花朵一样重复耗时，主观筛选并调教每一张图片，也可以如常见的利用互联网零散图像汇总为一个花卉门类，但学习及生成的结果会有巨大不同。在这个工作方法的底层思辨中，我能看到现有机器学习每个具体环节所隐藏着的选择偏见和可靠性问题。但它提供了一种从技术角度进入认知和文化探讨实践样本。

▲《无数的，郁金香》（Myriad，Tulips）

安娜·瑞德勒（Anna Ridler），2018

《人工智能无限电影》（Artificial Intelligence Infinite Film Project）是一个更具综合挑战的AI艺术项目。这部还在开发中的作品是“艺术家与人工智能科学家合作开发的一个没有电影人（如导演、编剧、摄影师或演员等）参与的实时电影生成系统，可根据观众的输入改变影片的叙事、情节或风格，生成永不重复的电影…”。项目是由徐冰教授发起、香港科大的冯雁教授作为首席科学家的团队创作。这个项目的参与过程，是迄今为止我经历的最完整而复杂的人工智能艺术挑战，它可能会随着技术和内容迭代无限地发展下去，没有尽头。

▲《人工智能无限电影》（测试现场），主创团队：徐冰、冯雁、张文超、孙诗宁，（项目进行中）

图片版权 ©️徐冰工作室

项目的想法始于徐冰教授更早的一部超越常规范式的电影作品《蜻蜓之眼》，这部电影使用人工收集的大量监控摄像头影像数据库，根据剧本由人工剪辑完成。而《人工智能无限电影》则进化为从剧本生成到影片数据库采集，再到影片音画生成全部由计算机程序完成。记得在《蜻蜓之眼》洛迦诺影展首映后，徐冰教授曾提到：“电影既然可以没有演员，是不是其他的环节也可以被替代，我们可以走的再远一点…”，随即开始了这段从2018至今的漫长试验。项目初始由北京的创作团队与哈佛大学和麻省理工大学的小组合作进行测试开发，并得到了首个测试版本，它可以根据一句起始语句自动生成剧本，并基于剧本和已经标注过的影片数据库生成有情节的影片片段，这使我们相信项目是可行的。

▲《蜻蜓之眼》，徐冰，洛迦诺电影节官方展映海报，2017

之后的两年里，项目在与冯雁教授及团队的共同协作中开发出了我们今天所看到的版本，并在平遥国际电影展期间公开，这时的作品能够在服务器自动获取不断更新的在线视频数据库，并通过由GPT2进一步分类调教的算法模型，使观众在可选影片类型（爱情、犯罪、科幻等）的前提下，根据输入内容实时生成持续放映的AI电影。

▲《人工智能无限电影》在平遥国际电影展公开展示

图片版权 ©️平遥国际电影展

这个项目不仅仅透过技术去挑战电影制作的流程，也挑战了对电影这种汇集了人类创意综合要素的艺术形态的基本认知——即人类创意过程本身。当然，这样的挑战必定是充满荆棘，作品的叙事走向、故事情节合理性和音画内容匹配程度依然在反复调教的过程中，而视听语言层面的画面、节奏、对白、音乐，以及它们的相互配合，也仍然是需要进一步攻克的众多难题中的一小部分。而作品的思考重点，是算法模型所构建的故事与人类经验认知的故事之间的差异，进一步来说，即故事所传递的人类感受（包括匹配人类情绪的音画编排逻辑）是否可以被一种计算公式所生产的问题。又或者说，作品是不是更应该是一种完全的机器逻辑，是人工智能根据整体人类视频素材所创建的，超脱于人类经验之外的艺术存在，这种讨论常常伴随着对作品反复调整的过程。在《蜻蜓之眼》的制作经验中，如果影片完全遵照故事剧本来剪辑，很多情节是完全不能被理解的，实际上比较有效的做法是在对剧本的故事、情感、意象的理解基础上，对影音素材进行一种类似于抽象组合的感性编排，反而能够形成某种感同身受，而这必须是由人完成的。我不知道算法模型是否可以（需要）发展到如此效力，或是若想使其达到如此程度，我们是否需要付出不可估量的“人工”去精确筛选、标记、调教每个素材，并通过无限地调整使算法“智能”，而消耗远超拍摄一部电影的时间呢？

▲《童年图景》，青年艺术家翁潇鹏使用VQGAN+CLIP创作，2022

与雄心勃勃但砥砺前行的电影相比，对生成对抗网络 (GANs)的艺术尝试则像大众流行游戏般野蛮生长。通过Google colab上发布的VQGAN+CLIP（生成对抗网络和对比语言——预训练模型），大众可以以文本驱动图像生成的方式快速获得他们的AI作品，这种方式可以轻易地获得高质量的视觉结果。经常有人会问这样的作品是否可以称之为艺术，艺术的产生是否可以如此的简单？仅从视觉结果的试验层面，它确实压缩了人类创造图像的过程，但如果从艺术审美的过程去思考，它可能只是加速了其中的一个环节，艺术从人的感受开始，透过认知与想象力、工艺手法，创作形成作品，还包括对作品的接受、审美、和在更大时间范围的考量等环节，是一个贯穿的链环。我们往往不仅看一件作品的视觉，也通过它看一个人，看一个时代和整体的文化状态。那么这种视觉范式及生成它的数据库、算法模型和输入的简单词语，其实是将零散的想象（文本）与图像数据进行了较为直接的含义匹配和视觉合成，加速了视觉生产这个环节。

▲ 《AVATARS人工智能化身平台》（平台逻辑示意图）

魏子雄，2022

在2022年的毕业展中，中央美术学院的魏子雄同学设计了一个《AVATARS人工智能化身平台》，旨在使艺术家提升数字资产的创作效率。“构建和模拟一个创意工作者的人工智能化身平台，创造了用户与特定领域创意工作者之间新型的互动关系。”（摘自展览作品说明）这个方案是试图以AI替代创造力环节的另一种尝试，并且超出个体范畴，系统性、流程化地帮人类省略了“艺术”产生的很多步骤，也让我隐约看到人工智能的巨大影响，早已进入到对整体创造流程的改造与提速层面，而我们甚至还来不及探讨这种改造是否应该立刻开始。毕业展中越来越多的作品思路与运行方式，并不曾出现在我们的任何一种教学里，社会现场中的疯狂实验不断加速启发出更加激进的技术范式和生产流程，这不禁让我想到在观察郁金香作品案例、研究智能生成电影，或者观看VQGAN+CLIP的海量作品时所思考的，数据与算法的创造力是否进入了人可以依赖且信任的范围？又是否已经产生了新的文化？

社会媒体中对人工智能技术，及其与艺术相关联的哲学理论、概念已经撰写颇多，乐此不疲，但对具体实践的问题、结果和发展走向却鲜有反思，冠以人工智能之名是否就能完成“新艺术”的快速建构，我们还尚不可知。郁金香的数据库讨论纵然精辟，但从作品的艺术语言层面，仍然难以脱离技术范式千篇一律的面貌和脱离阐释之后的干涩感。数字资产生成平台可能难以改善已经严重同质化的数字资产生产链条，反而有加速这种同质化的风险。“智能”结果的首要前提是海量“人工”的累积，在人工智能电影的反复试验里，可见且生效的工作量仍然有限。人工智能对创意过程的模仿及改造是否有益，暂时也无从辨别，从人工智能艺术迈向新的文化，依然还有很长的路要走，技术激发的疯狂范式试验，在视觉和感知体验更新上有积极的贡献，但在文化建构层面只能说还是盲目的，或者未能达到“新艺术”的程度，但如果“技术先进”明显地成为几乎所有文化领域的主导趋势，艺术创作规律被视为生产链条时，它本身反而就会变的非常局限。

不可否认的是，人工智能为当下及以后的若干年提出了新艺术的主题：科技伦理问题。在我们在不断被技术所冲击的背景下，对世界的认知也产生了新的空白地带，伦理即是人与人、人与社会、人与自然、也是人与技术的关系，在新的技术环境中，所有的关系都需要被重新考量，这也是艺术需要去填补的空白。人工智能艺术，除了艺术与科技的问题，也是人类文明与机器文明之间的关系问题，艺术家既要在创意过程和技术程序之间的每个环节作出判断，也要在控制和放任之间做出选择，在将它视作人类艺术的进阶或是脱离人类的存在之间进行思考。对艺术和艺术家本身来说，新技术的捷径，可能是一条漫漫长路。

关于作者：

张文超，艺术家，中央美术学院设计学院讲师、艺术与科技方向召集人

【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。