- 0
- 0
- 0
分享
- 艾厂× aai | Marcos Novak 纠缠的异种生物生态学:流动空间中的潜在架构
-
原创 2022-03-06
printf("Aiiiii Art Center!");
人工智能艺术是对人类创造力的挑战吗?
什么是机器创造力美学?
人工智能艺术可以教给人工智能伦理什么?
这三个问题是马科斯·诺瓦克(Marcos Novak)在2021年5月份的aai艺术与人工智能国际论坛上在其演讲主题“纠缠的异种生物生态学:流动空间中的潜在架构”中提出的三个问题。
(详细论坛视频请点击文末“阅读原文”)
Marcos Novak
马科斯·诺瓦克是建筑师、艺术家、作曲家、理论家和算法设计先驱,同时也是THEMAS的创始者——THEMAS是一种用于研究、实践和教学的完整、综合、创新的模型,其范围超出了STEM(即科学、技术、工程和数学四门学科)和STEAM(即科学、技术、工程、艺术和数学)。
此次演讲是为了其他演讲在术语层面的铺垫,会逐一解析相对陌生的概念。例如,潜在空间内的液体建筑,新媒体导航与选择性现实替换中的AI与机器学习算法。马科斯之前写过一篇极具影响力的文章,题为《91年网络空间的液体架构》。那篇文章是对潜在架构的想象,而现在“液体架构”已经有了可以指代的事物。
首先来看这样一张照片,这是中国发射至火星的“祝融号”。
祝融号飞行棋
Source: Marcos Novak’s slides
马科斯以“祝融号”或是NASA的“机智号”的火星无人直升机为切入点,试图从行星(地球)的视角来分析AI和AI艺术的问题。我们要假装是外星人,从外星人的视角看待地球的历史和产出,并判断艺术,AI艺术究竟是什么。
不过这里的外星人并不仅仅指另一颗星球上的生命体,也可能是另一种有机体,甚至可以是外星的人工智能体。当我们从地球以外的视角去看待这些问题的时候,这些问题也会产生不同的理解。
火星日出
Source: Marcos Novak’s slides
火星日出,这是另一种景观,虽然只是一种普通的陆地纹理,却能通过不同的技能与距离创造出另一种世界。演讲中,马科斯引入了心理学上的另一个概念“Umwelt”(人类和非人类动物中在传播和意义研究中最核心的生物学基础,通常在中文译作中翻译为“周围世界”、“周围环境”):即对栖居于其中的有机体产生影响的外在世界或现实。
下面这张照片抓拍到了展示老鹰眼中的强度和张力的瞬间,让观众不自觉地与老鹰共情——观者的手变成了爪子,成为了老鹰本身。但在某个瞬间,当爪子并不是鸟类的手,而是鸟类的足时,这种共情会突然暂停。
Source: Marcos Novak’s slides
尽管我们真切地感受到了这只老鹰的智慧以及他们生活的“周围环境”的实际现实,但人类无法像老鹰一样悬在半空用爪子利落地抓到猎物。这对人来说不可能做到,但对鸟类来说却轻而易举。我们可以想象这个生物在不同的“周围环境”中,也可以想像人类在各式各样的“周围环境”。
下面这张照片拍自雅典,鉴于它是一张照片,所以它不可能过于古老到古希腊时期。但这仍然是一个古希腊人熟悉的场景,而且2500年以来,这个地方都是这个样子。如果,这个地点突然不再是这样的。所以即使它距离上很近,但在认知上变得很远,是陌生的。
Source: Marcos Novak’s slides
接下来,马科斯将论述艺术领域的一些想法,从有形之物聊起,再一点点延展到抽象形式。
马科斯和本次论坛的同济学者嘉宾康斯大(Kostas Terzidis)一直在与World16团体和一家名叫Forum8的日本公司合作,该公司以研发自动驾驶、VR、CAD和各类模拟为主。在这一系列的研究中,有一个核心概念叫做“选择性现实替代”。这一概念涉及到人工智能和机器学习以及相关领域中的导航功能。现在,我们的很多交流行为都以线上虚拟形式进行,比如WiFi、ZOOM等各种类似媒介辅助设备,但在生成性城市中,也存在一些有关我们实体生活环境的灵感。
Source: Marcos Novak’s slides
比如说,噪音在我们居住的环境、文化之中无处不在,于是降噪耳机诞生了。由此,对于一些可视化的噪音,我们便可以想象出一个“降噪场域”。实际上,现在一些自动驾驶设备在实际使用的时候就可以利用屏幕来制造出一个“降噪场域”。
Source: Marcos Novak’s slides
苹果公司早在几年前就申请了这个专利,希望能打造一个用户可以身处其中的虚拟环境,这个环境甚至可以在自动驾驶汽车内给用户创造一个开会的环境,也可以自定义各式各样的模拟环境。
Source: Marcos Novak’s slides
Source: Marcos Novak’s slides
在图示的这个例子中,模拟中的焦点将随着视线而转移。随着视线的变更,屏幕上的场景也开始被其他的景物所取代。在未来,这种凝视跟踪的手段会频繁应用在智能汽车上,因为人工智能的主流应用范围就是智能汽车,人们也会通过一台超级计算机与各种智能设备连接。随着发展的深入,对现实不同程度的修饰则会产生各种层级的现实,而人类会逐步适应并修饰这些现实。人脑会不断运转,理解现实的深度、产生出场景内的人事物的关系。
Source: Marcos Novak’s slides
这些想法最终都会被纳入“选择性现实替代”这一概念中。在选择性现实替代中,人类可以像用电脑渲染细节一样,渲染出不同层次的现实。人们可能会想象事物不同的现实形态——硬现实和软现实;司机维度或乘客维度的现实。在这个过程中,有些事情需要恒定,有些事情不需要恒定,而这种恒定就要靠人工智能、机器学习、扩展现实、VR和AR来实现。
Source: Marcos Novak’s slides
这张图看起来非常扭曲,但实际上,如果身处其中,人类可以很好地感知周围的一切,完美地存在于这个随机性的世界里。不仅如此,人类也可以识别出这个扭曲世界里的各种建筑物、物体、其他人类和车辆。
Source: Marcos Novak’s slides
当新冠来临时,我们不得不戴上口罩。但这也给了马科斯等研究人员更多时间去深入研究GANs(生成对抗网络)和隐空间,探索一些更陌生的地方。
这张图展示的就是典型的GAN排列方式。世界上有很多信息,很多数据库。数据被编码并压缩到了一个隐空间(latent space)中,然后再解码重建新的图像。如果你要求程序在隐空间中导航,由于机器学习算法需要不断接近人类设定的目标,它就会开始“做梦”或出现幻觉,或者产生一些引人注目的事物。
Source: Marcos Novak’s slides
“选择性现实替代”既可以在2D中实现,也可以在3D中实现。在这个空间里,我们并不遵循人类的生产逻辑——先建模,再让人工智能或机器学习以这种方式生产。在这个空间里,生产逻辑是这样的:如果有一个可变化的渲染器,可以在3D环境下开始工作,并生产“幻觉”。我们可以从中提取2D图像,并从这些图像中制造出3D形式,如此等等,不一而足。这种不符合人类生产逻辑的方式也同样是具备生产力的。而这样的逻辑同样是可以应用到对吸引力、感情或感觉的理解上。
Source: Marcos Novak’s slides
Source: Marcos Novak’s slides
下面这张立体图是为计算机视觉所分割的场景。具有绘画等知识的人可以辨认出场景背后的深度(立体效果)。
Source: Marcos Novak’s slides
当我们对这张图进行风格转移,电脑会从其中提取有效的三维信息,其中的深度会更加清晰。事实上,我们可以从信息云中提取信息点,并且以一种奇怪的逻辑构筑起现实中的3D模型。令人惊讶的是,这个逻辑可以运用的范围非常广,几乎所有的图像都能对应到相应的3D现实。
Source: Marcos Novak’s slides
下面几张图都含有类似的分割场景,并且有着连续性的视觉效果。第一张图是一个分段的城市场景,风格转移后看起来像是一副普通的绘画,我们的大脑会将这些非现实的场景看作建筑物、气体或者烟雾。在这张图里,我们不会迷失自己,仍然可以想象在其中开车穿越东京,图像与真实的相似程度并不会影响我们的视线,因为只要有一点点的关联,我们的大脑就会接受这种“现实”。
Source: Marcos Novak’s slides
当这种风格转移应用在3D场景时,逻辑也是相似的。风格转移除了对像素层面的理解,还可以在立体像素上实现。我们可以从立体像素中提取实际的三维形式和更多的细节。这个生产链是专门为了Coop Himmeb(l)au而制作的,该事务所目前也在尝试人工智能相关的研究。他们开发了名为 "Deep in the Lau "的算法,尽管现在已经不再使用,但目前他们仍在用相同的数据训练新的程序,从以前的设计中去生成新的设计。
Source: Marcos Novak’s slides
Source: Marcos Novak’s slides
马科斯于1991年发表的文章中有一句这样的话:"赛博空间是诗意的栖息地,在其中巡航的方法是成为梦境之风中的一片叶子"。1991年,赛博空间是数据空间,而诗意的栖息是对隐空间的导航,梦境之风中的叶子指代的的正是那种幻觉——我们在使用软件时这么描述它,并与看到的图像融为一体。当1991年使用这个诗意的短语时,计算机还不具备超强的计算能力。
Source: Marcos Novak’s slides
有趣的是,30年后,目前扎哈-哈迪德建筑师事务所的负责人帕特里克舒马赫,认为建筑的未来将是赛博空间,或至少一部分的未来是如此。这对于赛博空间建筑来说是件好事,因为隐空间里也包含着流体建筑。
在2021年,马科斯可以把91年的这句话改成"隐空间是诗意的栖息地,在其中巡航的方法是成为梦想之风中的一片叶子"。
作为人工智能围棋手,AlphaGo走出的第37步被各类媒体称赞,因为这是 “人类没法想到的”一步棋。从这令人印象深刻的一步中,我们的确看到了计算机的创造力。
Source: Marcos Novak’s slides
而更令马科斯感兴趣的是李世乭(Lee Sedol)击败AlphaGo的第四局中的第78步。其实在这一刻,AlphaGo已经在人类现有知识的基础上训练了成千上万次。而之前只和它交手三次的人类选手李世乭,在第四次时打败了AlphaGo。AlphaGo作为一个神经网络,学习能力非常惊人。但人类也具备神经网络,不会消极对待正在发生的机器智能崛起。也许我们会与人工智能竞争,会合作,但人类永远在不断学习,通过接触各类事物,与机器智能共同进化。
Source: Marcos Novak’s slides
假设让人工智能去学习19世纪雅典照片的数据库,对于人工智能来说,学习这些照片里形态学或形式学的内容是非常容易的,它可以从中创造出这样的形式。然而,这个数据库的重点远不在于形态或形式。真正的智能在形态、形式的背后,在于其中的文化——为什么雅典人要费尽心思建造一个可以持续2500年的东西?为什么他们要如此精确地使其在几何上完美?为什么他们要建造这种比自己寿命还要长的建筑?建造的意义是什么?只有理解了这些,机器才能真的达到人类意义上的“智能”。
Source: Marcos Novak’s slides
如果你是人类建筑师,你的设计就会回答这些具体的问题。当一位年轻建筑师在为自己或他人设计房屋的时候,他们将房屋的地点、所处的城市考虑在整个设计中。随着时间的推移,他们会发现自己的设计影响了居民,他们的设计也是有关市民、有关人类的设计。长此以往,他们会意识到,建筑师可以借助自己的建筑优先与未来对话。其实中国和古希腊等很多文化中的建筑都体现出了这种对话。只要一个建筑能延续2500年,那么建筑师便可以通过这个建筑与2500年后的未来对话。在希腊等许多国家都是如此,那些成为遗产的东西受到重视,因为它们有助于定义“文化”这一概念。而“文化”就是人工智能需要理解的东西,这就是诚实的外星人眼中的地球艺术。
Source: Marcos Novak’s slides
那么艺术呢?艺术是类似的。如果把艺术描述成美学,我们是把艺术看成了物品。如果你对艺术进行批评,那艺术就是一个事件。事实上,艺术不是物品,而是物品在观众心中产生的感受和灵感。如果一个艺术作品是强大的,它就改变了观众的神经元,改变了他们的思想。它足够强大,成为了一个与未来沟通的特权典范,可以与未来对话。因此,人工智能需要讨论一些与未来相关的东西。人工智能艺术自然与物品、审美或事件有关,但最终还是要回归人类和人工智能的感受和灵感,最终上升至未来。
Dei ex Michinae(拉丁语译为“来自机器的上帝”)是古希腊和罗马戏剧中通常使用的表达方式,指的是突然出现或被引入某种情况的人或事物,并为显然无法解决的困难提供人为或人为的解决方案,从而使剧情得以继续。可以看出,每个时代我们都在期待“奇迹”能拯救人类,现在,我们正期待着人工智能来拯救我们。
《救世主(Salvator Mundi)》(1490-1519)是达芬奇价值4.37亿美元的画作,可以看出艺术在经济领域已经有了一套完善的价值评估体系,超现实主义画家萨尔瓦多·达利也曾宣称他将会变得非常富有,因为他对这套体系的运作逻辑有了很深的理解。“Salvador DL_AI”是马科斯自创的文字游戏,字母来自达利的名字(Salvator Dali),DL代表深度学习(deep learning),AI代表着人工智能。他用这个文字游戏来象征着当今艺术圈围绕Beeple和NFT的讨论,以及那些作为NFT被卖出6700万美元的艺术品。
关于NFT艺术作品离不开稀缺性的讨论,我们需要去计算如何让作品变得稀缺,如同达利如何通过操作艺术体系使自己的作品升值一样。以往艺术作品的独一性是靠灵韵(aura)而来的,然而对于NFT来说,过去的灵晕现在变成了一种计算上的困难,一种挖掘NFT价值时并与作品联结时的困难。我们或许可以从热力学中看到一些答案。熵是热力学中表征物质状态的参量之一,是热力学的核心,这个概念告诉我们,独特和稀有之间的明显区别是很重要的。世界上的一切都是独一无二的,但只有少数东西是稀有的。这意味着在地球上回顾艺术的外星人或将看到客观意义上的罕见,而这种罕见既可以由人类,也可以由人工智能完成。这种罕见是无限的,但也是客观的,意味着一种存在,一种可能出现的存在。这一伟大的概念来自斯图尔特-卡思曼的"相邻的可能 "。
Source: Marcos Novak’s slides
熵的运作方式是这样的:如果你想用两个骰子掷到7,那么这两个骰子的组合将有很多种,远比掷到2或12的可能性多。掷到2或12的方法只有一种,但掷到7的方法有六种,说明这个世界上存在着许多客观差异。但其实这更多意味着你完全有理由更想要2或者12,因为其中一种组合比另一个组合更“难得”,从而产生由好到坏的梯度。机器和外星人都能察觉到这种梯度,而这种易于察觉的梯度就是我们所谈论的美的核心。
马科斯为明年的威尼斯双年展的希腊馆做的提案中涉及到可见的建筑(Visible Architectures)和四维几何。他的概念与人工智能和AR有关——增强现实和VR其实都属于XR。詹姆斯·乔伊斯(James Joyce)的书从出版到现在已经有100年,克塞纳基斯(Xenakis)的音乐自诞生以来也快100年。荷马史诗中的人物Allotropic是对尤利西斯的戏称,同时Allotope也是Xenakis的单词Pollito的一个变体。这些作品距离2022年已有100年之久,处在2022年的我们又能为2122年做些什么呢?我们如何与人工智能合作创造出堪比《尤利西斯》这样能够影响几个世纪的珍惜作品?当前我们所做的一切都是以消费目的为主的,像棉花糖,泡泡糖这样被制造和购买的产品。但在人文学科的历史上,作品的创作过程都是长期、艰辛和持久的,同样也需要新技术的支持。
让我们回到开头的三个问题上:
“
人工智能艺术是对人类创造力的挑战吗?
不,它只是由共生的异体艺术和为共生的异体创造力所产生的的共生艺术。它只是另一种生物,我们可以与它合作,也可以与它斗争,但它不是对人类创造力的挑战,它将持续下去。
什么是美学?
它与寻找和发现稀有的典范有关。
人工智能艺术能教会我们什么?人工智能艺术可以教会人工智能伦理吗?
它可能会教这样的东西:在不断生成的思想雨林中去习惯制造无限。而这意味着雨林、众生相、可持续性、生物学以及世界的持久性之间产生更多的平衡。这种关系并不意味着永恒的和平,但拥有动态的平衡。
Source: Marcos Novak’s slides
最后,马科斯以一个有趣的例子结束这个演讲。如果人类和机器人去健身房健身,人让机器人代替他举重,尽管机器人可以轻而易举地举起重物,但这对人类来说没有任何意义,因为并没有达到真正锻炼身体的目的。人工智能与人类的关系也差不多,我们使用AI,并不是让它把我们的生活变得更容易,而是让它帮助我们变得更强大。
让我们都系好安全带感受这快速的波动吧!
-
阅读原文
* 文章为作者独立观点,不代表数艺网立场转载须知
- 本文内容由数艺网收录采集自微信公众号艾厂人工智能艺术中心 ,并经数艺网进行了排版优化。转载此文章请在文章开头和结尾标注“作者”、“来源:数艺网” 并附上本页链接: 如您不希望被数艺网所收录,感觉到侵犯到了您的权益,请及时告知数艺网,我们表示诚挚的歉意,并及时处理或删除。