媒介延伸了人的感官，随着媒介技术的发展成熟，人们总是执着于用不同的媒介来再现真实。然而，真实是稍纵即逝的瞬间，即“形声之外，富有可观”。无论是西方还是东方，对于现实的实质探寻和最终走向都存在彻底困惑的状态。这种困惑性、模糊性、混沌性，在这个时代里如同抒情诗人一般，驱使人们不断地想象世界。

Curry Sicong Tian老师作品

Curry Sicong Tian老师在她的作品SIMULACRA中最大程度地展现了其对于想象世界虚拟和真实的探寻。该作品以让·鲍德里亚的论述为基础，依托混合的媒介影像，以一种看似荒诞的形式探索真实。她表示，“序／破／急”是非常重要的东西，是万物产生秩序感的由头，是原始未来主义的鼻祖。它陈述了外界本身，无论是流水、烈火、镜面还是氛围衬托、情绪捕捉，这都是可被承接的媒介本身。因此，我们需要思考的问题是在广告实拍时如何结合语境，如何在有限的画布上叙事，如何在还没有看到真实画布之前就将它构想出来，这便是“序／破／急”最核心的能量。

Curry Sicong Tian老师作品

讲座最后，Curry Sicong Tian老师表达了对创作者的寄望以及对世界的愿景。作为创作者，不应该停止创作，且不应该为创作感到愧疚。因为艺术品以及创作本身的能量可以感化人，让人学会用智慧消除妄念。

讲座伊始，龙星如老师介绍了她的“云下贵州”项目。“云下贵州：端口，物质流，数据山脉”是一个关于当代科技生产基础地貌的调查走访和委任创作项目，以贵州为始发站。因大数据产业政策、数博会和“云上贵州”而名闻遐迩的贵州地区，在见证数据产业给经济带来改变的同时，也见证了“大数据”“云”“方舟”这些带着科幻色彩的词汇，如何在数年间成为贵阳市民一知半解抑或如数家珍的常谈。“云上”的诗意和抽象，如何编织进“云下”的日常生活，是项目关注的起点。

龙星如老师策划的展览

“云下贵州”项目聚焦数据中心、测绘基建和一系列可以自我控制、自我调节、精准决策的自动化系统，折射出我们对技术力量重构生产关系、文化乃至科技的想象。

龙星如老师以一张1940年英国旅游者在美国胡弗水坝的发电机前的照片来引出“技术崇高”的视角，反思我们和基础设施之间不确定、困惑和若即若离的关系。龙星如老师表示，希望通过分享自己在工作方法上的转变，让大家能在面对全球性、创新性的话题时，学会怎样去找到自己的位置、发出自己的声音并做出自己的一份贡献。

“刘昕：寰宇直下”展览现场

讲座最后，龙星如老师介绍了其在阿那亚艺术中心策划的展览“寰宇直下”，其中有许多关于太空问题的探讨。对于策划展览来说，如何协同科技公司讲出有意思的、跟科技有关的故事，同时避免有过分的单向度的浪漫化诠释或纯工具理性的解释，是一个值得考究的维度。她表示，对于一些科技公司或科技产业内部来说，启示是在实际技术状况基础上要保持可以想象或编织故事能力。

声音与图像的相互转换不仅是一个当代的概念，早在两百多年前，被称为声学之父的德国物理学家、音乐家恩斯特·克拉德尼（Ernst Chladni）就已经用不同声波的震动在薄金属板上使沙子形成不同的图案，实现了一定程度的声音可视化。然而，对于艺术家来说，仅仅是图片信息与声音信息之间的相互转化是远远不够的。如果独立观测者的视觉与听觉已经代表着一种角度，那么艺术家所做的不仅是用艺术作品验证科学或技术，而是将其带入一个属于他/她的独特语境中。 

Marc Battier老师坦言，如果他没有从事电子音乐与计算机音乐的研究，他依然会从事艺术创作行业，比如视觉艺术、诗歌等。他曾与多位视觉艺术家和诗人开展紧密合作，并通过计算机程序分析，将这些信息转换成创作元素。在大多数情况下，他用这些元素生成声音艺术作品，但也有提到在1995年，他用一位著名法国诗人的诗歌录音生成图像，这是一种通过其声音创作的“无字诗歌”。在Battier老师更普遍的创作过程中，往往是从一段独特而有趣的录音开始，他努力通过软件将图像单元转换为可听的频率。然而这并不是作品的结果，创作者依旧需要决定它们的节奏、结构，包括反方向重新思考分析图像的方法与尺度。

示例：将图像转化为声音

在诸多具体的合作中，Battier老师着重介绍了他的唱片AudioScans，这是他与智利超现实主义画家Roberto Marta的合作。Battier选取了九幅Marta的绘画作品，并将它们扫描进计算机。他将得到的数据处理成音乐文件，并通过观察他的眼睛如何在画作上的一个视觉区域到另一个视觉区域的移动路径来为之创作音乐。这一点决定了作品的时间结构，而图像的像素值决定了每个音符的音高和时间。他在作品中使用了多重的分析方法、尺度及观看的路径，其结果是由分析图像的行为和观看图像的行为共同创造的音乐。让Battier老师惊讶的是，画家Marta在听完音乐后表示这些音乐与他绘画时脑海里出现的声音是十分相似的。

Marc Battier老师总结：“音乐没有边界，每一种理解都有其存在的合理性。每一种理解的交流和碰撞，相互荟萃成一个绚丽的电子音乐万花筒。”

AIART是牟伦田老师在2019年创办的人工智能与艺术创作国际研讨会，他在讲座上回顾了历年会议的关键词，如magenta: music and art generation with Machine Learning，AI and Art，Understanding machine learning as a tool for supporting human creativity等。

MemoMusic是在AIART 2021论坛提出的基于情感与回忆的个性化音乐推荐与生成系统。音乐是沟通情感的一种有效方式，在音乐美学方面有两个比较经典的理论：表面情感论（Stephen Davies）和过程论（Jenefer Robinson）。关于音乐情感，目前存在以下观点：一种是认知主义者，认为人们用音乐展示情感；另一种是情绪主义者，认为音乐可以诱发情感。

情感模型：维度情感理论

相关实验数据

按照构建音乐数据集、音乐数据集标注、招募被试、开发实验网站、开展个性化音乐实验的步骤，牟伦田老师的研究团队得出三点结论：1、基于情感推荐能够引起听者共鸣；2、回忆对听者情绪有很大影响；3、结合情感与回忆的个性化音乐推荐能够将听者情感导航至更积极的情感状态。该实验目前存在数据集较小、被试较少、总体满意度不高（音乐服务器在国外，网络原因造成用户体验欠佳）、未考虑用户听音乐的情景（需要不同的情感状态）等局限性。

基于以上情况，牟伦田老师表示，改进措施包括扩大数据集、改善音乐播放体验、完善基于机器学习的音乐情感识别、检测用户听音乐的情景和结合用户的生理指标（可穿戴）等。

内容创作是人类智能不可或缺的一部分，比如从史前的洞穴壁画到数百年前的山水画，各种各样的艺术形式都反映着人们的创造力和作品带来的文化、社会和科学的价值。在过去的几十年里，数字技术给内容创作带来了新的革命。据估计，数字内容创作已经达到了数千亿美元的全球市场规模。最近元宇宙概念的兴起又对数字创作技术提出了新的要求，但是大家如果有过一些工具的使用经验就会意识到大部分数字创作工具其实很难学习和使用。

计算机和AI领域应该更好地研究以人为本的真问题，更多地关注如何开发能够帮助创作者的智能工具，而不仅是寻求用片面的AI模型来替代创作者。

Tracing和Freehand的区别

绘画是探索和表达视觉信息的重要媒介，计算机、图形学和图像处理等领域长期以来都有关于模拟绘画算法的研究。计算机生成的绘画近似可以分成以三维网格模型为输入的非真实感渲染（Non-photorealistic rendering，简称NPR）和以二维图像为输入的边缘提取（Image processing）等方法。大多数绘画模拟算法只能生成一张最终结果的位图（只有一些像素点），而忽略了包括笔画和时间信息在内的绘图过程。这里考虑两种常见的绘画形式：Tracing（直接在图像上进行描摹）和Freehand（观察图像，并在一张空白的画布上作画），这两种形式都可以提供时间信息和线条。

两种媒介：Sketching和AR

Sketching和AR是两种适合快速创作的常用媒介，sketching反映的是创作者对物理世界的感知和心理表征，AR可以充当创作者与物理世界之间的接口。为了追求计算机与艺术的协同发展，作为计算机研究者，应该更好地支持人们的创造力，包括开发智能算法和界面来理解人们的创作意图，减少无意义的重复，以及探索更广阔的设计空间。王泽宇老师表示，在数字内容无所不在的今天，智能创作工具的重要程度就好比是前几次工业革命中的煤炭和电力，希望通过交叉学科的研究和大家一起追求“creativity for all”的美好目标。