交互式AI装置「适当的回应」

——艺术家Mario Klingemann

图片来源：网络

  人工智能：

  一个被烟幕笼罩的晦涩领域  

某个漫游于世的幽灵，有时会引起人们注意，但大多数时候均隐藏于众人视线之外，悄悄地渗透进人们生活和工作的每个领域，躲进每个幽深隐蔽之处。它打着进步典范的旗号，对某些人承诺提高效率与利润，对其他特定对象承诺赋予绝对的控制与权力，对大众则承诺提供有价值之物。有些人视它为人类末日的前兆，是已被打开且不可能再阖上、象征自我毁灭的潘多拉之盒。艺术家被这个幽灵所吸引，开始探索它令人感到极为陌生的行为，甚至体验到它入侵了艺术创作最独特的那些领域，亦即至目前为止被认为是使人之所以为人的最终领域。它起源于数字化转型研究实验室，并且迅速激起某些人的兴趣，那些人拥有权力与手段，可以轻易地在公共控制之外行动。追根究底，这个幽灵并非一般所认知的幽灵，而是一个有着幽灵般行为的实存体，最为人所知的是它的名字：「AI」——人工智能的简称，而这个名字亦为使其自身晦涩难解之帮凶。

探索人工智能概念的概念装置「Altar-3000」

——艺术家Vytautas Jankauskas

图片来源：网络

前述由人工智能系统胜出的西洋棋和围棋比赛，意味着机器学习和深度神经网络（deep neural networks）的出现，亦即隐藏在人工智能热潮背后的实际科技。从另一个角度来看，这两项事件指出了人工智能背后更深层的问题，同时也间接地揭开了人工智能科技的神秘面纱。在1997年的那场西洋棋比赛中，当第一局的对弈进行到第44着时，「深蓝」采取的走法惹恼了卡斯帕洛夫，该着棋是出乎意料且令人疑惑的牺牲，最终似乎导致卡斯帕洛夫信心动摇，在与「深蓝」对弈几局之后认输。人们猜测，「深蓝」可能是因为软件缺陷（software bug）才下了这令人费解的一着棋，而这着棋亦可算是这台高度特化机器的「创造性举措」（creative leap）[2]。某种程度上相似、甚至更惊人的是，李世乭也在与「阿尔法碁」的第二局对弈中，对后者所下的第37着棋感到困惑，那是「人类棋手在当时不可能想到的一手」[3]。尽管穿越了神话般的烟雾，我们也仅能一瞥人类在与机器接触过程中，可能体验到的极为陌生的智能形式。

AI数据装置「有机元I」

——艺术家郑达

人工智能研究经过了数十年的发展，典范移转带来了突破，掀起当今人工智能的热潮。这方面的研究不再如同闵斯基（Marvin Minsky）的《心智社会》（The Society of Mind）[4]等书籍所描述的那样，试图按照人类心智模型来创造人工智能，而是将焦点转移至以机器学习和深度神经网络等科技为特征、主要属于统计式的途径。该典范移转所催生的系统，其「观察」这个世界的方式和「思考」方式，皆与人类认知和理解这个世界的方式截然不同。各种应用不断累积的数字数据量，是造成该典范移转的因素之一。商业、公共服务和知识生产等过程的数字化，加上沟通方式逐渐迁移至所谓的社群媒体平台，以及将服务外包给云端，共同形塑了大数据（big data）这个不可长久无人看管的领域。有些公司收集巨量数据并从中获利，巨量数据构成这些公司的主要价值核心。因此，大量资金投入相关科技研发，以便持续分析巨量数据，并将分析结果转化成利润。经过大量数据训练的机器学习算法能够从数据中发现经常被人类忽略的模式。林兹电子艺术公司未来实验室的重点研究员尼克朗（Ali Nikrang）将机器学习算法连结至艺术创作上：「深度学习系统具有处理大量训练资料之能力。[...]它们能够发现人类观察者可能永远不会注意到的关联和相依性，所以可作为一般创造性工作的新灵感来源。特别是对艺术家而言，人工智能也可被视为一个试验和探索艺术作品可能性的新颖创作领域。」[5]

我们也可在信息技术产业和艺术市场的动态之间发现某些类似的模式。这两个领域都必须透过频繁地宣告「下一件大事」，不断推出新奇的事物——无论是真实的还是想像的——来持续吸引大众目光和推升价格。与此同时，我们亦可在「人工智能艺术」（AI Art）的分类名称下发现因运用人工智能而被大力宣传为「机器所创作之艺术」的作品。在2018年，纽约佳士得甚至在拍卖会上首度拍卖这种新型态的艺术品，那是一件由生成对抗网络（Generative Adversarial Network；GAN）所创作，名为《埃德.蒙德.贝拉米肖像画》（Portrait of Edmond de Belamy）的艺术品，最终由一位匿名者以432，500美元得标[6]。在艺术市场的骚动中，出现了另一道虚构的现代神话烟幕，这使得我们更有必要把严谨细腻的人工智能艺术作品与利用「风格转换」（style transfer）等最时髦的人工智能应用技术之产物区分开来，因为后者追捧的只不过是「人工智能艺术」的某些衍生性特质，让它们看起来像是所谓的「人工智能艺术」罢了。相反地，林兹电子艺术公司未来实验室的重点研究员尼克朗指出了这个领域的局限性和悬而未决的问题：「如今，基于人工智能的生成系统能够创造出高质量、逼真的图像、影片、甚至是文本和音乐。然而，这里所浮现的问题是：机器能否创造出像艺术那样引发我们情绪反应的东西？」[7]

AI艺术装置「路人记忆」

——艺术家Mario Klingemann

图片来源：网络

对任何深入的艺术探索而言，丰富的技术知识和编程技巧是使用深度学习背后科技的必要条件。到目前为止，只有少量相对容易使用的人工智能应用用于创作影像、文本和音乐，而且，利用这些应用程序所创作出来的作品，可能会被怀疑有审美趋同（aesthetic convergence）的问题。这种情况驱使人们质疑机器在创造艺术方面的实际能力，以及质疑独立于以往人类创造力概念之外、有关创造力的潜在新理解。人们对于这项主题的意见范围十分广泛。米勒（Arthur I.Miller）铿锵有力地展现出机器拥有创造力的立场，他依据自身对人类创造力奥秘的长期研究，以及对运用人工智能的新兴艺术领域之深入勘查，完成了《机器中的艺术家——运用人工智能的创造力世界》（The Artist in the Machine—The World of AI-powered Creativity）[8]这本著作。

HTML代码    图片来源：网络

虽然深度学习、神经网络，以及生成对抗网络在艺术生产领域展现出令人印象深刻的成果，也在非艺术领域驱动着诸多应用程序，但这些科技的能力依然有限。在大多数情况下，它们仰赖的是用来训练它们的数据，并且基本上是以统计学的方式来处理这些数据。然而，某些系统——例如「阿尔法碁」的后继者、运用称为「强化学习」（reinforcement learning）技术的AlphaZero——仅根据最初输入的比赛规则，而未接受无数过往比赛纪录的训练，便可教导自己进行如围棋这类的竞赛。AlphaZero之类的系统助长了人们对于人工智能系统来临的臆测，这类系统超越了当今专业化且有限的系统，提供了一种「通用人工智能」的形式；据推测，这将可能催生出一种在各方面超越人类智力的「超级智能」（superintelligence）。人们同时也广泛地讨论称为奇异点的关键时刻。匈牙利裔美籍计算机科学家冯诺依曼（John von Neumann）最早在科技脉络中使用「奇异点」这个术语。后来，库兹维尔（Ray Kurzweil）在他2005年的著作《奇异点将临——当人类超越生物学》（The Singularity Is Near—When Humans Transcend Biology）当中，进一步将此概念应用于科技发展。库兹维尔在书中将奇异点描述为：在未来某个时期，科技发展的步调是如此快速，影响是如此深远，以致人类生活将不可逆地发生转变。这个既非乌托邦亦非反乌托邦的时代，将改变我们仰赖用以赋予生命意义的那些概念，从我们的商业模式，到人类生命的循环，包括死亡本身。」[9]在瑞典出生的哲学家博斯特伦（Nick Bostrom），在其2014年的著作《超级智慧——路径、危险与策略》（Superintelligence—Paths，Dangers，Strategies）当中，描述了这个他认为是反乌托邦的情境所带来的挑战：「一旦出现具有敌意的超级智慧， 它将阻止我们取代它，或是改变它的偏好。我们的命运就此注定。[10]同样地，如同机器真实创造力的问题，有关「奇异点」和其来临时间快慢的争论，构成了赞成与反对立场之间的广泛光谱，以及更多「不可知论」（agnostic）的途径。

然而，这场争论，与哥白尼革命时期关于两种世界体系的著名辩论，具有某些相似之处。后者将人类所处的地球，从宇宙的中心重新定位为一颗绕着太阳运行的行星。这场争论某部分的准宗教狂热，也似乎让人联想到基督教信仰里天主教和新教之间的冲突。意大利学者暨小说家艾可（Umberto Eco）曾用这种并置关系，来比拟苹果（Apple）与微软窗口操作系统（Windows）支持者之间的冲突。在那些争论中，世界末日这个戏剧元素总是如影随形，加剧了人类对于受机器威胁或奴役的潜在恐惧。如同所有这类争论一样，当越来越多专家和艺术家宣称有关「奇异点」的争论是无关紧要、甚或徒劳时，总是有一股压力要求它们选边站，而他们似乎不愿屈服于这股压力。无论如何，这场争论使人工智能领域变得更加晦涩，也为人工智能的艺术探索，以及人工智能对人类生活和社会的可能影响，提供了一个众说纷纭的背景。

  广泛且深入的问题视界： 

  推动人工智能秘密发展背后的庞大势力  

艺术市场的扭曲、关于潜在奇异点的两极化争论，以及被广泛误解的新科技复杂性——这些新科技通常被总结为人工智能——转移了我们对真正问题视界的注意力，而今日整个人工智能与艺术的故事便是在此视界当中发生。这个问题视界之所以产生，是因为人工智能的大规模部署，以及经常有问题的使用情况，而此类科技是在若干科技巨擘，而非少数政府的掌握中。巨量资料的汇流、处理器功能的进步、机器学习与相关科技的出现、私部门新参与者的崛起，以及极权主义与原型极权主义（proto-totalitarian）政府的全球性扩散，导致了一个复杂的局势，我们可以把这个局势本身视为在社会、文化与政治领域当中呈现出不止一种「奇异点」。

每一项新科技都让我们如此惊奇，以致我们想要重新创造一切，这似乎是人类所面临的一种困境。人工智能可以作为一种界面，用以理解如气候数据等对人类的存续至关重要的事物。艺术作为科学的传统角色在此发挥作用，它提出在别处不会探讨的问题，亦能更早预见事物，而且看得更为透彻。

——宏齐克（Martin Honzik），艺术家，奥地利林兹电子艺术节、电子艺术大奖，以及电子艺术中心首席策展人

这个问题视界几乎是神不知鬼不觉地出现，就这样过了一段时间。在此期间，基于人工智能的工具则扩散到现代社会的大多数领域。这个过程迅速获得人们支持，而这些人早就以他们的公民角色为代价，来换取他们在主要日常活动中作为消费者和用户的角色。随着乔布斯（Steve Jobs）在2007年发表苹果公司首支智能手机（iPhone），人们对人工智能的接受度加速了智能手机的普及；与此同时，像是谷歌或脸书（Facebook）这样的公司也顺势崛起。后来才公诸于世的事实指出，脸书一直在助长政治仇恨与种族仇恨，并且影响选举，以支持民主阵营的敌人。同时，如亚马逊公司（Amazon）的Alexa之类的系统，作为以人工智能为基础的「助理」，受到许多家庭的喜爱；但后来却发现，该产品实际上会暗中监视用户。除了出于打击犯罪与恐怖主义的缘故而遭受国家监控之外，消费者亦主动让自己成为压迫自身的帮凶。这个母题（motif）以某种怪异且令人不安的方式，显现出其与集权主义政权历史令人不悦的相似性，也相当类似英国作家欧威尔（George Orwell）超过半个世纪前的著作内容。哲学家暨电脑科学家布拉顿（Benjamin H. Bratton）于其2015年的著作《堆叠：论软件与主权》（The Stack–On Software and Sovereignty）当中反思运算的地缘政治，并指出一项他认为大约发生于2008年的转折：「在这个转折点之前，人们更普遍地把运算系统在全球范围内的成长视为有益的深入发展。[...]然而，在这个转折点之后，天空变得黯淡，现在的云端（Cloud）则预示着国家监控、逃税、结构性失业、网络酸民文化，以及股市闪崩。」[11]

交互式数字媒体AI装置「plplpl.pl」

——艺术家Matthias Oostrik 

图片来源：网络

越来越多公司出现另一种形式的严密监视与控制，这些公司似乎让它们的员工处于由人工智能执行的剥削利用状态，这让人联想到工业时代初期的资本主义，如同德国哲学家马克思（Karl Marx）与恩格斯（Friedrich Engels）在19世纪中叶所做的分析。人们长久以来争取的劳工权利，遭遇到试图忽视或削弱那些权利的强大政治阻力，而人们肆无忌惮、毫无节制地使用基于人工智能的科技，更强化了这股阻力。在所有涉及人工智能的领域里，尽管科技本身是无害的，但在管理或政府决策层面却存在着恶意，正是这些决策塑造了人工智能的使用或滥用方式。公民权、人权、劳权，以及隐私权和自由等权利都受到侵害，这些侵害是来自监视系统、脸部辨识、罪犯特征分析等运用人工智能的工具。

挑选用来训练人工智能系统的数据对于机器学习的应用至关重要。所选择的数据很容易导致系统内部产生某些类型的偏差，进而在司法、人力资源管理、保险，或是医疗保健等领域形成有问题的决策。倘若我们不修正这些偏差，它们将随着人工智能系统的持续使用，通过某种自我执行循环（self-enforcing loop）而变得更加根深蒂固。我们也能在媒体领域中观察到这类权利受侵害的影响，记者和媒体组织受到日益增加而且层面更深的攻击，日渐减少的注意力持续时间也削弱了我们详细深入分析新闻内容背景的能力。「假新闻」（fake news）迅速取代了严肃、高质量的新闻报导，成为大部分民众主要的信息来源。当然，并非所有「假新闻」都是由人工智能所制造；但它们在社交媒体平台上的放大效应却是由人工智能所驱动。此外，基于人工智能的工具可能以影片、言语、图像和文字等形式创造所谓的「深伪新闻」（deep fakes），更表明了这个领域层出不穷的问题。人工智能领域的顶尖研究员罗素（Stuart Russell）在1996年与诺米格（Peter Norvig）针对这项主题合著了一本标准教科书[12] 。20年后，鉴于机器学习的兴起，罗素在2015年的一场访问中，将不受控制的人工智能比拟为核能及其在军事与民间用途上的破坏性影响。罗素倡议「修改人工智能的目标与学生的相关培训，以使人工智能系统与人类的目标一致性成为此领域的关键，就如同围阻体（containment）对于核融合研究目标的重要性一样」[13]。

若要完整检视人工智能背后的问题视界，就必须考虑技术基础设施的毁灭性生态足迹。这些技术基础设施乃所有机器学习系统和深度神经网络运作所必需。人工智能领域的研究员克劳佛（Kate Crawford）把人工智能描述为一种「采掘工业」：「当代人工智能系统的产生有赖于大规模开发地球上的能源、矿产、廉价劳动力，以及数据资料。」[14]研究员克劳佛和乔勒（Vladan Joler）在一项名为「解剖人工智能」的计画中，分析了亚马逊公司回声系统（Echo system）背后的整个资源方案——包含人类资源与自然资源。回声系统就像容纳深入地下的采矿电梯井上端结构的小屋一样，它位于一个既广且深、具有惊人复杂度与相互依存度的结构顶端。这个结构某种程度上诡异地近似于殖民主义者从殖民地国家及其被奴役的人民中榨取天然资源的剥削模式。乔勒与SHARE Lab的团队共同执行了脸书算法工厂（Facebook Algorithmic Factory）计划，揭示了脸书内部算法资料处理的过程及层次，其中可能隐藏着新的剥削利用与操控方式。克劳佛在其2021年的著作《人工智能图册》（Atlas of an AI）中，详细精心地描述了人工智能背后的问题视界。她的分析循序渐进地解构了围绕人工智能的迷思，这些迷思形成烟幕，影响着人工智能与艺术的实践。这般广泛且严谨的分析并非为了替人工智能的未来添加反乌托邦情境，而是旨在揭开至今依然不可见的数据处理过程之面纱，借此提供一个有根据的基础来积极形塑未来对科技的使用。显然地，人工智能的乌托邦许诺——主要见于科技公司对其产品的营销宣传——与人类自我毁灭的反乌托邦情境，皆非未来设计决策与政策制定的有用指引。眼前的挑战，就是在这令人进退维谷的两个极端之间找出第三条路，并且避开在那儿等着的许多概念陷阱。这项尝试的一个关键点是要摆脱必然性（inevitability）这项观念。在大多数有关人工智能的讨论里，无论是乌托邦派或是反乌托邦派，都带有必然性的观念。这项观念是一种干扰，它使得关于科技用途的反思与决策无法影响人工智能。克劳佛与科技史学家坎波洛（Alex Campolo）以「魅化决定论」（enchanted determinism）一词来指称这种复杂性在知识论层面上的扁平化（此亦为机器学习的关键要素之一）：「人工智能系统一方面被视为是具有魔力的，超越我们已知的世界；但另一方面，由于它们发现的模式能够用于确切预测人们的日常生活，因此也具有决定论的特征。有关深度学习系统的讨论认为，把数据的抽象再现层层相叠，扩展了机器学习技术，而魅化决定论亦由此获得近乎神学的特质。深度学习途径往往是无法解释的，甚至对创造它们的工程师而言亦然，这让它们散发出一股过于复杂以致无法监管、过于强大以致无法拒绝的气息。[...]我们知道应专注于方法的创新性，而非探究首要之务为何：事物本身的目的。最重要的是，魅化决定论掩盖了权力，并且封锁了有根据的公共讨论、批判性审查，或彻底拒绝的机会。」[15]

在实践伦理途径的个人层面上，荷兰时尚科技设计师维普雷希（Anouk Wipprecht）主张，自我克制以及平衡且尊重地使用人工智能，是系统设计者的责任：「人工智能/机器学习的问题是：它需要资料，它『渴求』信息，因为资料越多，它就能想出更好的解决方案。这就是身为机器学习开发者的我所盼望的，例如：数据越多，我就能创造出更棒的互动。然而，当我转换成设计师的身份时，则希望温和地对待这份数据，确保穿戴者获得安全保护。所以，我必须在这两个反差极大的身份之间取得平衡。你在设计一套系统时，若想不出一些非侵入性的方法，可以创造简化的设定，并且尽可能保持事物的亲密性与私人性，借此获致平衡。[16]

与此同时，欧洲共同体（European Community）、林兹电子艺术公司，以及欧洲各地的组织都在推行新措施，旨在制定和推广「数字人文主义」（digital humanism）。它们对下述矛盾情况做出反应：人造科技的使用亟需规范，以使这些科技能够用于人道和非破坏性的目的。「数位人文主义」这项倡议，寻求的是一种进入数字社会的欧洲模式，这种模式可以避开信息科技垄断者的「数据资本主义」与独裁政权的「数据极权主义」（data totalitarianism）。在「欧洲数字人文主义平台」（European Platform for Digital Humanism）的努力下，「艺术与科技的合作成为一个人们渴望已久的希望载体」[17]。艺术家的投入就算尚未出现在人工智能问题视界的其他各种实例里，如今亦已成为某种寻找解决方案的最终手段。

  具挑战性且大有可为的实践： 

  人工智能考验下艺术与科学的邂逅  

尽管目前人工智能领域显得晦涩难解，其背后的问题视界也看似渺茫，但是处理人工智能诸多面向的艺术途径却相当有趣，而且充满挑战性。鉴于媒体艺术在探索新科技、将新科技发挥至极限，以及在初期让人们理解这些新科技之影响等方面的悠久传统，人工智能对于艺术实践的吸引力似乎相当合乎逻辑。人工智能的近期发展甚至带有数字转型巅峰的特征，把人们尚未完全理解的某种科技与人们可能探讨的几乎所有影响层面相结合。这类处理新科技的艺术途径也已成为林兹电子艺术中心不可或缺的一部分，跨领域创作和促进艺术与科学的邂逅乃其日常实践的特征。林兹电子艺术中心有关人工智能的活动经验，包括2019年发起的「欧洲人工智能艺术实验室」（European ARTificial Intelligence Lab），它勾勒出应用人工智能进行艺术创作的前景及其所面临的重大挑战。该实验室的前身是「欧洲数字艺术与科学网络」（European Digital Art and Science Network， EDASN），林兹电子艺术中心藉此成功地集结了欧洲核子研究组织（CERN）、欧洲南方天文台（European Southern Observatory，ESO）、欧洲太空总署（European Space Agency，ESA）等科学机构，以及数字艺术领域的文化合作伙伴，使得艺术家能够以驻村的形式，获得艺术与科学邂逅的实际经验。「欧洲人工智能艺术实验室」的一项重要目标，是让艺术家更有能力催化对人工智能相关议题的反思与创新。

AI实时生成音乐的即兴DJ表演「AI DJ 」

——Qosmo团队

图片来源：网络

由于大多数机器学习与深度神经网络方面的专业人员均受雇于那些投入大量资金推动人工智能研发的顶尖公司，因此，业界对那些有兴趣而且能够与艺术家合作的科技人才需求甚巨，但艺术家往往缺乏这种机构与资金上的奥援。活跃在人工智能领域的艺术家经常从三个主要选项中做出抉择：（1）与程序员合作，并以计划资金来支持其创作；（2）采用陡峭的学习曲线，以学习必要技能，或是从教育背景和计划经验着手，来深化现有的技能；以及（3）参与大公司的驻村计划或公共计划，例如「欧洲人工智能艺术实验室」。然而，对所有人而言，这三条路径并非全都是务实的选项，因为大多数艺术家进行的都是低预算的艺术计划，或者欠缺建立更深层次人工智能专业知识的编程能力。因此，增加人工智能与艺术驻村计划的公共资金，似乎是当务之急。

若我们更仔细检视上述前两个选项，会发现源自艺术家传记某些层面的多样性。丹麦艺术家法尔肯斯特伦（Cecilie Waagner Falkenstrøm）总是与她团队中的程序员合作，也可能包括编舞家或视觉艺术家，视计划需求而定。她的艺术计划「半人马」（Centaur）[18]，就是与编舞家利德堡（Pontus Lidberg）和媒体艺术家池田亮司（Ryoji Ikeda）合作的多领域实践。「半人马」应用希腊神话中半人半马生物的隐喻，结合人工智能与人类智慧。「这是一件现代舞作品，它藉由九位舞者在舞台上与基于机器学习技术的装置进行现场互动，来阐释人与机器之间的紧张关系。」 美国机器人技术专家暨插画家佩特库斯（Sarah Petkus）与她的伙伴电子工程师暨软件开发设计师科赫（Mark J. Koch）合作，共同利用「欧洲人工智能艺术实验室」等艺术家驻村计画，为特定的计画扩展他们的专家圈子。以「月兔」（Moon Rabbit）计画为例，他们在「欧洲人工智能艺术实验室」的参与内容，包括在荷兰莱顿天文台（Leiden Observatory）与奥地利林兹电子艺术中心未来实验室的驻村。这完全合情合理，因为在他们的驻村计划中，他们「试图教导一套人工智能系统从星团、行星表面，以及其他天体的图像中识别熟悉的形状和物体」。

交互式AI装置「适当的回应」

——艺术家Mario Klingemann

图片来源：网络

土耳其电脑艺术家阿克腾（Memo Akten）本身也是工程师与电脑科学家，因此在他自己的教育和实践中结合了艺术与科学[19]。他的计划「学会去看：阴郁的星期日」（Learning to See：Gloomy Sunday）是基于「我们看到的不是事物的本质，而是我们的本质」这项深刻见解，并使用一种大致上受到人类视觉皮层启发的人工神经网络。在这项计划中，不再仿照人类心智的人工智能科技发现自己深刻反映出人类的感知方式，并使我们能够探讨「透过他人之眼看待世界」这个难题。林兹电子艺术中心未来实验室的「创意智慧」（Creative Intelligence）计画重点研究员尼克朗（Ali Nikrang），其背景也是结合了两种不同的专长。尼克朗（Ali Nikrang）不仅学习作曲和接受成为钢琴家的培训，同时也研读计算机科学。这样的背景使他能够胜任人工智能与音乐的研究，并且在林兹电子艺术中心扮演重要的角色。在「人工智能与音乐」的交会方面，当首届「声音之云」（Klangwolke）户外声光音乐会让布鲁克纳（Anton Bruckner）的C小调第八交响曲流淌在林兹这个城市时，音乐自林兹电子艺术节于1979年创立以来所扮演的角色与音乐和数学之间的密切关系便趋于一致。这种近似性将基于人工智能的科技在作曲上的应用，转化成一个成果丰硕的研究与实验领域，例如尼克朗于2019年在「未竟的马勒」（Mahler Unfinished）计画中所进行的精采测试。尼克朗将马勒未完成的交响曲片段里中提琴乐想（motif）的前十个音符输入到OpenAI人工智能研究实验室的「MuseNet」这个基于人工智能的音乐系统，与波施纳（Markus Poschner）指挥的布鲁克纳管弦乐团共同呈现出马勒的最后一部作品——亦即其未完成的第十号交响曲——的完整版本。尼克朗和波施纳改编机器学习系统生成的结果，然后于2019年林兹电子艺术节的「大音乐会之夜」（Big Concert Night）上，由布鲁克纳管弦乐团的人类音乐家在林兹电子艺术节后城市场馆（POSTCITY）的「站台厅」（Gleishalle）演奏。同年，林兹电子艺术中心——作为欧盟执行委员会（European Commission）「科学、技术与艺术联盟」（STARTS）倡议的一分子——推出音乐会暨研讨会活动「AIxMUSIC」，旨在促进「人类创造力与机械性完美在未知领域中的相遇」。「AIxMUSIC」提出若干关于「人工智能与艺术」的重要问题，希冀超越单纯的科技讨论，走向文化反思：「机器是否能够创造出扣人心弦的艺术作品或巧妙的科学理论？我们是否能够并且愿意以欣赏人类艺术创作的同样方式和深度去欣赏机器的创作？」

即使是这样匆匆一瞥最近的「人工智能与艺术」计画，都能指出至少两个值得注意的层面。与人工智能相关的艺术作品可作为艺术与科学交会的最显著化身。与此同时，这类作品让艺术与科学的合作经历了严峻的考验，因为当涉及到像人工智能这样高要求的科技时，促成两者的合作实际上比想象的要困难得多。此外，许多计划以令人耳目一新的直接性与原创性，直指某些有关人工智能更深入且最关键的问题，最终以这项科技让艺术作品发展出更精致的样态。2020年，德国媒体艺术家克林格曼（Mario Klingemann）的作品《适当的回应》（Appropriate Response ）获得林兹电子艺术大奖（Prix Ars Electronica）中的评审荣誉奖。该作品运用以额外60，000句引述文字来加以训练的强化版GPT2神经网络。这件装置作品让参访者跪在长凳上，犹如在礼拜堂一般，每一位参访者都面朝一部机械翻页显示器，其上显示着由系统内建的人工智能所创造的独特格言。克林格曼谈到「我们畏惧人工智能，却又希望它能帮助我们」这项事实，这令人想到类宗教情境，最终让用户自行赋予这些格言意义。从另一个角度观之，《适当的回应》这件作品也可以作为一个出发点，让我们从而反思人类与人工智能之间可能出现自发性合作的直觉式途径。

人工智能机器人「Tesla Bot」

——Tesla

图片来源：网络

  崛起中的新关系：

  人工智能与艺术家  

尽管人工智能与艺术的实践可能受限于结构性压力与迫在眉睫的问题视界，但发生在人类艺术家与人工智能系统之间的实际交会才是这个领域中所有艺术计划的核心。正是这种交会的内部运作形塑了实践、过程，以及传达至受众的任何结果。由于人工智能这个标题涵盖了许多人们尚未完全理解的科技，亦鉴于人们广泛体验到在人工智能系统中运作的那种极为陌生的智能类型，最终证明，这样的交会远比运用数字科技的一般艺术作品更加细腻且具有挑战性。唯有通过实践本身的实验，涉及人工智能的艺术过程方能产生新的形式与样态。

希腊雅典欧纳西斯文化中心主任卡拉斯（Christos Carras）观察到：「计算创造性（computational creativity）确实让我们更深入地思考人类自身的创造力。」[20]在理想情况下，这类实验让我们更接近有关人类与机器创造力的核心问题。再次强调，我们可以从实际的实践中发现一道广泛的哲学答案与途径光谱，来自于个人对「奇异点」的立场以及对机器「创造力」的归因。这道光谱从那些只是把人工智能应用当作「工具」来使用的人，一直延伸到那些将人工智能理解为「自主创造者」的人。经验累积得越多，介于这两个极端之间的中间地带似乎就变得更宽广，现在它还包含了「协作」和「同伴情谊」（companionship）等概念。虽然在这个中间地带存有广泛共识——亦即就算是今日最先进的人工智能系统也缺乏人类的意图和情感——但人类那根深蒂固将机器「人性化」的倾向，使我们假定有一个人类能与之平起平坐进行交流的实体。即使这种认为机器具有人类特性的倾向并未发生，深度神经网络的产物令人出乎意料的程度，也会令人叹为观止，并且几乎迫使我们去假定一个自主智能体作为我们的对应者。正如尼克朗指出，找到人类艺术家和人工智能系统的协作形式并非易事：「协作意指以平等、相对应的地位共事。受过训练的神经网络对于在训练期间习得的音乐，会有自己的期待与假设。它会依据这些假设以及前面若干既定的音符，计算出下一个音符的概率。人类艺术家则抱持不同的假设与期待。身兼研究员与艺术家的我们，目标应该是创造一个专业艺术家和非专业艺术家都能使用新的环境来融合这两个世界。现有的人工智能系统唯有与人类合作，方能发挥其创造性潜力。」[21]

可交互的人形机械装置「耕魂乙」

——艺术家林万山

图片来源：网络

  一面由远而近的明镜：

  人工智能与人的境况    

人类艺术家与人工智能在艺术创作过程中的亲密接触，不仅催生了能够提出问题并激发批判性讨论的有趣作品，也可能超越这一点，针对真正意义上的人类创造力有何特征提出深刻见解。显然，创意机器（creative machines）这项观念挑战了人类身为地球上唯一能够创造和欣赏艺术的物种这个自我形象。甚至在对人类的伟大与自尊进行了一长串的「侮辱」之后，创造艺术的人工智能所带来的挑战似乎在相当大程度上威胁着人类，因为它比即将到来的超级智慧（superintelligence）愿景更深入地触及人的境况（human condition）。奥地利学者暨精神分析学创始人佛洛伊德（Sigmund Freud）曾经起草一份《对自恋者的侮辱》（narcissist insults）清单[23]，这张清单始于宇宙学和哥白尼的天体论转向，接着是达尔文（Charles Darwin）发现人类是由动物祖先演化而来，最后以佛洛伊德的潜意识理论告终，他的潜意识理论让人类明白他们的有意识「自我」并非自身的主宰。其他人也扩充了这份清单，如今包含了理解到人类的生存是镶嵌于生物圈（biosphere）内，并与之成为生命共同体，以及超级人工智能超越人类智慧的愿景。在吸收所有「打击」之后，人类的艺术创造力领域——包括惊人的原创性、个人艺术意图之表达，以及唤起深层情感之能力等特质——似乎已成为人类最后的寄托，而它现在也遭到围攻。这段侮辱的历史或许有助于解释人类对于人工智能相关议题的某些反应。

神经网络结构图   图片来源：网络

人类会做出这些反应——包含所有极端的情况——也是因为人工智能犹如一面反映人的境况的明镜，尽管是一面我们可能不想多看一眼的镜子。我们可从这面镜子中看到科技是如何影响人类在社会中的行为，诱发个体性格从注意力广度与同理心的削弱到不同形式素养的丧失等变化，而这些不再被认为必要的性格，却在没有电力时，可能突然又成为维持生存不可或缺的条件[24]。人工智能不仅让我们面对我们自己，也让我们面对某种「他者」的形式，即使这并非难以接受，但要理解也是极为困难的。 史托克于2017年针对这方面表达了某种怀疑态度：「考虑到我们与不同肤色或不同宗教的人类互动是多么的困难，我们是否真的能接受这种人工智能的彻底他者性？」[25]

当人工智能有可能挣脱人类的束缚，并开始作为一部独立思考的机器时，最耐人寻味的情况便会发生。当你结合两种人工智能算法，让它们开始互相交谈，忽然之间，我们就无法理解他们的对话了。当你把机器与有生命的非人类有机体相结合时，也会发生同样的情况。它们的互动会使你跳脱人类中心主义的观点。我们应该以某种方式让机器脱离我们的掌控，以便反映我们解释事物时所采取的笛卡尔式态度。科学最近也告诉我们，光有理性的方法是不够的。

——克尔潘，斯洛文尼亚卢比安纳卡佩利加艺廊艺术总监

藉由跳脱人类中心主义的窠臼来趋近人工智能的「彻底他者性」，似乎是我们即将面临的挑战之一。事实上，我们也可以用一个截然不同的、不再是人类中心主义的方式来解读对人类自我理解的「侮辱」这个故事。这项观点可能奠基于夏农（Claude Shannon）建立的信息理论，也可能融合了另一种看待事物的方式，就算不是透过机器，至少会是透过对运算的更广泛理解来看待事物。在此，悠久科学史当中的各个里程碑——从牛顿（Sir Isaac Newton）制定的物理学抽象概念，到脱氧核糖核酸（DNA）作为细胞层次讯息处理器的生物学发现——正逐渐汇集成一种理解，亦即它们基本上都与信息相关。我们也可以从这样的观点中看到理论上作为物质世界起源的信息。正如格雷克（James Gleick）在2011年出版的著作《信息——一段历史、一套理论、一股洪流》（The Information–A History， A Theory， A Flood ）当中指出：「整个世界因此被视为一部计算机——一部巨大无比的信息处理机器。[...]物理定律即为算法。[...]这个世界计算自身的命运。[...] 每一种新的媒介都会彻底改变人类思想的本质。长远来看，历史即为信息意识到自身的故事。」[26]最终，这可能是在数字转型巅峰所划定的所有问题视界背后，由人工智能带来的更宽广视野。

然而，与此同时，我们还有一些事情要做。反思与讨论相当有助于重新制定人的境况，但在很大程度上，人的境况是由在地与全球脉络下共同生活的实践、与生物圈的互动，以及——尤其是——我们生活周遭系统与科技的设计所形塑的。因此，以永续与人性化的方式，通过明智地设计或重新设计这些系统——包括整个人工智能复合体的实践——来管理这种根本性的转变，依然是重中之重。拥有人工智能与艺术实践经验的艺术家，将于此扮演关键角色。