郭侍锷

　　

　　“什么时候看后视镜，什么时候看前面的路况呢？如果看后视镜的时间太长，……那么我们就会迎头撞上没有看见的、难以逆料的后果。另一方面，如果我们死死盯着前方不动，眼睛里看不到、脑子里想不到我们来自何方、曾經去过哪里，我们就不可能知道正在向什么地方前进。”1

　　——保罗·莱文森（Paul Levinson）

　　目下，人工智能（Artificial Intelligence）所带来的科技风暴似乎正以难以抵挡之势冲击着视觉艺术领域。此时，我们不禁要问：未来，当我们透过“后视镜”，现今的视觉艺术是否会如同瓦尔特·本雅明（Walter Benjamin）眼中那个“历史天使”2一般无奈地受其“摆布”？无论答案是什么，诸如“视觉艺术将会朝怎样的方向发展”等都会成为我们现在迫切想要解答的问题。然而，这些被期许出现的“标准答案”无疑都是预测性的，或许我们（尤其是艺术家）如何辩证地看待和处理视觉艺术与人工智能之间的关系才更为要紧。

　　“创制”与“迭旧”

　　今年，在由以Midjourney为代表所举行的“人工智能时代的艺术”（Art in the Age of Artificial Intelligence）3“狂欢派对”拉开帷幕之前，其实已经有不少艺术团体、机构和个人在通过各种方式探索科技介入视觉艺术的可能。诸如出生于塞尔维亚的德拉甘·依力克（Dragan Ili?）、英国的大卫·史瑞格里（David Shrigley）、巴黎的艺术团体Obvious等都在以各自的方式实施着相关艺术实践活动。依力克曾在机器人Kuka K210+DI 的协助下使用由铅笔（或其他画笔）所组成的特制工具完成了名为Roboaction（s） A1 K1的艺术项目。该项目可以被认为是一种融绘画、行为、声音等于一体的后媒体（post-media）艺术实践，旨在通过身体与机器之间的交互来演绎一种对未来主义的追求。4而史瑞格里则在科技手段的协助下试图探索“艺术家不在场”之观念下进行艺术作品生产的可能。如果说上述艺术家以这些“完全”或“不完全”控制科技设备在视觉艺术领域所进行的“实验”好似以一种预言式的方式传递出了科技之于视觉艺术重要作用和意义的话，那么，2018年，巴黎的艺术团体Obvious所推出的《爱德蒙·贝拉米肖像》（Edmond de Belamy）在佳士得（Christie's）被以432500美元的价格售出5则在一定程度上吹响了人工智能图像进军国际艺术市场的号角。进一步看，从艺术家主动把相关科技引进作品的生产过程之中到当下的人工智能相关技术将艺术家“逐出”了这一过程，实则反映出的是两种不同的图像产出逻辑。

　　就前者而言，或许我们可以将其称之为是在艺术家主动干预下被生产出来的图像，即艺术家通过将自身与特定技术及设备进行“绑定”的方式以实现展示自我艺术观念为目的的图像。这些不同程度自我不在场的作品生产手段与其说是艺术家在面对科技迅猛发展态势下的无奈之举；毋宁说是艺术家试图通过不同程度“人—机”共在状态下生产作品的景观，刻意强调在科技不断迭代的大背景下视觉艺术实践活动过程中所暗含的一种“去艺术家”的异状，并且这样的方式也似乎在某种意义上成为了他们突破自身创作瓶颈的驱动力。站在丹尼尔·E·伯莱因（Daniel E. Berlyne）的角度看，此种驱动力一定程度上可以用“唤醒”（arousal）这一心理物理学（psychophysical）概念来描述。他认为，在诸多“唤醒”机制中，与艺术联系最为紧密的是与“外部刺激模式”（external stimulus patterns）相关的诸特性，即新颖性（novelty）、惊奇性（surprisingness）、复杂性（complexity）、模糊性（ambiguity）以及困惑性（puzzlingness）。6其中，新颖性以及惊奇性是有关于“注意到现在存在的东西和过去遇到的东西之间的相似或不相似之关系的问题”；而复杂性指的则是有关于“注意、组合和总结同时存在的几个元素特征的问题。”7可见，在创作过程中，艺术家势必会受到来自外部“力量”的作用，从而诱发其灵感的产生，进而完成作品的“生产”。而艺术家适时地越出由业已形成的风格等要素所构筑的作品生产窠臼也在一定程度上成为了视觉艺术表现样态能够始终保持变化的可靠保障。

　　后者则可以被看作是一种保留一定过往作品特征的“新”图像。具体而言，即利用人工智能相关技术对以往视觉艺术作品的风格等要素进行深度学习模仿，生成出较以往作品有一定变化的图像。为了更好地阐述这样一类图像，在这里有必要引用科林·马丁代尔（Colin Martindale）做过的一项对毕加索绘画作品风格的定量分析。他曾从1895年至1972年间（马丁代尔将每5年作为一期，共16期）的几乎每一年抽取了毕加索的一幅作品（大都为描绘人物的画作）用以分析“原始内容”（primordial content）（包括非自然的、无意义的、非现实的、非摄影的等度量要素）对艺术家不同时期画作风格的影响，并由此证实了其所提出的一种存在于艺术作品中的名为“微观风格振荡”（microstylistic oscillations）的现象。8具体而言，从第1期（1895年至1899年）到第4期（1910年至1914年），随着原始内容几乎增长到顶峰，毕加索形成了最初的立体主义风格。并且，之后原始内容的下降则对应于他的画作趋向于更为写实和模式化而非扁平或碎片化的风格样态，这可以从1911年创作的《手风琴手》（Accordionist）以及1923年创作的《白衣女子》（A Woman in White）两幅画作的对比中得以窥见。虽然，此后的第7期（1925年至1929年）到第12期（1950年至1954年）原始内容从总体上看有所上升，但呈现出上下起伏波动的轨迹。直到1955年之后，随着该内容的稳步提升，毕加索逐渐开始形成一种较为稳定的像孩子一样进行作画的风格态势，这也是为何我们会明显感觉到其在1932年创作的《镜前少女》（Girl Before A Mirror）和1970年创作的《家庭》（La famille）在整体呈现上会如此接近的缘由。从中我们可以感受到，“风格”在某种程度上成为了艺术家作画“习惯”的代名词。通过进一步思考和分析不难发现，这些“习惯”并非一蹴而就，而是艺术家在受到了诸如所学习的内容、自身对艺术的体悟、驾驭和控制画材的方式，甚至个人好恶等因素的综合影响及作用下，通过一定的自我调适的过程所自然形成的一种具有个人特质的产物。换言之，艺术家在创作风格上的创新不仅囿于超越前人抑或是同时期其他艺术家的作品呈现样态，在某种程度上也意味着对自己以往作品风格的突破。就某种程度看，能够进行“独立学习”的人工智能产品实际上是基于好似“前见”（prejudice）般诸多人类艺术家在艺术史上被认定的“习惯”积累。因此，如果脱离了人类艺术家所提供的“创新资源环境”的话，那么，或许人工智能只能被视为是一种不断重复着集搜索、解构、重组于一体的工具，而通过其所生产出的视觉艺术产品在某种意义上也只能被归为是一种迭代过往作品诸特征的图像。

　　不可否认，相较于“创制”，通过“迭旧”方式生成的图像在全球互联网“土壤”的滋养下呈现出了远超前者的如同化学反应般的社会效能，以致包括艺术家在内的全球诸多民众会在人工智能产品投入使用之初便不约而同地开始思考科技之于视觉艺术实践活动的作用和意义。可此时我们应该清醒地意识到，尽管人工智能相关技术在协助艺术家创作方面的作用是有目共睹的，但其自身是否真正具有创造力依旧存在争议，史蒂夫·迪保拉（Steve DiPaola）和莉安·加博拉（Liane Gabora）就曾一针见血地指出：在艺术领域，人们依旧面临着比如“如何编写具有美感的逻辑适配度函数的问题”，而要避免这个问题的产生则是需要由人类来进行指导的。9鉴此，我们或许可以进一步思考诸如在大多数人认知中以“感性”著称的视觉艺术能够多大程度地容许“理性”成分的介入等问题，这无疑有助于我们更好地看清当今视觉艺术与人工智能之间的关系。

　　有限度的理性

　　其实，有关“理性”与视觉艺术关系的问题差不多可以追溯到20世纪20年代末出现的与人工智能有着一定亲缘关系之“计算美学”（computational aesthetics）10的相關研究探索。作为此类研究的先驱，彼时的美国数学家乔治·大卫·伯克霍夫（George David Birkhoff）就曾试图通过“审美尺度”（aesthetic measure）、“秩序”（order）以及“复杂性”（complexity）这三个维度来科学地衡量含纳于诸如绘画、雕塑等艺术作品中的美感，并提出了著名的公式，即“M = O / C”。11此后的20世纪中叶，诺伯特·维纳（Norbert Wiener）及克劳德·E·香农（Claude E. Shannon）提出了“控制论”（cybernetics）和“通信的数学理论”（mathematical theory of communication），而他们所关注的诸如人与人、人与机器、机器或机器部件之间的交互问题也为日后“信息论”（information theory）的提出奠定了坚实的基础，并且之后该理论更是被温德尔·R·加纳（Wendell R. Garner）进一步扩展到了关于视觉和听觉结构的系统理论之中。12直到60年代，亚伯拉罕·A·莫勒斯（Abraham A. Moles）和马克斯·本泽（Max Bense）更在前人研究的基础上相继提出了“信息美学”（information aesthetics）。

　　从伯克霍夫到莫勒斯和本泽，20世纪的数十年间诸多学者好似一直延续着自乔瓦尼·莫莱利（Giovanni Morelli）以来试图将与视觉艺术实践成果纳入到科学理性分析的传统。可是，倘若我们将这样一种源自于理性研究和分析的方式理解为是当下人工智能在视觉艺术产品生产潜力方面一个重要来源的时候，实际上我们是在强调人工智能能够提供一种在视觉艺术作品稳定“输出”方面的“承诺”。然而究其本质，这样一种“承诺”实则与该技术本身并无十分密切的联系，而其更像是趋于一种源自于人们个体间异质部分的产物。以本泽所主张的“信息美学”为例（在一定程度上具有代表性），其可以被认为是一种在结合了香农的技术信息理论、查尔斯·S·皮尔士（Charles S. Peirce）的符号学（semiotics）以及哲学美学（philosophical aesthetics）所形成的一种形式主义的现代艺术计算理论。13在他看来，艺术作品存在于对其的生产和评价两个阶段。并且，在艺术作品的产生阶段中审美对象是作为对纯粹存在世界的补充出现的，而在艺术作品的评价阶段，审美对象离开了纯粹存在的状态，进入到了纯粹理论的状态。14然而，这里需要注意的是：首先，虽然前者是偏向于艺术家的活动，后者则是侧重于评论家的活动，但在现实生活中，这两个阶段并不能被完全分开对待，毕竟艺术家在其生产活动中是对作品当前的状态进行判断，而批评家在其评价活动中是在判断批评的当前状态。15其次，即便这两个阶段能够被区分，但被艺术家创作出来的作品是其个人思想、经历以及所处环境等因素共同作用下的综合产物，而评论家只有在同样受到上述诸因素影响后才能对一件艺术作品开展相关评价活动。因此，纯粹理性的分析难以客观地描述这两个阶段的活动。

　　基于上述分析可以发现，当下的人工智能产品在代为实施原本因人而异的视觉艺术生产和评价活动后，不仅期许得到来自人类社会的认可，甚至还会将这些结果置于下一轮的活动中进行运作，而这在某种程度上无异于试图通过含纳于人工智能产品中的“理性”成分去驱逐原本栖息于视觉艺术作品中的“感性”部分。因此，若意欲避免此类情况的发生，或许将人工智能产品作为一种在自身可控“理性”阈值范围内的工具进行使用，才是当下视觉艺术从业者的理性选择。可此时我们不禁要问：这是否意味着在艺术创制过程中，我们需要像生产工业制品那样，将科学技术当作视觉艺术“产品”成分列表中的一个组成部分而进行刻意地调控呢？如果答案是否定的话，那么，我们（尤其是艺术家）应如何辩证地看待人工智能时代的视觉艺术作品呢？

　　思考人工智能时代的视觉艺术作品

　　在《艺术片论集》（Pièces sur LArt）中，法国诗人保罗·瓦莱利（Paul Valéry）曾指出 ，“达·芬奇提出了一个在我们看来怪癖得令人诧异的要求。据此，绘画就是最高目的，而且是对知识的最高级展示，以致根据达·芬奇的这一信念，绘画应是一种全知，因此，达·芬奇本人并不畏惧理论分析，而我们现代人面对深奥精准的理论分析却会无所适从。”16在这段表述中，瓦莱利不仅向我们道出了艺术与科学技术及知识之间长期以来那种无法彻底分离的互溶关系，而且我们从中还可以体味出这样一层含义，即达·芬奇眼中以绘画为代表的艺术在一定程度上是居于科学技术和知识之上的，而是否有能力理解甚至驾驭科学技术和知识似乎成为了判断艺术家与普通大众的一个重要“指标”，以至于“每一种艺术样式”在面临各自的危机期时“就会去追求那种无疑随着技术条件变化，即只有在某个新艺术形式中才会出现的效果。”17

　　虽然就某种程度来看，艺术表现样式通过拥抱科技以寻求自我蜕变的方式或多或少带有些许无奈，但不可否认的是，很多时候通过这样一种方式所产生的结果却又是令艺术家、大众甚至整个社会所意外和欣喜的。进一步而言，科技的革新以及对艺术的介入不但会“改变艺术的全部技巧，从而影响艺术创新本身”，甚至于“还会导致我们的艺术概念本身发生令人无比瞠目的变化”，18而诸如达·芬奇抑或是当今的扎哈·哈迪德（Zaha Hadid）、达明安·赫斯特（Damien Hirst）、宫岛达男等人在建筑、雕塑、装置等视觉艺术领域的相关实践成果似乎都成为了这样一种结果最好的注脚。可是，当我们沉浸于自文艺复兴（或许甚至更早）以来视觉艺术领域所弥漫着的近乎技术乐观主义氛围中的时候，则需要警惕的是，科学技术之于视觉艺术的可怕反噬作用。具体而言，即它将艺术家从原本繁复的工艺中解放出来的同时，也拉近了艺术品与大众之间的距离，此时那种由时间和空间奇异交织后所产生的灵韵（Aura）19会被科学技术的步步逼近所逐渐消弭，以致大众对艺术品接受的侧重会从其“膜拜价值”（Kultwert）过渡到“展示价值”（Ausstellungwert）。20

　　不可否認，过去原本那种基于物理活动空间的社会逐步被互联网所构建的虚拟社会所逐步“吞并”，而那种“没有器械影响痕迹的”21并且就某种程度看属于表现个体意识的视觉艺术作品似乎在这样一种环境之中变得少之又少。可是，这并不意味着由以人工智能为代表之新兴科技介入视觉艺术生产过程所产生的作品将会失去灵韵。其实，本雅明就曾不止一次指出艺术作品的灵韵品质其实也具备表达群体意识的可能。例如他在《摄影小史》（ A Short History of Photography）中提道：“……某些集体照还会拥有一丝贯通彼此的气息，这种气息在‘原始对象上消失之前，会在感光版上呈现片刻。这是气韵之环（Hauchkreis），美妙而意味无穷，有时会出现在如今已过时的椭圆相框周边。”22而关于这种群体性的思考在其后来的作品中似乎延伸到了更为宽广的社会层面，以致其在分析艺术形式的发展与新兴技术的关系时认为，“……每一种发展完善的艺术形式都处于三条线索发展的交点上。首先，技术是催发特定艺术形式的先导。……第二，传统艺术形式在特定发展阶段努力谋求的效果，后来为新的艺术形式轻易就能达到。……第三，往往不起眼的社会演变在引发着接受层面的变化，而惟有该层面的变化才导致新艺术形式的出现。”23从媒介发展的角度看，这在一定程度上似乎与莱文森所勾勒的技术演进路线（即“玩具—镜子—艺术”）有着些许“神似”。在莱文森看来，“社会、经济、媒介甚至是物质条件汇合”24不仅成为了滋养某一技术发展和演化的土壤，某种意义上更是“培育”新艺术样态的必备条件。25结合以上两人的观点，或许我们可以如此看待和思考人工智能之于视觉艺术的作用和意义，即当下的人工智能好似新生的婴儿一般，其日后的成长是止步于诞生初期对过往视觉艺术之创制过程和作品的模仿，还是进一步发展到能够催发特定视觉艺术形式的阶段抑或是最终成为一种不同于以往之视觉“艺术的接生婆”，26而这归根结底关乎于各时期社会中包括艺术家在内的每个个体的需求和选择。换言之，被艺术家生产出来的作品是为了一时的“展示”之用还是期许其日后作为一种拥有“灵韵”品质的存在，虽然这最终并不由科学技术所能直接左右，但可以肯定的是，于视觉艺术或艺术家而言，“……技术显然并不是纯自然科学性的，它同时也是历史的。”27诚如苏珊·K·朗格（Susanne K. Langer）所指出的那样：“……由于每一种新奇的发明在技术上还未得到完善之前就被迅速利用，并以其最原始的状态作为一种流行的感觉，在无意义的作品洪流中被炫耀……因此，每一次重要的进步总是伴随着一股特别糟糕的垃圾浪潮。但艺术仍在继续前进。”28

　　因此，面对人工智能，艺术家与其在创作工具、方式抑或是风格上固步自封，不如张开双臂迎接属于视觉艺术的人工智能时代。或许惟有如此，该时代具有“灵韵”品质的视觉艺术作品才会在不远的前方等待着我们。

　　1.[美]莱文森著. 何道宽译. 数字麦克卢汉：信息化新千纪指南（第2版）[M]. 北京：北京师范大学出版社，2014： 314.

　　2.[德]汉娜·阿伦特编. 张旭东，王斑译. 启迪：本雅明文选[M]. 北京：生活·读书·新知三联书店，2008： 270.

　　3.详见https：//www.midjourney.org/.

　　4.GV Art. Roboaction（s） A1 K1 | Dragan Ili? performing at ARS Electronica Festival from 8 September 2016 [EB/OL]. （2016-09-08） [2023-04-24]. https：//www.gvart.co.uk/events/2017/6/20/roboactions-a1-k1-dragan-ili-performing-at-ars-electronica-festival-from-8-september.

　　5.CHRISTIES. Is artificial intelligence set to become arts next medium？ [EB/OL]. （2018-12-12） [2023-04-24]. https：//www.christies.com/features/A-collaboration-between-two-artists-one-human-one-a-machine-9332-1.aspx.

　　6.D. E. Berlyne. Aesthetics and Psychobiology[M]. New York： Meredith Corporation， 1971： 68-69.

　　7.同[6]，p. 69.

　　8.Colin Martindale. The Clock Muse： The Predictability of Artistic Change[M]. New York： BasicBooks， 1990： 304-308.

　　9.Steve DiPaola， Liane Gabora. Incorporating characteristics of human creativity into an evolutionary art algorithm[J]. Genetic Programming and Evolvable Machines， 2009， 10（2）： 97-110.

　　10.Azlan Iqbal. computational aesthetics： computer science and artificial intelligence[EB/OL]. （2022-02-27） [2023-04-24]. https：//www.britannica.com/topic/computational-aesthetics.

　　11.Ivars Peterson. A Measure of Beauty[EB/OL]. （2004-05-20） [2023-04-24]. https：//www.sciencenews.org/article/measure-beauty.

　　12.同[6]，pp. 38-39.

　　13.http：//cramer.pleintekst.nl/00-recent/words_made_flesh/html/words_made_fleshch3.html#x77-230003.

　　14.Frieder Nake. Information Aesthetics： An heroic experiment [J]. Journal of Mathematics and the Arts， 2012， 6（2）： 65-75.

　　15.同[14]。

　　16.[德]瓦尔特·本雅明著. 王涌译. 艺术社会学三论[M]. 南京：南京大学出版社，2022： 83.

　　17.同[16]，P.85.

　　18.同[16]，PP.43-44.

　　19.同[16]，P.28.

　　20.同[16]，PP.57-59.

　　21.同[16]，P.76.

　　22.同[16]，P.24.

　　23.同[16]，P.85.

　　24.[美]保罗·莱文森著. 何道寬编译. 莱文森精粹[M]. 北京：中国人民大学出版社，2007： 6.

　　25.同[24]，P.15.

　　26.同[24]，PP.10-14.

　　27.同[16]，P.114.

　　28.Susanne K. Langer. Feeling and Form： A Theory of Art [M]. New York： Charles Scribners Sons， 1953： 412.