形式與意義
——人工智能藝術的形式美學闡釋

劉吉祥 蘇振興

人工智能藝術與形式美學多有契合，通過本文的討論，我們會發(fā)現(xiàn)這種契合并非偶然。我們不妄想以形式美學說明人工智能藝術的所有問題，只嘗試從形式美學視角闡釋人工智能藝術中有關形式的美學問題，借此提高我們對人工智能藝術及美學這種新興審美形態(tài)的認識。于是，通過厘定與人工智能及人工智能藝術相關的重要概念，為本文的討論廓出合理的場域，便是第一節(jié)要做的事。

一、人工智能、人工智能藝術及美學概述

從20世紀40年代計算機誕生，到1950年圖靈(Alan Turing)提出“機器能思維嗎”這一問題，再到1956年約翰麥卡錫(J.McCarthy)提出“人工智能”概念標志人工智能學科的誕生至今，人工智能走過了并不算長卻極為曲折的半個多世紀。近年來，人工智能的進步使意識生發(fā)機制這一古老的哲學問題在今天幾近完備的學科體系中愈發(fā)顯得扎眼。于是，面對這個“黑匣子”，“不以理解人類智能為前提，主要是利用計算機、數據等資源通過算法加工來完成人類實踐生活中的任務”便是工程上的人工智能，而“從人類智能原理出發(fā)來實現(xiàn)人工智能”則是科學上的人工智能。[注]陳自富：《我們對“智能”的認識退步了嗎？——與金觀濤先生商榷》，《文化縱橫》2018年第1期。

工程上的人工智能沖擊部分人類工作算不上新鮮事，三次工業(yè)革命對人類生產和生活的深刻影響應該使人類學會如何因應時代變化。但科學上的人工智能就不只是影響作為行為主體的人，還可能沖擊作為自由意志的人，由此造成的后果則是人類文明史前所未有的。如此，我們也不難理解霍金的擔憂：“我們無法知道我們將無限地得到人工智能的幫助，還是被藐視并被邊緣化，或者很可能被它毀滅……人工智能可以發(fā)展出自我意志，一個與我們沖突的意志?！盵注]Stephen William Hawking, Guiding AI to Benefit Humanity and the Environment, GMIC, http://www.gmic.cn/gwc-2017-05-04-1/?？梢钥闯?，人工智能具備人類意識是關鍵，學術界把這一節(jié)點之前的人工智能稱為弱人工智能，這一節(jié)點之后則稱為強人工智能。工程上的人工智能和科學上的人工智能是共時上的區(qū)分，而弱人工智能和強人工智能是歷時上的區(qū)分。

目前的弱人工智能展現(xiàn)的記憶力、計算力等能力是機器“本能”，不比一把“高科技扳手”多有特別之處，遠非人們期待的“人工智能”，我們可以把它理解為“人工本能”，正因此它才會在某些方面勝過人類。也就是說，它勝過人類正得益于它是機器，而人不是機器。

強人工智能要具備人類意識，須對意識有足夠認識，因此，科學上的人工智能與哲學、心理學、認知神經科學、腦科學等密切相關，并由此倒逼相關學科進步。而類似情況在倫理、法律等方面表現(xiàn)得更為明顯和緊迫。我們甚至可以在一定程度上說，人工智能是檢驗有關學科的試金石，強人工智能將是檢驗人類文明成果的試金石。

當前人工智能領域“投資泡沫”、 “學術泡沫”不少，但人工智能藝術已是既定事實并蔚為大觀：20世紀80年代，庫柏(David Cope)教授設計的“音樂智能試驗”(Experiments in Musical Intelligence)智能體創(chuàng)作的交響樂幾乎能媲美莫扎特作品；藝術教授科恩(Harold Cohen)設計的藝術創(chuàng)作軟件“Aaron”創(chuàng)作的繪畫風格獨具，被美術館收藏；2015年12月，阿里巴巴旗下影視推出編劇機器人，據稱30分鐘便能創(chuàng)作完美劇本；2016年2月，谷歌在舊金山舉行人工智能繪畫展，展品拍出8000美元；2016年9月，音樂公司Sony正式發(fā)布由人工智能創(chuàng)作的兩首流行歌曲；微軟(亞洲)互聯(lián)網工程院研發(fā)的智能體“小冰”出版了首部由人工智能創(chuàng)作的詩集《陽光失了玻璃窗》……[注]陶鋒：《人工智能美學如何可能》，《文藝爭鳴》2018年第5期。從音樂到繪畫、書法，再到詩歌、劇本、新聞稿甚至電影等，人工智能藝術涉足的領域十分廣泛。根據陶鋒先生2017年6月在德國波恩大學的講座上率先提出的人工智能美學的初步定義，人工智能美學的研究對象包括但不限于人工智能藝術，還包括人工智能對人類感性(包括情感)和藝術的模擬、人工智能視野下人類情感和藝術本質等人工智能發(fā)展過程中出現(xiàn)的與美學有關的問題，研究方法主要是哲學美學的，并須結合諸多跨學科如腦科學、神經科學、生物進化等理論以及人工智能領域最新進展來研究。[注]Tao Feng, Can AlphaGo Create Authentic Artworks?——The Preliminary Study on the Aesthetics of Artificial Intelligence, The University of Bonn, https://www.ioa.uni-bonn.de/de/abteilungen/sinologie/bonner-sinologisches-kolloquium。

二、人工智能藝術研究的可能維度

產生于20世紀的M.H.艾布拉姆斯“文學四要素”理論涵蓋文學內部研究和外部研究，已成為文學研究的經典理論，[注]M.H.艾布拉姆斯：《鏡與燈——浪漫主義文論及批評傳統(tǒng)》，酈稚牛、張照進、童慶生譯，北京大學出版社，1989年，第5頁。引用其“文學四要素”理論對我們討論人工智能藝術這一形態(tài)尚未穩(wěn)定且所涉學科眾多的龐雜的新興審美形態(tài)極為必要。我們同樣將人工智能藝術活動分為四個要素：世界、作品、藝術家、欣賞者。人工智能藝術作品與“藝術家”的關系對應創(chuàng)作論，作品與作品本身的關系對應作品論，而人工智能藝術作品與欣賞者的關系、人工智能藝術作品與世界的關系這兩個維度不在本文討論的范圍內。因為毫無疑問這兩個維度涉及“文化工業(yè)”等問題，不是創(chuàng)作論、作品論所能闡釋，需要另外的理論模式來討論。

三、人工智能藝術創(chuàng)作論、作品論分析

人工智能藝術創(chuàng)作依靠算法和大數據，這就要求問題必須有確定性。確定性主要指兩方面：一是可量化，二是可形式化。并不是每個問題都能量化和形式化，亦即并不是所有問題都有算法。

目前人工智能的學習能力有限。人工智能藝術創(chuàng)作仍類似于專家系統(tǒng)(Expert Database)，藝術創(chuàng)作方面的知識依賴藝術家給定，由人工智能科學家落實具體方案，以算法和大數據的方式反映在人工智能中。藝術家、人工智能科學家、人工智能、人工智能藝術創(chuàng)作是分開的，人工智能科學家的藝術知識需要藝術家指導，而藝術家的專業(yè)知識通過人工智能科學家來實現(xiàn)?？梢钥闯觯斯ぶ悄芩囆g的創(chuàng)作主體是模糊的、消隱的，創(chuàng)作行為的完成者是智能體，但藝術知識來源于藝術家，而藝術家的創(chuàng)作在這里沒有被完全表現(xiàn)，因而并不是所有創(chuàng)作都能量化和形式化，藝術創(chuàng)作在這里受到一定限制。因此，人工智能藝術創(chuàng)作主要在易于量化和形式化的藝術領域取得相對突出的成績，而且在作品構成上也有鮮明的形式因素。比如人工智能依靠深度學習能力學習某位藝術家的繪畫風格，然后輸入任何一幅圖片，它都能把習得的風格應用到圖片中，如輸入一只貓，那它的畫作便是帶有該藝術家繪畫風格的貓。這樣的藝術作品盡管具有藝術家的風格，但同時作品也有鮮明的形式因素，輸入的圖片對我們來說是一只貓，但對人工智能來講它只是各種有形狀、大小、顏色、方向的色塊的拼接。

由弱人工智能藝術創(chuàng)作上的有限性和作品構成上鮮明的形式因素可見，人工智能藝術首先表現(xiàn)為形式美、與形式美學密切相關。

這倒并不是說人工智能藝術應試圖去形式化，恰恰相反，審美活動始于形式，人工智能藝術應更好地給形式賦予情感、意義，更好地將目前不能形式化的諸多不同層次的審美屬性賦形，而人工智能美學的研究對象正包括人工智能藝術為形式賦予情感、意義的機制，并為此提出更多有跡可循的美學規(guī)律，以此充當“解剖”人類審美活動的“猴體”，提高人們對審美現(xiàn)象的認識。

下面我們選取兩個人工智能藝術的著名案例作進一步分析。

AI音樂創(chuàng)作公司Aiva Technologies研發(fā)的AI作曲家“Aiva”(Artificial Intelligence Virtual Artist)已經發(fā)布了第一張名為Genesis(創(chuàng)世紀)的專輯，通過法國和盧森堡作者權利協(xié)會(SACEM)合法注冊，其所有作品都有自己的署名版權。Aiva的創(chuàng)作技術基于深度學習算法，其人工神經網絡被編程以處理各種輸入點和輸出點之間的信息，使AI能在數據中理解并建立抽象化的模型，比如旋律模型、人臉特征等，以進行自己的創(chuàng)作。該公司團隊介紹，他們搭建了深度神經網絡，通過品讀著名作曲家寫的古典樂章的大數據，獲得音樂的特征，使Aiva建立音樂理論模型，制作出自己的樂譜。然后由音樂家將這些樂章在錄音室用真實的樂器彈奏，以實現(xiàn)最佳的音質。[注]《下棋、打牌太容易，人工智能已經開始挑戰(zhàn)作曲了》，搜狐網：http://www.sohu.com/a/129159687_181847。

而微軟小冰憑借人工神經網絡和大數據獲得視覺識別能力，從用戶輸入的圖片中提取激發(fā)源，完成初步創(chuàng)作。然后，需要用戶進一步修改小冰的初步作品以完成創(chuàng)作。寫詩軟件能確定形式而不能確定思想感情等審美屬性，思想感情等審美屬性仍是詩人的事，形式因素則是智能體的事。目前的寫詩軟件大都需要用戶輸入圖片或信息，即由用戶確定詩歌的思想感情等審美屬性，得出有高度確定性而未必有形式美的形式。小冰作詩不出簡單的辭藻堆砌的范圍，且詞句的組合有不通順的地方。微軟工程院副院長李笛坦承正努力“減少不通順”。他介紹說，工程師團隊里沒有文學顧問，一定程度上限制了小冰的詩歌創(chuàng)作水平。小冰寫詩近似“碎片的無機組合”，不能運用聯(lián)想、比喻、夸張等手法傳達“詩人”的思想感情，難有詩歌的表現(xiàn)性。[注]《人工智能“少女詩人小冰”上線 AI新技能“看圖寫詩”》，人民網：http://media.people.com.cn/n1/2017/0707/c40606-29388857.html。

人工智能的大數據、深度學習與人類學習能力尚有較大差別。人類學習具有領悟和理解的特點，而人工智能的深度學習多為機械性的動作重復，比如為了識別“貓”，谷歌使人工智能從1000萬張圖片中反復“學習”“貓”，而后可以自行判斷出貓的形象。[注]劉潤坤：《人工智能取代藝術家?——從本體論視角看人工智能藝術創(chuàng)作》，《民族藝術研究》2017年第2期。人類學習能力并不是都可以通過動作重復來實現(xiàn)。目前人工智能的深度學習比起人類學習在方法和過程上算不得高明。只有科學上的人工智能模仿人類意識創(chuàng)作人工智能藝術，才是人工智能藝術創(chuàng)作對自身清醒的認識和合適的定位，否則以藝術創(chuàng)作的簡單行為主義方式宣稱與人類藝術創(chuàng)作比肩只能是僭妄，難免淪為人工智能“投資泡沫”和“學術泡沫”。因為行為主義測試方式本身存在問題。這一點可以通過稍事修改圖靈測試來體現(xiàn)：不要求人來評判而要求與被測試者相同的人工智能來評判作品是人創(chuàng)作的還是人工智能創(chuàng)作的。如果人工智能能分辨，則沒通過圖靈測試；如果人工智能不能分辨，那可以說這個人工智能能思維嗎？未必。從修改的圖靈測試可以看出行為主義測試方式的問題之一斑：判斷人工智能是否具備人類意識的關鍵依據不在智能體之外而在智能體之內。行為主義測試方式的問題還體現(xiàn)在，行為只是行為自由的表現(xiàn)，只能表明行為主體具有一定程度的行為能力，這種能力遠不能證明其具有更高層次的意志自由，即行為主體并不知道其行為是自由的、有做出選擇的自由。至少由圖靈(Alan Turing)提出的簡單的行為主義測試方式是行不通的，從長遠來看，判斷人工智能是否具備人類意識終歸還是要借助行為主義的評判方式，因此我們以為行為主義測試方式需進一步深入化、復雜化，否則這種測試方式甚至一開始就消解了自身，目前的行為主義測試方式過于簡陋。

四、從形式到意義：人工智能藝術的形式美學限度

20世紀，形式美學思潮蔚為大觀，在諸如敘事學、文體學等眾多領域取得顯著成績。但形式美學流派眾多，如榮格“原型”說、格式塔心理學美學、俄國形式主義、英美新批評、結構主義等，各流派的美學觀點并不一致。國內形式美學研究歷經波折，從王國維發(fā)表第一篇形式美學方面的文章《古雅之在美學上之位置》到今天雖有百余年，但學界形式美學研究時斷時續(xù)、鼓勵與成見并存，未形成顯要流派，我們似乎發(fā)現(xiàn)許多人都在談形式，但所談含義頗有出入。這給我們今天從形式美學視角來談人工智能藝術造成了不少困難。所幸通過梳理前人研究成果，我們得以看到形式美學獨到的美學進路，而這些便是我們在本文中將加以合適地運用和發(fā)揮的。

從形式美學的角度出發(fā)，可以把審美活動中的審美屬性大致分為五個層次：

第一個層次是形式因素，包括線條、形狀、大小、顏色、方向、結構、聲音等，以及它們之間的具體關系。第二個層次也是形式因素，但這里的形式因素由上述形式因素得出、具有相應的評價性，包括平衡、簡化、比例、和諧、多樣性(變化)、造型(構型)等。形式因素并不一定都是審美對象，但審美對象都有形式因素。形式主義對形式因素的過分推崇固然失之偏頗，但我們仍須承認審美活動的感性特征，甚至可以說，審美活動從對象的感性表象開始，形式美是審美活動的重要因素。[注]薛富興：《艾倫·卡爾松對形式主義的批判》，《中山大學學報(社會科學版)》2010年第5期。這兩個層次的形式因素具有足夠的確定性，可通過算法和大數據來量化和形式化，以人工智能的方式來實現(xiàn)。這也正是目前人工智能藝術創(chuàng)作多在造型藝術領域取得相對突出的成績的原因。同時，這兩個層次的形式因素又并不會因為量化和形式化而削減了其非功利的審美屬性。

第三個層次是表現(xiàn)性。表現(xiàn)性既可以說是表情性，也可以說是表意性。魯道夫阿恩海姆(Rudolf Arnheim)所說的“表現(xiàn)性”主要是指表情性，即對象的形式因素傳達審美情感的機制。根據魯道夫阿恩海姆的視知覺理論，視網膜各接受器(錐體細胞和桿狀細胞)在受到物理對象(物質形式)的光線信息之后，[注]魯道夫阿恩海姆：《藝術與視知覺》，滕守堯、朱疆源譯，四川人民出版社，1998年，第341頁，第568頁，第610頁。將光線刺激轉化為神經沖動，由視傳導神經送達大腦視皮層區(qū)域，大腦視皮層區(qū)域在處理刺激信息時激起的生理反應(即審美活動的生物語言：生物電和量子化學反應)[注]丁峻：《意識建構原理與坐標》，中國社會科學出版社，2014年，第9頁。的心理對應物即心理力(即審美活動的心理語言)產生視覺意象，[注]葉燮：《原詩》，丁福保：《清詩話》(下冊)，上海古籍出版社，1978年，第587頁。由視覺意象形成表現(xiàn)性。如下圖所示：

物質形式→視網膜各接受器→生理反應→心理力→視覺意象→表現(xiàn)性

阿恩海姆和韋特默(Max Wertheimer)認為表現(xiàn)性存在于“結構”(包括形式因素)中。[注]魯道夫阿恩海姆：《藝術與視知覺》，滕守堯、朱疆源譯，四川人民出版社，1998年，第341頁，第568頁，第610頁?？梢钥闯?，表現(xiàn)性具有一定的確定性，亦即存在量化和形式化的可能。但審美主體一側的表現(xiàn)性也具有明顯的不確定性，審美情感具有想象性、模糊性，如清代葉燮所說的“幽渺以為理，想象以為事，惝恍以為情”，[注]魯道夫阿恩海姆：《藝術與視知覺》，滕守堯、朱疆源譯，四川人民出版社，1998年，第341頁，第568頁，第610頁。以算法的方式實現(xiàn)量化和形式化存在不小的困難，目前弱人工智能階段的人工智能藝術并未很好地體現(xiàn)。

第四個層次是社會歷史文化因素。我們之所以在表現(xiàn)性之外強調第四個層次，是因為藝術形式的演變規(guī)律靠形式分析或表現(xiàn)性很難得到充分說明，藝術形式的演變規(guī)律終歸在社會歷史文化中。作為主客二分的認識論意義上的社會歷史文化進入審美活動中便具有審美屬性。這里的社會歷史文化因素包括榮格講的“原型”。顯然，社會歷史文化因素是目前人工智能難以逾越的障礙，人工智能很難以算法的方式掌握社會歷史文化因素，即便有大數據也仍然不能很好地理解人類已有的社會歷史文化。這也是目前弱人工智能藝術飽受人文主義批評的重要原因。

第五個層次是指涉“美本原”的本體論意義上的“形式”。這個層次的審美屬性主要體現(xiàn)在古希臘宇宙學美學中，如柏拉圖的“理念”、亞里士多德的“理式”。雖然這個層次的審美屬性與前文講到的“形式因素”有關，且為形式美學所關注，但我們認為它已經超越審美活動而上升到本體論層面，它是古希臘時期人們認識世界的一種方式而不單純是審美觀念。這一層次顯然是目前人工智能不能達到的。

可知，人工智能藝術可以很好地體現(xiàn)走向審美情感的前兩個形式因素層次，也有實現(xiàn)第三個表現(xiàn)性層次的可能，但目前的人工智能藝術并未很好地體現(xiàn)，而第四、第五個層次則是目前人工智能藝術的瓶頸。這既是人工智能藝術首先表現(xiàn)為形式美的部分表征，也是弱人工智能藝術的可能限度，更是我們得以從形式美學角度開始言說的重要原因，當然，也僅僅是從形式美學角度而言的。

就審美屬性的諸層次來講，形式與藝術的演進規(guī)律主要不是來自下層次因素，而是來自上層次因素。正如伏爾泰批評盧梭時所說，按盧梭的說法，我們應該用四肢在地上爬，可惜我早已忘了那種方式，所以我還是用兩條腿走路的好。以形式因素無法理解歷時性的形式本身的藝術史演進，而當我們以形式因素作共時性的藝術分析時卻往往有所收獲。于是，事情似乎是這樣：形式因素在歷時性的理解中往往無用武之地，倒是在共時性的結構分析中頗有用處。由此看來，人工智能藝術基于共時性的形式因素，其藝術性也局限于共時性的空間表現(xiàn)。也就是說，在空間上頗具才華而無時間性的人工智能藝術創(chuàng)作，不能理解歷時性的藝術史演進，其藝術創(chuàng)造力勢必遭到懷疑。

我們不認為不具備人類意識能力的弱人工智能片面地對形式因素的倚重、走形式主義形式與內容、藝術與生活割裂的“二元論”老路是正確的，但如果我們一味地對人工智能藝術強調形式因素來自審美情感的物化、強調形式因素的社會歷史文化屬性，則既對目前的人工智能藝術無建設性意義，又勢必使我們的言說陷入形式與意義的“循環(huán)論證”。這時，人工智能藝術的務實態(tài)度是首先須遵從形式美學對形式因素的一般要求，如上述平衡、簡化、比例、和諧、多樣性(變化)、造型(構型)等，否則難稱其為藝術品。我們以為，這是給形式更好地賦予表現(xiàn)性、從形式到意義的必由之路。由形式美學提出的審美屬性同樣適用于對人工智能藝術的評價。比如由人工智能抓取特定的藝術風格，再將輸入的狗眼睛按照該特定風格拼接成狗的形狀，由此形成一幅按照特定風格制成的、由無數狗眼睛組成的人工智能畫作。這樣的人工智能藝術顯然不符合形式美學的簡化、和諧等原則，以致于我們對這樣一幅畫作非但不能引起審美感興，反而引起反感、不適感，由此判斷，這樣的畫作不能算是藝術品。在這一點上，康德有同樣的觀點。他認為： “每一種藝術都預設了一些規(guī)則，憑借這些規(guī)則作基礎，一個要想叫作藝術品的作品才首次被表象為可能的。”[注]伊曼努爾康德：《判斷力批判》，鄧曉芒譯，人民出版社，2002年，第151頁，第154頁。在權衡想象力和規(guī)則時，他認為盡管想象力、獨創(chuàng)性是天才所必需的特性，但規(guī)則比想象力更重要。他不無諷刺地說：“一些淺薄的頭腦就相信……他們騎在一匹狂暴的馬上比騎一匹經過調教的馬要更加威風?！盵注]葉朗：《美學原理》，北京大學出版社，2009年，第244頁。其次要能使人產生美感、生成意象世界。[注]伊曼努爾康德：《判斷力批判》，鄧曉芒譯，人民出版社，2002年，第151頁，第154頁。葉朗先生認為能否引起審美感興是藝術之為藝術的必要條件，那么這里我們可以把這兩條視為人工智能藝術之為藝術的必要條件。

五、結論及反思

以畢達哥拉斯學派的“數理形式”、柏拉圖的“理式”、亞里士多德的“質料與形式”為代表的古希臘宇宙學美學對“形式”作宇宙本體論解釋；而康德的“先驗形式”認為，“形式”是綜合感性材料的主體的認識能力；黑格爾的“形式”是指感性的物質形式，是理念(內容)的感性顯現(xiàn)，形式和內容是不可分割的統(tǒng)一體；格式塔心理學美學的代表魯道夫阿恩海姆則把“形式”看作傳達審美情感的“結構”……“形式”在美學史上經歷了從神性到人性、從抽象到具象、從超感性到感性的過程。而通過算法和大數據來量化和形式化、以人工智能的方式實現(xiàn)的人性的、具象的、感性的形式因素是人工智能藝術的首要表現(xiàn)。

綜上所述，人工智能藝術首先表現(xiàn)為形式美，人工智能藝術與形式美學天然相關。因此，以人工智能藝術為重要研究對象的人工智能美學首先表現(xiàn)為形式美學、甚至可視為形式美學的隔代呼應。

把形式美學斥責為形式主義、科學主義來作人文主義批評由來已久，人工智能藝術及美學也難免遭受同樣的指責。中國美學“文以載道”和“經世致用”的傳統(tǒng)認為，“文”(形式)不過是載道的工具，對“文”的形式研究更不過是雕蟲小技，批評形式美學“太膚淺”、 “脫離人的生活”、 “割斷社會歷史聯(lián)系”，從而“強調人文精神”。我們認為，羅列人工智能藝術與人類藝術的差異是容易的事，但提出人工智能藝術與人類藝術的共性，再從共性出發(fā)考察更多潛在的可能，才更具建設性。我們應該做到的最低限度是本文開頭所說的提高我們對人工智能藝術及美學這種新興審美形態(tài)的認識、對人工智能藝術及美學有所啟示。同時，人工智能藝術及美學的進步也將撼動大陸學界歷來對形式美學的成見。當然，目前這兩方面的成效才剛剛開始。以為自下而上的科學主義美學只知道數數和測量的成見應該隨實證主義在人文科學研究中取得的進步被我們放下。現(xiàn)在，當人工智能突飛猛進、嘗試逐步揭開藝術創(chuàng)作、表現(xiàn)性等的神秘面紗時，這種觀念至少在對美學研究方法的認識上如同作繭自縛。自下而上的科學主義精神在中國古代漫長的經驗主義美學中沒能發(fā)揚，我們須向理性主義美學求索實證主義精神，而人工智能藝術及美學的興起正是一個強烈的信號。