“風格”創新與人工智能時代的新“贗品”
——以古德曼的歸納理論為中心

苗思萌

自2017年5月阿爾法狗（Alpha Go）戰勝了人類頭號圍棋手柯潔以來，全社會掀起的“人工智能”話題熱潮至今方興未艾，人工智能科學家們不僅致力于人工智能（Artificial Intelligence）與人類的智力較量，也將目光投向了藝術領域。在阿爾法狗引發里程碑事件的一個月后，2017年6月，美國羅格斯大學的艾哈邁德（Ahmed Elgammal）教授發布了一種全新的深度學習模型，名為創意對抗網絡（CAN），它與其前身生成對抗網絡（GAN）一樣，都由生成器和鑒別器兩部分構成。生成器和鑒別器好比贗品的“偽造者”和“鑒定師”的關系，生成器負責創建新的實例（如生成一幅仿制畢加索的作品），而鑒別器負責檢測發現贗品，經過二者博弈訓練，生成模仿某一藝術家或流派風格的作品。

步入21世紀，藝術贗品問題的一個側面表現為人為的仿制品與不斷進步的儀器檢測手段之間的較量，這種競爭關系在AI的深度學習技術的不斷進步下，步入了新的階段。AI通過大量的數據訓練和算法擬合，掌握了圖像的特征量，對倫勃朗、梵高等畫家的畫風進行模仿式的創作。就結果而言，AI的確繪制出了“倫勃朗風格”“梵高風格”的畫作；就“仿制”的精度而言，也在人類所能模仿的能力之上。進言之，通過修改GAN的目標，CAN甚至可以生成不同于既有風格的原創作品。在實驗中，AI隱去了自己作為計算機的簽名，意圖偽裝成人類藝術家，并成功騙過了欣賞者。似乎AI已不滿足于“冒充”某一藝術家，而是顯露出了“冒充”人類的野心。那么，贗品問題，或曰對某一藝術家/流派風格的仿作問題，在深度學習技術的發展下，是否已轉化為了AI算法進步的問題呢？

一、藝術贗品問題的提出及其爭議

如果說人工智能是否可以模仿人類的繪畫，以欺騙藝術鑒賞者的眼光，是AI藝術新浪潮下的時髦實驗，那么這一事件的早先版本——米格倫（Han Van Meegeren）偽造荷蘭名畫家維米爾（Jan Vermeer）作品案——也曾在藝術鑒賞史上轟動一時。由于仿制技術高超，米格倫瞞過了藝術收藏家們之眼，所獲頗豐。直到1945年，米格倫涉嫌向納粹軍官販賣維米爾作品而受到資敵罪指控，為洗清冤屈，他才承認自己偽造了多幅著名的歸于維米爾的畫作。由此，分析美學家納爾遜·古德曼（Nelson Goodman）借薩里寧（Aline B.Saarine）之口提出了藝術評論界廣為討論的疑難：“如果一件贗品是如此精巧，以至于經過最透徹和最可靠的檢驗之后，它的真本性仍然有可疑之處，那么它究竟是不是可以作為一件好像是確鑿無疑的真品一樣令人滿意的藝術作品呢？”（《藝術的語言》80）這一表述涵蓋兩個難題：其一，鑒定與作偽在技術史上的此興彼落，是否使贗品與原作在任何時候都存在可識別意義上的差異？其二，如果對贗品的辨識，需要依賴超過普通觀賞以上的精細觀測，那么這一差異是否關系到審美價值？

贗品既可以是對物質的復制（相對于原作的復制品），也可以是對風格的仿造（假造簽名的偽裝物）。它誕生于對原作的主動模仿，而不僅僅是一個聲明。起初，藝術鑒賞家信奉辨識能力可以依附于藝術鑒賞能力，其權威來源于這種能力的有效性。而米格倫事件給素來信奉辨識和鑒賞之一致性的藝術批評蒙上了陰云，乃至于當代及后世都不乏對米格倫的傳奇行為報以英雄贊譽者。用以挽救這種不可控的努力，構成了對贗品問題第一個難題的新回應：贗品在物理上不同于原作能否得出必然存在一種可識別性的結論？隨著科技水平的提升，觀看這種行為不再是靜觀，而是借助更精密的工具、儀器，用對待科學研究對象的方式，對畫作進行解剖——通過對畫布、顏料等的物理化學分析，提出贗品與它所聲稱的時空存在物的不兼容性。借助這一手段，博物館、美術館中的部分畫作的真偽年代問題得以解決。

更要緊的是隨之而來的第二問題，即這種借助工具的“觀看”是否還意味著“欣賞”，物理特性是否能揭示審美特性。藝術批評家將“鑒真”與“賞美”相分離，這反而使贗品獲得了美學上的合法性。比爾茲利（Monroe Beardsley）曾指出，如果贗品同原作在形式特征上完全一樣，能夠滿足人們的審美興趣和審美體驗，那么它們在審美上就是無差別的。這相當于認可了第二問題意義上“完美的贗品”的存在，從而“原作”的價值就近乎被削減至藝術史甚至收藏界的經濟價值之列。這一觀點意味著批評家放棄了自己鑒識的權威及與之相伴的責任，保留并維護了審美的權能。正如伊恩·海伍德（Ian Haywood）在《造假：藝術與偽造的權術》中轉引《泰晤士報》專欄作家伯納德·萊文的文章：“如果我們站在凡·米格倫的維米爾作品前面，深刻地感受到畫中場景的威嚴和力量對我們的影響，如果一位報童沖進畫廊呼喊它剛剛被證明是一件贗品，我們為什么就會停止感受這樣的事物呢？”（海伍德185）

然而，這種將審美價值與藝術史價值割裂開來的看法并未得到廣泛認可，尤其在對觀念藝術和現成品藝術的解讀中，“原創性”作為審美價值前提的意義得到了進一步的肯定，藝術品自身的形式所產生的審美價值被此類外在規定性和歷史性要素逐漸替換了，正如喬治·迪基（George Dickie）將藝術品的價值訴諸“藝術家”“藝術界”“公眾”和“藝術界系統”的合力而形成的“藝術圈”的向心力的場域。這一“藝術體制論”視角走向了比爾茲利的反面，也就是承認米格倫事件對辨識權威來源于審美能力的摧毀，但并不放棄評論家的權威，而是將權威（雖然不無批判性）當作必不可少的藝術基礎。

比爾茲利和迪基對贗品問題的兩種見解反映了二戰后美學領域兩大針鋒相對的思潮，一是以形式主義、新批評為代表的審美主義傾向，二是以藝術體制論為代表的對藝術自律的批判。前者把“原創性”排除在藝術品的審美特征之外，而后者否決審美特征之為藝術的先決條件，因此把原創性視為藝術價值不可或缺的組成部分。審美主義的問題在于，如果承認完美贗品與原作可以有同樣的審美價值，就不得不面對“無限猴子定理”這樣的邏輯后果，而這會把藝術活動變成純粹符號特征組合的游戲，藝術體制論正是針對審美主義這一后果應運而生。為保障藝術活動的價值不受損害，迪基把藝術中的原創性視為作品之供欣賞資格的前提條件，從而使贗品失去了合法性。然而，這看似是一種體制賦予的“語力”，卻繞開了“原創性”是否能辨識這一更重要的問題，使“完美的贗品”停留在了思維實驗之中。

古德曼提出以“何時是藝術”（When is art）取代“什么是藝術”（What is art），并以“在公路上的石頭并不是藝術作品；而當它陳列于藝術博物館中時，就可能是藝術作品”（《構造世界的多種方式》70）加以說明。僅就這一表述，很容易將古德曼同樣歸為藝術體制論一脈，從而轉向藝術生產、傳播、消費和分配過程中的制度、行為，最終落實為對其中的權力關系等的探討。然而，正如大衛·戴維斯（David Davies）所說，古德曼“對迪基這樣的‘體制’理論家的主張不為所動”，他“不愿回應那些訴諸接受者的心理、制造者的意圖以及介于兩者之間的‘體制’框架的挑戰”，而是“提議用這些術語（語言習慣和藝術實踐中的‘加固性’）解決諸如贗品的地位、藝術表現形式和繪畫現實主義的本質之類的經年疑難”（Davies 276）。相較于審美主義力圖回答“什么是藝術”及藝術體制論聚焦于“什么使其成為藝術”，古德曼并不注重凸顯藝術與其他人類活動的差異，而是意將藝術本身樹立為認識活動的樣式之一，“我們如何能夠知道”的認知維度對古德曼便尤為重要。因此，古德曼保留并承認了贗品和原作之間存在審美差異的邏輯前提，而把“識別”轉化為一種在未來“時刻t”實現的可能性。

古德曼所抵制的正是這樣一種藝術理論界的誘惑，即藝術作品的特質完全可由靜觀獲取，其他方面應當作為雜質予以過濾，以免妨礙純粹的靜觀對美的領悟。如果將藝術審美的體驗與認知的不可通約性加以延伸，則可看到，有關藝術和現實世界的知識儲備并不一定能夠導向審美體驗。當這個延伸推至極致，便反過來要求人們在處理審美和藝術的時候，需要盡可能排除知識等“外在于”審美的干擾項。這種觀念會有各種形式的變體：

這個相當明顯的事實如果不是因為由來已久的庭格爾—伊默雄（Tingle-Immersion）理論的盛行就幾乎無須強調，這種理論告訴我們，我們迎接一件藝術作品的適當行為是脫去我們自己所有知識和經驗的外衣（因為它們會讓我們享受的直接性變得遲鈍）；然后，讓我們完全自失并根據造成刺激的強度和長度來評估作品的審美力量。這種理論從表面上來判斷就是荒謬的，而且在處理任何重要的美學問題上都毫無用處；但它已經變成了構成我們日常廢話的一部分。（《藝術的語言》91）

古德曼把這種理論“歸因于伊曼努爾·庭格爾（Immanuel Tingle）和約瑟夫·伊默雄（Joseph Immersion）（1800年左右）”（《藝術的語言》91），是用一種幾近戲謔的方式，將這個傳統追溯到以康德（Immanuel Kant）和謝林（F.W.Joseph Schelling）為代表的德國古典美學。事實上，這種去知識主義的美學思想，無論是否來源于對康德的某種誤讀，都確實廣泛存在于近現代美學思潮中。比如現代形式主義美學家克萊夫·貝爾（Clive Bell）就激烈地主張，那些視覺藝術作品對象之所以能夠喚起我們的審美情感，是因為擁有一種“有意味的形式”，它既獨立于藝術家的知識，也獨立于觀看者的知識。

古德曼對“去知識化”審美的批判是建立在反基礎主義認識論之上的，之所以對古德曼的藝術觀存在“藝術體制論”的誤讀，正是由于他力圖廓清這種“純粹性”的戒條，而這造成了二者之親緣性的假象。塞拉斯（Wilfrid Sellars）所批判的“所予神話”正是“純真之眼”在認識論領域的對應物，“二者起源于并且助長了這種觀念：認識被當作是對那些從感覺接受的粗糙材料的加工，通過凈化儀式，或者通過有條不紊的分離解釋，就可以發現這種粗糙材料。但是，接受和解釋是不能分割開來的活動［……］不能通過剔除評論層而提取內含之物”（《藝術的語言》9—10）。若受限于與料的絕對還原性，藝術界就不能從對米格倫偽作的認識中獲得經驗，故而，古德曼說：“一個人在任何特定時刻通過僅僅觀看所能夠區別的東西，不僅依賴于自然的敏銳嗅覺，而且依賴于實踐和訓練?！保ā端囆g的語言》85）

因此，判定一幅特定畫作是否為贗品，是藝術顧問的職分；解釋這一畫作之為贗品的審美特征，是藝術評論家的任務；說明這一解釋的可能性和必要性，是藝術理論家的責任。如果這一識別是通過物理、化學知識等“非審美”手段得出的，藝術評論家應當協調新發現與舊有認識的差異，通過調整之前的認識，來容納和解釋新的發現。贗品被發現，并不意味著藝術評論家工作已經結束，相反，他的工作剛剛開始。同理，這一工作仍具可行性一旦被證明，藝術理論家的任務——解釋該行為的理論意義——就更待闡明。

二、藝術風格學中的歸納問題

衡量鑒賞家的水平的標準，并不在于他/她是否作出了錯誤的判斷，進言之，越稱職的鑒賞家越容易找到同樣“稱職”的作偽者精心表達的特征。偽造者之所以能騙過同時代人的眼光，原因在于作偽者與識別者常有相近的生活形式以及有關作品風格的認識基礎。贗品是通過模仿作品的風格，而非借助偽造作品的簽名成立的。根據古德曼對藝術作品和命題兩種符號系統的相關比較論述，圖像不適用“真”“假”，只有命題才適用“真”“假”，若將這一標準擴展到贗品，就需要對圖像進行真值判斷。作品宣誓自己適合哪種風格，而它的簽名則是一種斷言，只有對作品的簽名才可以用“真”“假”判斷，藝術作品仍然并不需要宣誓自己為“真”。作品的適宜性不再是與它所要表現之物的合適，而是與它所模仿的風格的相宜。

贗品的識別問題由此導向了對藝術作品、藝術表演和藝術對象“風格”的把握。對古德曼而言，風格的特征“可能是一個所言說、所例證或所表達之物的特征”（《構造世界的多種方式》34），并且構成了某一群體或個體（流派或作者）的標志。具體而言，首先，風格不能化約為單因素的標準，藝術作品所述之物、言說方式和感情色彩都屬于風格，盡管多方面的特征聯合地作為風格存在，但并沒有哪一方面是在每個例證中都不可缺少的。其次，風格特征不是檔案學的標簽，它必須由作品的象征功能（symbolic functioning）構成。不過，作品的“標簽”及其非風格特征雖不屬于風格本身，但是它們如果能夠幫助確證新例證的納入，就會要求我們調試現在已知的風格特征。最重要的是，雖然某些特征及其組合可以從一組作品中提取出來，但它們只是被古德曼稱為“隨意選擇的作品的特征”（《構成世界的多種方式》41），它們雖然被盡可能多地枚舉，但與其他審美特征無法形成認識網絡，或者缺乏與作者的必要聯系，并不能以統計學的特征量為衡量標準。在古德曼看來，風格的識別就是在這種過程中達成適合，而不是僅僅構擬一條可以覆蓋所有實例（instance）的特征曲線。風格歸納的有效性在于兩點：其一，它可以較好地用來預測和判斷未來的作品是否屬于這一風格，這并不要求歸納的不可錯性，而是在可錯性的前提下有更好的預測準確性；其二，它可以被理解和闡釋，可以較好地聯系到作者、流派上，或和早先在識別其他風格中獲得的理解相聯系。這不是說，它拒斥新穎的洞見卓識，而是說，它和其他解釋相競爭，它的成立又為以后其他風格的識別提供了新的先見和啟發。

在這一意義上，古德曼堅稱對“完美的贗品”始終存在的分辨可能性已經不僅在于對兩個彼此分離的客觀存在物的指認，而且構建了“贗品分辨技術”的運作基礎，藝術風格的分辨過程，構成了認識的一個典型樣式。因此，“何時為贗品”在此作為“何時為藝術”的鏡像問題而存在，并且我們也遭遇到了藝術贗品領域的“歸納之謎”。贗品與風格問題在認識論領域的重要價值，與古德曼意在考察的“歸納的本性”息息相關。

密爾（J.S.Mill）和皮爾士（C.S.Peirce）對于歸納法的不同定義展現了歸納邏輯從19世紀到20世紀的演變：“Peirce的歸納理論包括統計推理的邏輯作為歸納邏輯的一部分，是屬于二十世紀的。［……］Mill將歸納法定義為“發明和證明概括的操作”，而Peirce則認為“歸納法是檢驗假說的操作”。這時歸納法的職能既非發現、更不能證明全稱概括，而是通過檢驗去決定一個假說（全稱的或統計的）是否可以接受。”（江天驥10）皮爾士的歸納法被視為歸納邏輯由古典向現代轉變的重要節點，歸納邏輯由此向用以檢驗假說的確證理論發展，這一轉向也正是理解古德曼歸納理論的鑰匙。古德曼指出，休謨難題在現代面臨著這樣一種指責，即心理聯結只是解釋了歸納的來源，而并沒有對歸納的有效性作出說明，說明“我們是如何預測的”并不能證明預測的合法性，因此也不足以為歸納辯護。然而，古德曼提醒我們，當我們思考演繹邏輯的一般原理時，我們是通過“與已被接受的演繹實踐的一致性”（《事實、虛構和預測》81）來考察演繹邏輯的有效性的。同理，當我們考察歸納判斷是如何被接納之時，我們實際上就是在考察歸納的有效性。休謨的解釋“嘗試刻畫作出通常被視為有效的那些歸納判斷的境況”（《事實、虛構和預測》82），在這一意義上，古德曼認為休謨對有效歸納的描述是切中了歸納問題的核心的，并且休謨難題不應完全轉變為假說的確證問題。

確證理論的困境由古德曼的“綠藍悖論”揭示。古德曼闡明，窮極句法上的約束也依然能構建兩個都覆蓋了過去實例，但預測了不同未來例子的類律（law-like）斷言。而確證理論的困境就在于，歸納法則是通過已有實例得到確證的，歸納邏輯的本性就在于，它并不具備邏輯上的必然。這也就意味著我們完全可以設想一個與該歸納法則所預測的相反的實例，并且以這一反例作為原先歸納法則的擴增而產生一條新的歸納法則，那么我們賴以得出原歸納法則的那些實例，將同樣好地確證那條擴增了的新法則。這就迫使我們面對，已有的例子同時支持兩個沖突的假說，并且我們無法在句法上對它們加以區分。此時，我們將借助什么來保證預測的有效性呢？如果已被檢驗的實例在時刻t能同時確證“寶石是綠色的”和“寶石是綠藍的”兩個假說，那么為什么前者是更被我們所期待的歸納？

藝術贗品問題的癥結也正在于這一歸納悖論。贗品與原作的差異確實存在，不過，贗品也是審美經驗史不可或缺的組成部分。在米格倫招供之前，“偽維米爾”作品作為“維米爾”風格的一個實例，“每次附加在被接受為維米爾的繪畫的全集里”（《藝術的語言》90），從而改變了藝術評論家歸納“維米爾風格”的評價標準本身，帶來了其審美“眼光”的變化，然而這一不合法的實例的辨認本身可能由時刻t的偶然事件誘發。因此，在時刻t之前，對于每一個“這幅作品是維米爾（Vermeer）的”的證據語句，都可能存在“這幅作品是維米格倫（Vermeegeren）的”這一平行證據語句。米格倫事件對于藝術評論界的真正威脅同樣是休謨難題式的。

古德曼在《表象的結構》中，區分了某件事物在某一特定的時間 空間“呈現出的特征”與它“實際的特征”之間的關系，這可以被分為“感受質”（qualia）與“屬性”（properties）：

在它的存在期間，一個物體通常呈現出許多不同種類的特質（qualities），例如許多不同的顏色等等。這即是說，即便一個物體被認為在顏色（color）上是恒常不變的，但它的呈現（presentations）卻通常有很多不同顏色（colors）。同理，一個被認為通體顏色均勻的對象，當它處于不均勻的光線中時，它在空間上的不同部分可能會在某一時刻表現為許多不同的顏色。因此，即便一個物體本身的顏色是統一的、不變的，它不同的可感知部分依然可以有不同的顏色。這并不比一個單獨的物體包含著時空上的不同部分這個事實更矛盾。由于自我同一的對象，是它各部分的函數（function），單一的不變的顏色因此也是它各部分顏色的函數。構成整體的次要因素的性質和相互關系決定了整體之物是怎樣的，這些不同部分所展現的顏色的種類和排列決定了整體的顏色。一張桌子并不由多個桌子構成，一個黃色之物的全部呈現并不需要都是黃色的。

那么，簡而言之，說一件東西看起來（looks）是綠色的，就是做了一個關于被呈現的特質、該物的某些呈現的顏色特質的陳述；然而說一件東西是（is）綠色的就是做了一個關于被該物的多種呈現所展示的顏色特質的更復雜陳述。（95）

歸納正是連接某物被呈現的特質與屬性之兩端的橋梁。歸納，就是對呈現的特征作出屬性斷言的行為。歸納的疑難，就是屬性斷言是否在任何的片段考察中都是合適的。一個黃色物品的全部呈現不需要都是黃色，反之同理，一個被檢測為綠色的寶石，不在于它的每個部分都無雜質地是綠色的，而在于它的整體呈現為綠色，正是這呈現出的同一性構成了該對象的“函數”。因此，如果時刻t之后，是（is）綠的這一歸納斷言不再適合看起來（looks）是綠的感受質，那是因為謂詞“綠”在該事物的這一次呈現中不能很好地描述表象，而且這一點被我們感知到了。我們可能有很多沒有感受到的情形：例如透過一條縫隙觀看一個均勻變化的墻面，我們可能沒有感受到“綠”突然變成了“藍”。而當我們感知到差異時，我們就必須作出改變：要么拓展“綠”的外延，使我們可以同意指謂仍然適合；要么選用新的謂詞“綠藍”來描述，但這就需要我們有更好的依據，能夠讓我們把這個事物的這一性質仍舊看作同一物，這一依據不是人為的“分類”，而是“綠藍”這一識別能夠被其他經驗所接納而不產生排異反應。古德曼的分體論以整體與部分替代類與成員，對該物的整體把握并不要求它的均質，也不需要它所有的片段都呈現出同樣的特質，盡管如此，我們所認識之物仍然會被識別為一個整體，并凝結為語詞沉淀下來，以作為我們下一步認識的基礎。

正如奎因拒斥了分析和綜合的二分、分析哲學轉向了日常語言一樣，古德曼強調了歸納和演繹是以類似的驗證方式取得它們的合法性，而進入人類的認識網絡之中。經驗毋庸置疑是理解的來源，對于歸納來說，過去的經驗不僅僅在于這一命題的歷史重復呈現，更在于我們找出這種重復性的判斷。對這一重復性的識別需要先于此的猜測，而猜測要依賴在此之先的其他認識實踐，這也是確證理論需要辨明之處：從“我”出生至今活著的每一天，都可同等地確證“我以后會死”與“我以后不會死”。然而，過去的實例并不能使“我每天都活著”在未來總是“可投射的”，因為它與大量實例所確證的“人終有一死”是更具有加固性的謂詞的投射相沖突，這已經超出了“人終有一死”的經驗命題本身。正如古德曼在《事實、虛構和預測》中所揭示的，我們無法完全依賴句法特征分辨出類律語句與偶然語句，而是需要訴諸我們將類律從有效歸納中區分出來的經驗，這也就是對歸納之“風格”的歸納。

故而，歸納的經驗前提不只考察經驗中事物重復發生的習慣，更要考察此前已經做出的歸納實踐的習慣。在命題方面，歸納借助語言實現，因為歸納的斷言是將感受質的綜合作為謂詞，歸于事物的屬性，語言因此承載我們如何做出歸納實踐的經驗，形成古德曼所稱的“可投射性”。而在藝術方面，歸納借助風格的識別，通過藝術語言的稠密性所要求的更精微敏感的細致考察，通過藝術史的案例驗證和辨偽，要求我們的審美和知覺不斷提升對作品的理解程度，來獲得更多的洞察。休謨難題的威脅在于歸納的可錯性，但它也是人類知識網絡賴以擴展與更新的保障。因此，藝術評論家的責任，恰在于無懼贗品中的休謨難題，基于現有的樣例及知識經驗，賦予一個或一組有意義的特征以闡釋，正如古德曼所說，“一個風格越是不合我們的方法，并且我們被迫作出越多的調整，我們所獲得的洞察就越多”（《構造世界的多種方式》42）?？疾煲环N樣式，既需要用已有的經驗去理解它，也會對已有的認識產生新的改變需求。對此，上述做出歸納習慣的“二階”歸納，可以通過當代人工智能領域機器學習的樣式，讓我們在理解歸納的本性時，找出另一種構造世界的方式。

三、AI圖像生成中的歸納性翻譯（Inductive Translation）

事實上，計算機生成圖像的嘗試可以追溯到古德曼《藝術的語言》出版的時代，1964年，貝爾實驗室的工程師邁可·努勒（A.Michael Noll）就利用電腦和微縮膠片繪圖儀，生成了一個模仿蒙德里安風格的算法。時至今日，在GAN和CAN生成的作品進入大眾視野之前，Google公司于2015年發布的程序“深夢”（Deep Dream）帶來的研究成果就曾在數字人文領域引起廣泛的討論。然而，由于“深夢”的學習方法是選取人類輸入的圖像中的重點特征進行加強或重塑，從結果上看，數據庫中大量動物圖片使其最終生成的圖像充滿了動物的眼睛、肢體的復制、扭曲或變形的紋理，許多圖片看起來如詭異的夢境一般令人不適，且這種對原始數據的迭代產生的機械形變，實難稱之為藝術創作；在學習方式上，“深夢”的監督學習“通過大量數據集來標記事物，這絕不是人類學習的方式。我們通過觀察世界、制定規則，并學習如何推論有關世界的新事實”（王帆72），因而誕生了如GAN和CAN的非監督學習方法。

在《藝術的語言》中，古德曼提到了計算機進行信息轉 譯 的 兩 種 方 式 為 刪 除（deletion）和 補 充（supplementation），雖然如今的計算機技術與古德曼的時代已不可同日而語，但是我們仍然可以將它們抽象為計算機信息處理中兩種基礎的模式。前者實質上在描述一種將非記譜概型轉化為記譜概型的過程，比如CD唱片的錄制過程中的采樣，計算機從音源中采樣的間隔越短，形成的波形曲線就越接近原始的音源。反之，由數字信息到模擬信息的逆向過程即為“補充”，例如動畫制作中的插值法，即根據提供的關鍵幀的畫面，利用軟件將中間的過度幀補充完整，實現由靜態畫面到動態的變化。如果用可視化的圖表語言來表示，這兩種信息處理的就是離散的點與連續的曲線的關系，“點”和“曲線”在這里可以一般性地替換為確證理論中的實例（instance）和假說（hypotheses）。古德曼認為，在“補充”的過程中，符號的重要功能得到了闡明，他援引“人工智能之父”馬文·明斯基（Marvin Lee Minsky）的《邁向人工智能》（“Step Towards Artificial Intelligence”），考察了計算機信息處理中的“補充”與歸納的本性的關系。

綠色針灸通過快速、靈活、有效地在城市里更多地創造綠色公共空間，給予了城市居民更平等、更頻繁地接近自然和自然元素的機會，能夠減緩現代城市人群與自然的割裂狀態，舒緩人們因長期在高密度的人工環境下生活和工作所引發的身心問題。在城市恰當的地點植入綠色公共空間，改造和提升現有綠色空間的品質和公共性，形成面向公眾，步行友好型的綠色公共空間網絡，有助于增強城市公共空間的吸引力、連接性、可達性，提高它們的活力和使用率[9]。除了對人類產生影響外，這些綠色公共空間網絡也作為城市的綠色廊道，方便城市內部和周邊各區域動植物的遷移和繁衍，提升了城市區域的生物多樣性。

古德曼首先設想了兩種最簡易的計算機的模式，第一種類似于賭博輪盤，隨機地決定“點”；第二種機器則類似于加法機，它對任何已知的數據不作刪除，將所有的點連線，形成多段直線。前者不顧已知的實例信息，遵循完全的隨機性，后者則充分利用每一個實例。進而，我們可以構想一種可以處理各種曲線的機器，然而，如果機器可以處理不同類型的曲線，“當數據與這些曲線中好幾條相符合的時候，這臺機器將如何決定”（《藝術的語言》129）？無論選擇的方式是基于隨機性、按一定的優先級排序，還是賦予各屬性不同的權重，機器都只會刪除和數據沖突的曲線，因此只能依據當下的數據進行選擇。在此之上的更復雜的機器，會記錄并回顧自己早先遇到的問題，發現此前實驗的數據與當下的相關性，結論的依據性更強了。然而，我們在此就遭遇了古德曼的“新歸納之謎”：盡管鑒于過往的案例，機器縮小了選擇范圍，但正如我們可以基于特定的實例構造出無數可供選擇的假說那樣，機器也難以從形式上分辨并選擇那個“真正”體現了實例之間關系的曲線。

為了改正前兩代計算機的缺點，古德曼設想了這樣一種計算機：它不僅記錄了相關的原始數據，也記錄了自己此前是如何選擇的，在這些選擇中逐漸確立了它偏向的優勢，形成了自己的算法風格，并且優先選擇與它此前的方法一樣的曲線，保持一定的慣性直到新的證據要求它改變，以此避免它迷失在無數的可能性之中。至此，一般認識行為的特征也得到了一定程度的說明。

對計算機信息處理的描述不僅是古德曼歸納和確證理論的應用實例，更是這一理論的精細化和深化。在確證理論中，當我們說“一只黑色烏鴉的實例為‘所有烏鴉都是黑色的’這一假說提供了確證”時，同時也意味著，如果有一只非黑色的烏鴉的實例，上述投射假說則被違反，從而暗示出它失去了（用來預測的）有效性。然而，假說的有效性是在何種尺度下保持的呢？

普特南將事實與價值二分法的理論源頭歸為休謨的“‘應當’不能從‘是’中推導出來”，并且指出了休謨“事實”概念的局限性。在普特南看來，休謨的“事實”概念只是“關于能夠形成一種‘可感’印象的東西的概念”（普特南23），并且這種觀念直到邏輯實證主義的時代依然在發揮影響。如果“事實”不過就是這樣一種感官可觀察尺度下的報告，倫理判斷當然也就不是事實判斷。同理，如果確證理論探討的假說也只是處于這樣一種“可感”的尺度，那么任何一個違背假說的實例都宣告了該假說的失效，便也順理成章了。然而，一旦假說及其實例涉及定量的、更微觀的、更大的數據量時，情況就發生了細微的變化。

當我們考察怎樣的歸納是“有效歸納”時，這可能意味著實例確證假說的正確性和嚴格性，即它對于所有已有和未來的實例都生效，或者對盡可能多的實例生效。但一個對所有實例都生效的假說，則很可能會因為過于嚴格而成為“過擬合”的。如下圖中關于屬性A和B之間的關系的觀察報告，如果我們按照虛線將每個點都用直線連接，那么就會“與觀察保持最大程度的一致”（洛西230），這意味著該曲線（假說）過多地符合了歷史特征，但由于它在每一個點都發生了突變，正如克里普克構造的伽法（quus）雖然具有規則的形式，但它卻難以預測未來。而那條平滑曲線所表示的A與B的反比例關系（A∝1/B），“即便沒有一個數據點剛好落在這條曲線上”（231），但它更符合簡單性標準，在實際應用中也往往能進行更有效的預測。因此，信息的補充與確證理論有著不同的觀測尺度，確證理論要求實例無一違反假說，然而由離散的信息構建出有意義的連續性，反而要避免對實例的“完美”建模。

與此同時，計算機在進行信息的補充之時也在進行對異常值的刪除，為了避免它們對結論產生巨大的干擾，適當排除它們就是必要的。正是這個“異常值”暴露了假說與實例之間的緊張關系：為了得出可用于預測的“常理”，我們卻要依賴對什么是異于“常理”的實例的識別。但正如整體與部分的循環保證了文本詮釋的有效性那樣，恰恰在這一循環往復之中，歸納的有效性才逐漸被確立。

然而，如果我們在補充信息時僅僅刪除偏差的實例，并追問由此生成的曲線何以能預測未來，這仍然只是休謨的“歸納之謎”。事實上，即便是輸入同樣的實例，仍然可能產生多種可能的假說，盡管補充出的曲線都是光滑而連續的，我們仍然面對“應該選哪一種曲線”的問題。而古德曼的“新歸納之謎”就在于：如果有兩種以上的假說，都能夠被現有的數據所支持，那么我們要如何知道何者能夠更好地預測未來？這一悖論既展示了實例與假說的關系，也揭示了假說之間的競爭關系。

古德曼對于幾代計算機處理信息模式的變化的描述，也適用于從“深夢”到GAN，再到CAN的發展過程。通過非監督學習，GAN已經成功地“模仿”了某一藝術家或流派的作畫風格，這本身就是對既有實例的歸納，也是一種“學習”風格的方式。然而，“完美的贗品”就是對“真品”的過擬合，極致的模仿等于消弭其自身。因此，創意對抗網絡在視覺藝術方面的進步就在于，它不僅是模仿，還是對自我的繼承和延續，它在以去（既往藝術史中的某一種）風格的方式形成它自身的算法慣性。如果建模規則變動不居，那么任何一個新參數的引入都可能使得先前構建的曲線發生翻天覆地的變化，風格的選擇和偏好創造了有效預測的先決條件，這種“慣性”既刪除了異常值，又刪除了競爭假說，使它免于迷失在無限的可能性中。因此，歸納的本性就是“風格”的形成，是已作選擇的習慣，“最大程度地利用經驗需要某種適度的慣性”。與其說歸納的有效性在于與過去的“實例”保持一致，不如說在于與既往的“觀察方式”保持一致。

在吉爾布拉肯為維米爾的仿作者米格倫撰寫的傳記中，米格倫的形象由可恥的贗品作者轉變為向藝術體制發起挑戰的英雄，他把矛頭直指藝術品市場的規則制定者，正是他們這些“自封的法官”發布了“獨創性、有意義或有價值的藝術的基本標準和要求，以及決定作品是好的還是壞的授權令”（海伍德184）。AI生成的作品是否也是在機器學習的時代，對這一規則發起的新一輪挑戰呢？最終，這一挑戰會連帶著藝術及其規則走向終結嗎？

卡維爾（Stanley Cavell）在把“標準”作為維特根斯坦的思想核心時，區分了“Criteria”和“Standard”兩種標準?！癝tandard”在一般的語境下意味著更公平的標準，比如依據跳水運動員的難度系數和跳水表現，進行量化的打分。但卡維爾指出，這實際上透露出的邏輯是對“候選對象”的評價，它只能受制于外部權威的符合論的標準，而維特根斯坦的“遵從規則”意味著一種同意的判斷行為，即在特定的生活形式下，它“先驗”地在語言中直接表現為“認同”（agreement）。（Cavell 30）當我們自問能否區分人類與AI的畫作時，正如在吉爾布拉肯的敘事中，米格倫的贗品沖擊了“獨創性、有意義或有價值”的藝術的標準和要求，隨著贗品仿制水平的提高和AI的進化，這一標準就會不斷失效。對作品“真本性”的尋求，令我們陷入了不斷追問“是什么標準把真品與贗品區分開來”的誤區。米格倫的贗品之所以挑戰了藝術品市場的規則制定者，是由于對他們而言，藝術作品是一件具有物理屬性的“商品”，作為“候選對象”的它因此只能訴諸一種外部權威作為“Standard”，這也就是為何藝術體制論者會用“專家也難免把贗品當真畫”去解構藝術的自律性。

“如果尚不知道我們可以使用哪些述謂（predicates）來把握相關的知識，我們也就不可能知道要判斷的主題是什么?！保–avell 17）卡維爾由此說明了維特根斯坦“Criteria”概念的關鍵所在——當我們把對象本身的存在狀態作為認識的先決條件時，我們以“Standard”為外部標準。當我們從形式上難以分辨贗品和真品時，這一標準也隨即面臨著失效。然而，如果認識對象就是我們的認識活動所揭示的對象，如果審美活動對于藝術作品而言始終是必要的，即便某一“Criteria”由于生活形式的改變而不再具有投射性，我們也與此同時獲得了新的認識。

因此，古德曼并不會把專家在辨識贗品時的失誤看作消極性和否定性的，而藝術家也不會因為AI生成了觀看者無法識別的畫作就停止創作。當觀眾無法識別CAN生成的作品時，藝術作品“創造性”的標準或許被撬動了，這種松動同時帶來了藝術理論和審美活動在未來的可調整空間。CAN的生成器會從鑒別器那里接收兩種信號，第一個與GAN類似，由鑒別器判斷生成的作品“是否是藝術”，而第二個信號的目的是防止產生與原始數據過于相似的內容。如果鑒別器判斷它是藝術的圖像，那么就會進一步為生成的作品基于已有的藝術風格的樣式歸類，只有當鑒別器無法識別生成的作品屬于某種既有風格時，可認為發生器生成了風格模糊的作品，最終“通過最大化與既定風格相偏離同時最小化與藝術分布的偏差，來使其產生創造性藝術”（Elgammal 2）。

結 論

回到最初的問題，我們發現，是否總是能夠分辨AI作畫和人類作畫，并非人工智能時代贗品問題的核心。借助古德曼對贗品問題的回答，遮住簽名的方式并沒有證明特定的AI作品與人類作品在未來一定不可分辨，而一旦公布了答案，藝術評論家就完全能對現在的AI作品與人類作品進行審美特征上的分析。進而，如果有朝一日，AI作品不再與人類作品有視覺差異上的分析要求，事實上，我們的標準也會在那個時刻t之后發生改變，比如：藝術評論家仍能從什么樣的風格對于AI更容易模仿等方面獲得美學上的洞察?！熬拖衲壳鞍柗ü窇饎倭巳祟愴敿馄迨?，但它卻為圍棋培訓和提高帶來了更有力的教育方式，圍棋并沒有萎縮，相反更有活力了。藝術也很可能走這樣的道路。”（王峰36）

而一個更重要的問題在于，當我們觀察到AI在預測風格中依賴于自身的風格形成，依賴于對做出歸納方式的繼承，我們是不是可以直接理解AI的“生活形式”呢？古德曼的唯名論分析告訴我們，同義性是可疑的。正如“神經網絡”這一名稱本身就是擬人的，迄今為止，我們的AI風格算法研究，仍然致力于模仿人類，只是從模仿具體的風格轉向模仿創造風格的方式，這與其說是人們覺得人工智能中仍然是人類的延續，不如說理解的本性要求我們以能夠理解的方式去構建人工智能的世界。理解的癥結在于，我們永遠通過發展自身的理解能力以適應觀察到的世界感受質，而猜測又會參與感受質的形成。AI的這樣一種“風格模糊”能被視為確立了自己的獨創風格嗎？物理學家理查德·費曼（Richard Phillips Feynman）臨終前在黑板上為學生留下了箴言：“我不能創造的東西，我也不理解?！保ㄙM曼316）或許只有當它作為通向新的審美經驗的“接口”接入藝術的鑒賞和創作，成為我們生活形式的一部分時，我們才能說“理解”了它。

注釋［Notes］

①這里更便于理解的翻譯應為“刺激 沉浸”。

②這些圖片的演示成果，可參見谷歌AI的官方博客：Mordvintsev，Alexander，et al.“Inceptionism:Going Deeper into Neural Networks.”.17 June 2015.14 July 2020.

③即計算機在單位時間內從連續信號中提取并組成離散信號。

④即角色或物體在運動中的關鍵動作（如動作發生變化）所處的一幀。

⑤簡單性是被許多科學家及科學哲學家所看重的科學理論的重要標準，然而它的標準也難以界定。在古德曼1958年發表的《對簡單性的考驗》一文中，他問道：“簡單性是對科學理論有效性的考驗，那么對簡單性的考驗又是什么？”（“The Test of Simplicity”279）

⑥基于日常語言的確證理論，每一次太陽東升都為“太陽東升”提供了實例，然而在更精準語言和更科學的觀測下，太陽升起在不同的季節可以是東偏北或偏南若干度，這不意味著“太陽東升”的失效，相反卻加固了它。毋寧說，“東升”這一語言符號本身就是一條平滑的曲線，它構成了“與過去的觀察保持一致”的依據。