從自主到算法 人工智能時代“弱圖像”的權力轉向

劉曉麗

一 引言

在數字化浪潮中，圖像不再僅僅是視覺的表達，更成為信息、權力和文化的交匯點。隨著技術的日益進步，特別是人工智能（AI）的廣泛應用，圖像在生產、傳播和解讀方面都經歷了前所未有的變革。在這種轉變中，德國藝術家和理論家黑特·史德耶爾[Hito Steyerl]的“弱圖像”觀念為我們審視當代圖像的深層特性及其背后的意涵提供了獨特視角。她認為，與傳統高清圖像相比，弱圖像更具流動性、去中心化特點。這些圖像往往源于非正式、草根渠道，并在網絡上經歷無數次的復制、改編和傳播，盡管其質量可能因此受損，但這種流動性賦予了它們獨特的活力和影響力。

然而，人工智能技術的崛起同時為“弱圖像”的特性和權力結構帶來了新的挑戰。人工智能不只是改變了圖像生成和傳播的邏輯，更深刻地影響了圖像的權力分布，從原來的自主性逐漸轉向由算法控制。本文將探索人工智能背景下“弱圖像”及其權力轉變，旨在通過分析史德耶爾的“弱圖像”理論，進一步理解人工智能如何塑造“弱圖像”的生產、傳播和權力結構。

二 “弱圖像”的概念、特征與發展

（一）不斷生成自身的視覺概念

21世紀以來，由于數字技術和在線媒介的迅速發展，圖像的數量、生產方式和傳播途徑均經歷了顯著變革。這種變革不僅體現在數量上的增長，更在于圖像質的轉變，顯然，今天的全球社會已是圖像化的世界。在這一背景下，黑特·史德耶爾提出了“弱圖像”[Poor image]1關于“Poor Image”，目前國內沒有標準翻譯，有“貧乏影像”“壞圖像”“弱影像”等，上述翻譯都有一定的道理，但很難完整體現這一概念本身的內涵，筆者根據對這一概念的解析，以及其在當前媒體文化和當代藝術中的表達，將其譯為“弱圖像”。概念，在其2009年的文章《為弱圖像辯護》中，史德耶爾首次闡述了“弱圖像”定義：

弱圖像是圖像的殘存碎片或復本，是AVI 或 JPEG文件，在按照分辨率進行排名和以表象進行估價的圖像階級社會中，弱圖像是流亡的無產者。弱圖像被上傳、下載、分享、重新格式化和重新編輯。它將質量轉化為可訪問性，將展覽價值轉化為崇拜價值，將電影轉化為片段，將沉思轉化為消遣。由此，大量從電影院和檔案庫之中被解放出來的圖像重新進入了數字化的不確定性世界之中，在這過程中，它犧牲了其本身的物質性，并逐漸趨向于抽象：它成為一個不斷生成自身的視覺概念。2Steyerl,Hito.“In Defense of the Poor Image.” The Wretched of the Screen,Sternberg Press,2013,pp.32-33.

這一概念不僅是對弱圖像質量的描述，更是對其在數字文化中的地位、流通方式和權力結構的反思。隨著圖像在網絡中的廣泛流通，其原始的物質性和“光暈”逐漸被削弱，3Kim,Soo Hwan.“Sergei Tretyakov Revisited: The Cases of Walter Benjamin and Hito steyerl.” e-flux journal,2019,11(104),https://www.e-flux.com/journal/104/298121/sergei-tretyakov-revisited-the-cases-of-walter-benjamin-and-hito-steyerl/.而其在網絡文化中的地位卻日益增強。這種圖像的特性使其能夠自由地被上傳、下載、分享和再復制，逐漸成為網絡文化的主要載體。例如，流行的網絡表情包、各類網絡迷因、基于電影電視等流行作品的動畫、漫畫、游戲[ACG]同人創作等，這些作品通常由業余愛好者制作，質量參差不齊，但它們在特定的粉絲群體中非常受歡迎。史德耶爾講到：

弱圖像因此是流行的圖像——可以由眾多人制作和觀看的圖像。它們表達了當代群眾的所有矛盾：其機會主義、自戀、對自主和創造的渴望、無法集中注意力或做出決定的無能，以及其對越界的持續準備和同時的順從。總的來說，弱圖像展現了當代人情感狀態的快照，其神經癥、偏執狂和恐懼，以及其對強度、樂趣和分心的渴望。4Steyerl,Hito.“In Defense of the Poor Image.” p.41.

實事上，除史德耶爾外，不少學者也從不同角度對這種圖像現象進行了深入研究。肖恩·庫比特[Sean Cubitt]的“大眾圖像”概念、5庫比特從生態批評的角度對在在線圖像的聚合進行了反思。見Cubitt,Sean.Anecdotal Evidence: Ecocritiqe from Hollywood to the Mass Image.Oxford University Press,2020,p.223.米切爾[W.J.T.Mitchell]的“圖像轉向”6“圖像轉向”實際上是對圖像作為人、機構和觀看之間的相互作用的回歸，是一種對當代圖像整體轉型的思考和觀察。可參Mitchell,W.J.T.“Pictorial Turn.” Visual Global Politics,Routledge,2018,pp.230-32。等都從不同的角度揭示了圖像在數字化時代的特性和意義，在很大程度上，他們與史德耶爾的“弱圖像”觀點相互呼應，共同強調了圖像的自主流動性。

（二）“弱圖像”的自主性

史德耶爾對“弱圖像”的探討揭示了其在犧牲原圖像質量過程中所獲得的獨特自主性。這種自主性，尤其在網絡社會的初期，通過挑戰傳統圖像等級和激發創作自由，釋放出了一種解放的力量。具體來說，其自主性主要分為三個層面。

首先，通過再現性對現實的揭示。在圖像泛濫的現代，現實越來越趨向于鮑德里亞所謂的不確定性的瓦解之中。7Baudrillard,Jean.Jean Baudrillard.Selected Writings.Stanford University Press,1988,p.120.藝術家通過“弱圖像”形式創作出的“令人困惑”的世界恰恰揭示了現實的真實。她的作品《太陽工廠》（圖1）講述了一個超現實的故事，工人們被迫在一個動作捕捉工作室里活動，他們的動作被轉化為人造陽光。這些陽光又被用來制作一款名為“自由之光”的虛擬現實游戲。史德耶爾正是通過這種超再現性的呈現使我們反思不確定性的現實，同時對技術統治和權力操控做出反應。

圖1 [德]史德耶爾，影像作品《太陽工廠》，2015年

其次，史德耶爾通過強圖像[Rich Image]與弱圖像的對比，批判了主流圖像的等級制度。弱圖像通過民主化、可及性和平等性的手段形成了一個去中心化特性的視覺系統，這一系統以速度、強度和廣度重新定義了圖像價值。8這一系統強調了弱圖像在全球化的邊緣及其藝術和文化產品中創造的異質元素的復雜共存。可參Kim,Jihoon.“Postinternet Art of the Moving Image and the Disjunctures of the Global and the Local: Kim Hee-Cheon and Other Young East Asian Artists.” CLCWeb :Comparative Literature and Culture,vol.21,no.7,2019,p.9。在作品《如何不被看見》（圖2）中，史德耶爾融合了流行文化元素和各類現成圖像，展現了如何在高度可見的時代中保持隱私。這部作品不僅是表面的內容敘事，更是通過圖像來傳達深層思考，挑戰了真實與再現、原始與復制之間的界限。

圖2 [德]史德耶爾，影像作品 《如何不被看見》，2013年

三是“光暈”的再創造。本雅明認為，機械復制使藝術作品的膜拜價值轉化為展示價值，9[德]瓦爾特·本雅明，《機械復制時代的藝術作品》，王才勇譯，中國城市出版社，2002年，第22—23頁。作品“光暈”由此而消失。史德耶爾則認為，弱圖像在流動–生成中重新獲得了“光暈”，但這種“光暈”不再基于“原作”的永恒性，而是復制品的瞬間性。10Steyerl,Hito.“In Defense of the Poor Image.” p.42.作品《流動資本公司》（圖3）描繪了雅各布·伍德[Jacob Wood]的形象變遷。作品運用了多種文化和政治交織的圖像素材，來展示一個復雜而混亂的當代社會，以及無數個短暫的“光暈”瞬間。

圖3 [德]史德耶爾，影像作品《流動資本公司》

總體來看，弱圖像的自主性使其獲得了一種政治沖力，使其能夠打破傳統的圖像等級制度，并在不同的社會群體之間建立起新的連接，展現出對現實的創造性影響。11Chateau,Lucie.“On Purposefully Poor Images: Aesthetic Encounters with Alienation.” Aesthetic Investigations,vol.5,no.2,2023,pp.173-93.

（三）通往現實的“視覺紐帶”

在數字技術的推動下，弱圖像的發展與新商業文化的調整緊密相連。數字技術不僅重塑了圖像的生產和傳播流程，還使得大量的歷史經典、稀缺和實驗性圖像以弱圖像的形式復活。此外，資本主義的新媒體產業結構和盜版文化進一步加速了弱圖像的流通。許多原本只能在國有機構中訪問的圖像資料現在被私有化媒體所擁有。12Steyerl,Hito.“In Defense of the Poor Image.” p.39.這些條件賦予了弱圖像反映和朝向現實的能力。正如史德耶爾所言：

弱圖像的流通創造了一個循環，實現了激進和（某些）散文和實驗電影的最初理想——創造一個存在于商業媒體洪流之內、之外和之下的不完美電影。……它們在流通中建立聯盟，引發翻譯或誤譯，并創造新的公眾和辯論。13Steyerl,Hito.“In Defense of the Poor Image.” p.42.

由此可見，“弱圖像”不僅反映了當代資本主義媒體的特點，還可能產生顛覆性的思想和情感運動，并由此形成了一種維爾托夫意義上的“視覺紐帶”，14維爾托夫設想了一種共產主義下的視覺語境，它不僅是為了傳達信息或娛樂，更為了整合其受眾。可參Vertov,Dziga.“Kinopravda and Radiopravda.” Kino-Eye: The Writings of Dziga Vertov,University of California Press,1984,p.52。可以說弱圖像的發展從某種意義上現實了維爾托夫的夢想，盡管弱圖像基本在全球信息資本主義的統治下進行流通，但它通過共同的興奮、情感和焦慮將觀眾在精神層面聯系在一起。

然而，值得注意地是，隨著數字技術的飛速發展，尤其是AI技術的興起，高分辨率和自動化處理的圖像已經成為日常生活的常態，圖像的生產傳播再一次發生革新（表1），這對“弱圖像”的傳統定義提出了挑戰。但如施密特[Schmidt]所認為的，史德耶爾的“弱圖像”不僅僅是關于像素質量，更重要的是其在社會文化語境中的流通和意義。15施密特認為史德耶爾的“弱圖像”概念在理論上抓住了今天社會的實際情況，即使用“弱圖像”作為創作素材已經成為一種不言而喻的做法，可參考Tavin,Kevin,et al.“What Is the Poor Image Rich In?” Post-Digital,Post-Internet Art and Education,Springer International Publishing AG,2021,p.120。這為我們提供了一個新的視角，使我們認識到“弱圖像”已經從一個簡單的視覺表現轉化為一種文化實踐和創作策略。隨著圖像在網絡中的廣泛流通，我們對數字媒體的認知和可能性也在不斷地被重塑和更新。16Kowalski,Vanessa.“On Curating,online:Buying Time in the Middle of Nowhere.” Master’s Thesis,Aalto University,2018,p.26.因此，進入人工智能時代，我們需要重新思考“弱圖像”的表達以及其在權力結構中的地位。

表1 膠片時代、數字時代和人工智能時代的圖像產生傳播生命周期表

三 人工智能時代下的“弱圖像”

（一）以算法為核心的AI圖像

當下，人工智能已經滲透到各個領域，尤其在圖像創作、傳播和處理過程中，AI算法起到了不可忽視的作用。AI算法，作為AI技術的核心，賦予了機器自主學習和決策的能力，這些算法旨在模擬人類對自然規律的認知，并將其轉化為解決特定問題的算法。17Zhang,Xin,and Wang Dahu.“Application of Artificial Intelligence Algorithms in Image Processing.” Journal of Visual Communication and Image Representation,vol.61,May 2019,pp.42-49.

在眾多的AI算法中，深度學習技術，特別是卷積神經網絡[CNN]、循環神經網絡[RNN]和生成對抗網絡[GAN]在圖像處理和生成領域已經展現出了巨大潛力，與傳統的圖像處理方法相比，18傳統的圖像處理方法往往依賴于手工設計的特征和模型，如SIFT（尺度不變特征變換）、HOG（方向梯度直方圖）和加波爾[Gabor]濾波器等。深度學習允許機器自動從數據中提取和學習特征，在這個過程中，原始圖像的某些特點可能會被放大或扭曲，從而產生新的“弱圖像”。19史德耶爾指出，機器學習網絡生成的圖像都有弱圖像的特點，它們的視覺效果是統計渲染，而不是實際存在對象的圖像，它們不再指向事實，而是指向概率。參考Steyerl,Hito.“Mean Images.” New Left Review,no.140/141,2023,p.82。例如，深夢[Deep Dream]技術使用卷積神經網絡能夠將常規圖像轉化為藝術圖像（圖4），20深夢技術的工作人員首先從一張圖像（比如一朵花或一片海灘）開始訓練，繼而對其進行修改以增強特定頂級神經元的響應，如果神經元喜歡將圖像標記為鳥類，則修改后的圖像開始到處顯示鳥,由此產生的弱圖像讓人想起迷幻劑之旅，鳥從面孔、建筑物等中出現。藝術家泰卡認為“利用深夢技術生產的圖像更像是一種幻覺，而不是一個夢”。21Castelvecchi,Davide.“Can We Open the Black Box of AI?” Nature News,vol.538,no.7623,Oct.2016,p.20.

圖4 Deep dream 自動生成圖像

然而，盡管人工智能在藝術創作中展現了其潛在價值，但同時它也引發了關于原創性、藝術家角色以及機器與人類在藝術創作中的關系的倫理和哲學問題。例如，藝術團體奧比維斯[Obvious]使用生成對抗網絡技術創作的《埃德蒙·德·貝拉米》[EdmonddeBelamy,2018]（圖5）是近年來AI生成弱圖像藝術的里程碑式作品，作品描繪了一個虛構的法國貴族，其風格和技巧均模仿了18世紀的經典肖像畫。22與傳統的藝術創作不同，《埃德蒙·德·貝拉米》完全是由算法（GANs）在學習了不同時期15000 張肖像畫后獨立完成，并在2018年的蘇富比拍賣會上以43.2萬美元的價格售出。這一作品的出現引發了關于人工智能與藝術關系的廣泛討論，并于此引發了關于人工智能和藝術家作品歸屬權問題的爭議。

圖5 [法]奧比維斯，《埃德蒙·德·貝拉米》，2018年

總的來說，AI算法生成的圖像不僅挑戰著我們以往對圖像和藝術的認知，更呈現了當代藝術、技術和社會交織的復雜性，它為我們提供了一個理解AI與藝術關系的有力支撐，同時也為弱圖像的研究和探討提供了豐富的啟示。

（二）算法驅動下的“弱圖像”

在巨大的技術創新推動下，AI算法系統被預測為“將極大地加速生產過程的催化劑”23Appenzeller,Tim.“The AI Revolution in Science: How Deep Learning Is Helping Scientists Cope with a Data Deluge.” Science-Mag,7 July 2017,www.sciencemag.org/news/2017/07/ai-revolution-science.。人工智能技術對“弱圖像”的生產和傳播方式也產生了深遠的影響。

首先，在AI圖像生成過程中，由于前期機器訓練主要以識別圖像關鍵特征為目的，這使原始圖像的大部分非關鍵內容被舍棄，從而使AI生成的圖像呈現“弱圖像”特性，這在很大程度上革新了“弱圖像”的生產和組織方式。例如，由馬里奧·克林格曼[Mario Klingemann]設計的《路人的記憶I》[Memories of Passersby I]（圖6）是一部由人工智能驅動的開創性藝術作品。該作品巧妙地利用了復雜的神經網絡，能夠實時生成不斷變化的肖像流。該技術不依賴預存的數據庫，而是通過AI大腦像素級地創造全新的肖像。作品既展示了AI對“弱圖像”生產方式的革新，還為數字藝術發展提供了新的視角。

圖6 [德]馬里奧·克林格曼，《路人記憶I》，2018年

與此同時，AI技術為“弱圖像”的傳播方式帶來了變革。馬諾維奇認為，數字媒體為圖像的創作、編輯和傳播開辟了新的途徑。24[俄]列夫·馬諾維奇，《新媒體的語言》，車琳譯，貴州人民出版社，2020年，第56頁。當下AI技術，尤其是機器學習和深度學習，加速了這一變革，它使圖像能夠為用戶提供更加個性化的內容。例如，深度藝術[DeepArt]使用生成對抗網絡將用戶的照片轉化為藝術品風格的圖像，如凡·高、畢加索的畫風（圖7），用戶可以上傳自己的照片，選擇一個藝術家的風格，平臺會生成一個個新的專屬性藝術品風格圖像。

圖7 Deep Art生產畢加索（上）和凡·高（下）風格圖像

然而，盡管AI技術為“弱圖像”帶來了新的機遇，但同時也伴隨著新的挑戰，如深度偽造和技術的不透明性。在當前的數字化和AI背景下，“弱圖像”已經超越了其原始的定義，成為權力、技術和文化交織的中心。

（三）“弱圖像”權力的轉向與重塑

唐娜·哈拉維[Donna Haraway]曾明確指出，技術不僅是工具，同時也是權力和控制的中介。25Haraway,D.J.“A Manifesto for Cyborgs:Science,Technology,and Socialist Feminism in the 1980s.” Socialist Review,vol.15,1986,p.78.在技術不斷發展的當下，AI的算法選擇性正在對“弱圖像”內部的權力結構施加深遠的影響。

首先，AI算法使“弱圖像”的權力表達從代表型轉向統計型。正如史德耶爾所闡述，從弱圖像[Poor Image]到強權圖像[Power Image]，算法正在建立一個與現實脫鉤的新表征制度。26參考Steyerl在2023年2月18的演講，見School of Visual Arts.“The Algorithmic State: Hito Steyerl-The Algorithmic State is Burning.” YouTube,8 Feb.2023,https://www.youtube.com/watch?v=OUboogjsr-8.該體系雖為我們解鎖了新的視覺和文化維度，但它已不再對現實世界產生建設性影響，而是通過資源的消耗來實現權力和資本的目標，并將真實視覺降級為“平均圖像”27斯德耶爾利用“平均”一詞的多重含義，探討了這些合成圖像如何既是一種威脅，又如何作為其組成數據集的統計平均值，阻礙了真正的創造力，平均圖像不是隨機的，而是數據民粹主義的預期產物。參考Steyerl,Hito.“Mean Images.” New Left Review,no.140/141,2023,p.84。，從而導致個體自身被算法和大數據重新定義。

其次，弱圖像的生成與流通模式也受到了算法選擇的影響。在網絡社會的早期，圖像的創作者和發布者擁有圖像的自主權，從而創造了一個多元和開放的創意空間。但在AI時代，這種權力正在被轉移到算法和大數據公司，由于算法本身的不透明性，它通過人類無法識別的運作系統對某些圖像或信息進行過度放大，從而可能引發公共危機。28Busuioc,Madalina.“Accountable Artificial Intelligence: Holding Algorithms to Account.” Public Administration Review,vol.81,no.5,Sept.2021,p.828.

同時，現代化的社交媒體和數字平臺中的算法不僅決定了用戶所接觸的內容，還會根據用戶“喜好”決定內容的排序和優先級，從而產生了新的狹隘中心性。正如埃利·帕里澤[Eli Pariser]所指出，一個僅僅基于我們喜歡的事物的世界是一個十分不完整的世界，這將導致個體在一個自我認知失調的惡性循環中無法自拔。29帕里瑟提出了“過濾氣泡”，他認為算法驅動的個性化推送方式加強了用戶的現有觀點，同時限制了他們接觸到的信息的多樣性，可參Pariser,Eli.The Filter Bubble: What The Internet Is Hiding From You.Penguin Books Limited,2011,pp.96-215.詹姆斯·布萊德爾[James Bridle]警示說我們正在迎來于一個“新黑暗時代”：

隨著我們周圍的世界技術復雜性的增加，我們對它的理解正在逐步降低。這一趨勢背后的核心思想是，我們相信“存在”可以通過計算和更多的數據來理解，這足以幫助我們建設一個更美好的世界。但實際上，我們迷失在信息的海洋中……盡管信息似乎容易獲得，但我們實際上正生活在一個新的黑暗時代。30Bridle,James.New Dark Age: Technology and the End of the Future.London Verso Books,2019,p.1.

當然布萊德爾的觀點過于悲觀。盡管技術帶來了信息的泛濫和混淆，但同時我們也處于一個前所未有的連接、學習和創新的時代。如何在避免數字壟斷的同時，構建一個開放、透明和公正的數字生態系統，是未來“弱圖像”發展的關鍵挑戰。

四 結語

本文揭示了技術、文化和權力在社會圖像建構中的內在糾纏。這種糾纏不僅挑戰了傳統的圖像理解，更為當代圖像在數字化和算法化背景下的現實構建提供了新的視角。AI技術的崛起，尤其是其在圖像創作與傳播中的應用，使我們對“弱圖像”的認識和解釋進入了一個新的階段。在這個算法主導的時代，真實、再現以及權力的界定變得更為模糊和多元，這些挑戰不僅涉及“弱圖像”的未來走向，更深入到21世紀人類存在和意義的探討。因此，一個緊迫的議題浮現：在當前技術、文化和社會交織的時代背景下，我們如何重新思考和定位圖像在知識、藝術和技術融合中的角色和地位？