超越工具：數字記憶視角下AI繪畫的能動性思考

【摘 要】 隨著數智技術的發展，人工智能（AI）繪畫的軟件和作品逐漸進入市場，并由此引發了一系列爭議。一方面，AI繪畫在藝術表達、產業應用和大眾參與三個不同層面體現出相應的工具性，但其價值意義的正面性或負面性由使用者自身而非工具所決定。另一方面，宏觀視角下AI繪畫的普及又使它具備了超越工具性的身份特點：伴隨著數字時代記憶庫的不斷擴大和社會環境、結構的內在變化，AI也具備了一定意義上的能動性，可被視作一種特殊的、與人類相區分的記憶主體。然而，這種記憶主體又無法獨立于人類社會而存在。當今時代，AI技術的發展應用已成不可逆之勢，在這種情況下，人和技術之間需要不斷達成協調共生。

【關鍵詞】 AI藝術；AI繪畫；工具性；能動性；數字記憶

近年來，人工智能（artif icial intelligence，簡稱AI）技術正以驚人的速度和獨特的力量不斷延伸應用到社會各行各業。其中，AI繪畫技術的普及為我們的文化市場與日常生活帶來了一大批風格各異的數字技術生成作品，但在學界與業界，與之相關的一系列爭議也伴隨而來。AI藝術的眾多批判者從傳統藝術理論中的藝術本體論、藝術家情感論[1]及藝術家“身體”在場[2]、“靈魂”與“人性”[3]、“心智歸因”[4]等角度出發，認為人工智能作品不具備藝術性，指出它無法給人帶來“心靈顫動”[5]；也有學者從社會結構方面，例如技術取代論[6]、創意模仿論、確權困難論[7]等來討論AI技術給文化藝術產業帶來的沖擊。此外，也有支持者認為，AI藝術是一種可被接受的全新模式，是技術發展下的必然結果，能夠“擴展藝術的可能性”[1]，“賦能創意產業的發展”[2]。

這些不同的聲音，很大程度來自AI技術發展的不確定性，但同時也說明在新技術沖擊下人文領域正在不斷反思與求索。本文主要圍繞以下問題展開討論：在繪畫藝術領域，AI和人類的關系是怎樣的？二者又何以達成一種和諧的共存模式？

一、數字技術變革下的繪畫藝術轉向

（一）屏幕的藝術：作為新起點的數字繪畫

縱觀人類藝術史，繪畫風格的大體流變始終離不開技術革新。早在攝影技術誕生之際，法國學院派畫家保羅·德拉羅什（Paul Delaroche）就曾斷言“從今天開始，繪畫死了”[3]。然而，后續的事實表明，攝影技術“對繪畫的影響是建設性的，而不是顛覆性的”[4]，不僅幫助繪畫革新著一些視覺表現方式，還刺激著繪畫藝術題材與流派的全面轉向：從再現的功能轉向表現的功能，從古典主義、寫實主義轉向印象主義、抽象繪畫等現代風格。可以看到，無論社會歷史朝著何種方向前進，繪畫藝術始終在為自己重新定向，并發展出越來越多元的種類與樣態。

第四次信息技術革命的浪潮，同樣給繪畫領域帶來了不可忽視的影響。早在20世紀80年代，美國波普藝術大師勞森伯格就在現代電子技術的幫助下，徹底摒棄傳統“架上繪畫”的創作方式，直接將現成的電子產品作為創作工具，其作品呈現出的新銳樣式在挑戰觀眾傳統視覺審美的同時，也對大眾心靈產生了極大的震撼。而伴隨著數字藝術的發展，我們進入新的“光基圖像”（light-based images）[5]時代。與從前以紙筆、顏料等為基礎材料的傳統繪畫不同，當前呈現在觀眾眼前的圖像被解構為億萬個像素點（pixels），以信息元的方式被錄入和呈現。這是人類自機械復制時代后進入的又一個全新的數字復制時代，文化藝術作品不僅擁有了便捷的存儲、轉化和復制的渠道，更獲得了空前的傳播力和影響力。借由互聯網，古今無數作品被數字化復刻上傳，人們的藝術表達得以在無數屏幕之間跳躍傳播，這種方式打破了時間與空間的局限，在很大程度上改變了人們對文化藝術的接觸、認知和了解，成為文藝創作的又一個新起點。

作為專屬于屏幕的藝術，數字繪畫可以被區分為兩種不同類別：一種是通過實體—數字的轉化（例如掃描、拍照等）將原本的作品上傳至各類電子設備乃至互聯網平臺，以呈現在大眾面前。當前許多博物館、美術館都在積極推進的藏品數字化工作，就屬于這種模式。盡管這種“云觀看”對于藝術欣賞者而言缺少了一定的現場性，但這種方式擴大了作品的傳播覆蓋面，吸納了更多的觀眾群體。另一種則是直接的數字藝術品創作，又可分為兩種不同形態：一類試圖高度還原實體繪畫的創作方式，在畫面呈現上模仿、復刻各類繪畫工具真實的筆觸、質感、布面效果，以追求一種擬真的境地；另一類則直接呈現了數字繪畫的專有表現形式，例如矢量化的平滑線條、標準的色塊、規則的圖形等。后者更常見于一些設計圖、海報、動漫作品、電子插畫等應用性產品之中。相較于傳統的紙筆繪畫，這種數字繪畫極大地提高了作品的產出效率及畫面的可編輯性，擴大了創作者表達的自由度。

無論哪種形式，數字繪畫的出現和普及都已從根本上有別于傳統的紙筆繪畫，而帶有鮮明的當代特色與自身優勢。一方面，它擁有紙筆藝術所無法實現的機理把控和細節放大功能，甚至能在理論上實現無限的定點縮放，達到“畫中畫”的呈現效果；另一方面，它不會像訴諸物理形態的傳統繪畫一樣，存在因外在環境變化而損毀的風險，例如涂料色彩的氧化剝落、繪畫基底的破損等，真正意義上突破了時空局限，形成某種程度上的“永恒性”。

當前，盡管圍繞數字繪畫不可避免地出現了一些批判和不滿的聲音，例如其“副本化”的高傳播和復制性被一些學者認為破壞了原作藝術性的“光環”和唯一性的“光暈”，然而在經歷了機械大復制時代的去神圣性后，這種批判主義的立場已經不再占據主流。數字繪畫從其誕生之初就建立在可復制的內生邏輯上，對于當前國內年輕群體尤其是出生在移動互聯網時代的“數字原住民”（digital native）群體而言，有著更高的接納度。

（二）數字的記憶：誕生于信息庫的AI繪畫

AI繪畫指通過計算機搭載的人工智能程序生成圖像畫面，是人工智能生成內容（Artif icial Intelligence Generated Content，簡稱AIGC）應用領域的一個重要分支。相較于從前的數字繪畫，AI繪畫更像是一種技術的延伸，它涵括了數字繪畫的基本特質和要素構成，但在創作上又新增了機器學習和人工智能隨機生成的部分，它使數字藝術創作更為簡便，但與此同時，也將人類對畫面內容的把控權部分地下放給了計算機。AI繪畫藝術家的創作通常分為三個步驟：輸入、篩選和細節微調。人工智能通過對數以萬計的圖像作品的學習和吸收，對圖像與文字描述的關聯進行不斷掌握，在此基礎上，人類藝術家給出數據集中經過訓練的指令（prompt）文本及相關參數，將其輸入AI系統后，就可以得到一系列相關的繪畫圖片，再經由人為的篩選和重試，對細節部分進行重新繪制，最終創構出一幅符合審美要求的完整繪畫作品。

在AI繪畫生成技術中，一種重要的模型是擴散模型（Diffusion Models，簡稱DM）。這類模型基于Transformer架構，通過逐漸引入噪聲，將數據（如圖像）回退到由純噪點構成的原始圖像形式，并在這個過程中幫助模型學習如何逐步去噪以生成圖像或其他數據。當前，最具代表性的三種AI繪畫工具分別是Stable Diffusion、Midjourney和DALL-E。其中，Stable Diffusion作為一種文轉圖AI模型，采用了CLIP ViT-L/14文本編碼器，在運行時將成像過程分離成“擴散”過程，這一訓練結合了交叉注意力層，使Stable Diffusion成為一個強大而靈活的生成器，可實現基于卷積的高分辨率圖像生成。Stable Diffusion工具主要依托本地化環境部署，基于計算機顯卡實時運算產出圖像，需要下載配套的各類運算模型，配置及使用流程相對復雜；而Midjourney則是生成式人工智能技術便捷化工具的代表，它大大減輕了用戶計算機的運算負擔，也降低了學習門檻。后者的圖像計算主要在云端服務器完成，用戶能夠通過簡單的語言指令生成高質量的圖像，其內置海量模型，無需任何部署即可進行簡便操作，且風格化效果良好，也因此成為無數新手用戶的首選。DALL-E工具則由OpenAI開發，使用超過100億個參數訓練的GPT轉化器模型，其推理過程涵蓋了從文本到圖像的多個步驟，包括文本嵌入、圖像嵌入及擴散模型的應用，最終實現高分辨率圖像生成，其優勢在于基于GPT的精準的文本理解與控制，因此，DALL-E在實現相對復雜的畫面內容需求情況下表現最為亮眼。這三種軟件是當前AI圖像生成的主要來源。

歸納而言，人工智能技術的核心是“深度學習”，這一概念由辛頓（Hinton）在2006年提出。這是一種復雜的學習行為，即對大量人類創意作品進行篩選、分析，乃至提煉、整合、重組和突破[1]，其基礎是讓機器學會規則、識別和模仿，在此條件下不斷嘗試各種可能的“突破”，即生成原本不存在的新內容。因此，AI繪畫在數字繪畫的基本特質基礎上，在創作者身份的環節上又往前邁了一步—這意味著數字圖像實現了自我的“消化”與“再創”。對于AI來說，這種學習式創作好比一種特殊的“回憶機制”，在規模龐大的數據庫中進行選擇和迭代，基于前向擴散和反向擴散兩個環節將記憶對象打碎和重構，并基于關鍵指令構建具有隨機性細節的相關畫面。

因此可以說，數據是記憶構成的一種特殊樣式[2]。這種數字模式的記憶有其自身特點，主要表現為“結構化”，即必須通過特定的方式有序組織，否則就是紊亂的、無意義的噪聲數據。此外，這些海量的數據記憶涵蓋了文字符號與視覺圖像兩種截然不同的形式，需要AI主動建立起內在的聯結和轉化。從承載廣泛雜糅語義的語言文字，到直觀的信息含量豐富的視覺圖像，是一個不斷編碼和譯碼的過程。數字記憶正是以電子的方式和超高效的運算速率，在極短時間內完成著以上全部步驟。

（三）從集體記憶到數字記憶：特點與轉向

記憶研究從心理學轉向人文社會學視角以來，始終圍繞著人類這一主體展開。社會學家莫里斯·哈布瓦赫（Maurice Halbwachs）率先提出了“集體記憶”的概念，并將之與“個體記憶”相區分，認為記憶存在一個“社會框架”（cadres sociaux）[3]，所有個體的記憶都建立在這個集體框架的基礎之上。在他之后，許多學者也提出了相關概念和理論，包括阿比·瓦爾堡（Aby Warburg）的“社會記憶”理論[4]、皮埃爾·諾拉（Pierre Nora）的“記憶之場”理論[5]，以及阿斯曼夫婦（Jan Aleida Assmann）正式提出并定性的“文化記憶”[6]等，這些理論從不同角度強調了大眾共有的文化經驗與集體認同給個體文藝創作帶來的影響。

然而，與“數字記憶”相關的研究，早期卻始終圍繞信息技術、檔案研究等議題展開，其與人文領域記憶研究的互通，一直到近幾年才開始出現。實際上，在數字智能時代，這種記憶的主體發生了變遷[1]，受到互聯網環境影響的個體用戶越來越依賴于各式各樣的信息存儲工具，而后者也在社會集體記憶中扮演著重要角色，因而誕生了“數字記憶”的相關研究。鄒建林提出：“一般來說，記憶可以在兩個層面上運作，一是個人記憶，一是群體記憶，但隨著技術的發展，卻出現了另外一種可能性，即機器的記憶。”[2]馮惠玲將數字記憶比作“文化記憶的宮殿”，認為它正在成為新一代的文化記憶[3]；楊慶峰提出，數字時代下的記憶哲學研究，致力于解決“我（們）是誰”“他（們）是誰”等問題，以反思數字技術凸顯的新問題[4]。

“集體記憶”和“數字記憶”兩個概念之間，還存在著不可忽視的差別。這是因為記憶本質上不僅僅是一個信息編碼、存儲、提取和解碼的過程，還同時兼有人類所特有的情緒、感知。集體記憶是選擇性、建構性的，代表著我們對廣泛現象和事實的認知、判斷與取舍。站在人文主義的立場上，記憶不僅是一種生理能力，實質上更代表著一種認同[5]，是綜合了社會環境與個體經歷后的特殊產物。對于AI來說，人類既有的“集體記憶”中與情緒、感知及經歷相關的部分是難以復刻的。然而，AI所研判和深度學習的數據對象，事實上也正是人們所創作、存儲、傳播、共享的大量記憶圖景。應當說，數字記憶的出現，意味著記憶承載媒介的不斷變遷：相較于純粹的個體記憶，人們共享的集體記憶是從有文字記載開始的，隨著信息媒介的轉變、表達形式的多元化，集體記憶不斷變更其特質，直至數字化時代愈發趨向持久、穩定、豐富，形成了前所未有的記錄庫藏，也成為AI學習的關鍵對象。

正如邁克爾·本尼迪克特（Micheal Benedikt）在《賽博空間：第一階段》（Cyberspace： First Steps）一書中定義的“賽博空間”那樣，“基于計算機和互聯網而生成的與物質宇宙并行的一個新的宇宙；計算機一旦接入網絡，都可以達到一個無限的場域”[6]。在這里，所有事物都發生了新的變化，人類的精神交感、心智與記憶將獲得無限的發展和全新的體驗[7]。互聯網進化中各種形式的應用，共同構成了一個“類似人類大腦的組織結構”，并且它同樣“具備自己的虛擬神經元，虛擬感覺、視覺、聽覺、運動中樞、自主和記憶神經系統”[8]。從這個角度而言，數字記憶和集體記憶之間又存在許多共通之處。

二、成為工具：AI繪畫受動的選擇性價值

今天，AI繪畫技術的應用場景和使用目的正日趨多元，也正因如此，大眾對其的積極性與消極性探討十分激烈。筆者在面向藝術和設計領域內外不同受眾群體進行訪談的過程中，發現他們對AI繪畫的基本態度可分為三類，分別是“冷靜的旁觀者”“辯證的批判者”和“好奇的追隨者”。追溯其背后的根源動機，可以發現他們的態度傾向往往并非針對智能技術本身，而是更在意這種技術如何被使用。然而無論是哪種應用場景，AI繪畫的價值取向都并非來源于其自身，而是背后的使用者，這也為之帶來了十分鮮明的工具性特征。具體來看，這種工具性體現可以根據其用途相應分為三類（圖1）。

（一）藝術表達：新潮實驗的“工具”

藝術表達是AI繪畫最前沿的應用領域。在以藝術家、藝術研究者為主的受訪群體中，大多數人對AI繪畫保持一種開放、正面、從容的態度。對于許多藝術行業從業者來說，人工智能技術并不會完全消解藝術本身的意義，正如百余年前攝影技術的出現無法讓繪畫死亡一樣。更有樂觀者認為，AI打開了一個全新的繪畫領域，不同于以往任何藝術流派或藝術群體的創作，它讓一部分具有先鋒意識的人愿意與之平等地對話、交流。

這種對人工智能藝術風格創作的不斷探討，也是當前數字藝術領域的熱門議題。例如北京798藝術區就曾舉辦“無人之境”人工智能藝術展，探討在當今時代背景下人工智能對人類藝術體驗的影響。展覽指出，人工智能將對藝術創作與藝術生產產生巨大影響，但并不會出現人類“被替代”的可能性。早在2016年，微軟公司便策劃了“下一個倫勃朗”（The Nest Rembrandt）的項目活動，試圖讓機器模擬倫勃朗的繪畫風格，并對如下內容進行運算：如果倫勃朗死而復生，他最可能畫什么？活動過程中，機器創作的繪畫體現出鮮明的倫勃朗繪畫風格與個人技法，而在內容上卻又具有當代特色。雖然這種模仿是否能最大程度貼近倫勃朗本人的創作并不具備可證性，且這一藝術活動最終也只能是一種假設，但它在很大程度上啟發了藝術領域新的可能。

當前，人工智能對藝術“風格”的理解、學習與模仿已經相當精妙，甚至達到了商業化應用的程度。例如模擬梵·高繪畫風格的AI繪畫（圖2），就建立在機器對大量數字化的梵·高畫作的學習基礎上，計算機提煉、總結梵·高繪畫的基本要素特征，并結合用戶給出的指令對畫面進行重繪。可以看到，AI繪畫作品與梵·高原作在藝術風格上具有一定的相似性，但同時又始終存在不可忽視的感知差異—盡管其中一部分原因與技術發展的階段性局限有關，但在這種抽象的“風格”被具體化、拆解化、元素化的同時，我們也能夠增進對藝術研究的理論認知。換言之，AI繪畫不僅是人工智能對藝術對象的解剖，也是藝術研究者尋找新探索領域的切入口。

（二）產業應用：思維輔助的“工具”

創意設計是AI繪畫另一個常見的應用領域。與藝術創作不同，在以藝術設計從業者為代表的群體中，有相當一部分人對AI繪畫表現出較強烈的抵觸或批判態度，認為它對被學習的對象，即海量人類創作者群體的成果剽竊、風格借鑒和構圖再融合的痕跡過于明顯，并認為它無法獨立生成真正屬于自己的創意。實際上，對AI繪畫工具的使用，已經在很大程度上沖擊了當前的文化市場，影響著設計從業者的工作環境。例如，許多“投機者”傾向于使用AI繪圖作為其底稿，在此基礎上對畫作內容進行墊圖描摹，輔以輕微的修改與調整后，便將之用于商業用途，而這被部分人認為是對堅守原創手繪者的不當競爭。此外，也有一部分人對AI生成的圖像本身也有較強的抗拒，認為這種機器的產物有一種“過于完美的不完美”，缺乏了表達的“生命力”與“意蘊”。

這種批判態度誠然有從業者對行業未來處境的隱憂，是一種自然的職業結構性陣痛，但同時也傳遞出對AI繪畫中普遍存在的創意枯竭與思考惰性的質疑。然而站在更加宏觀的產業性角度，文化領域的創意不僅由生產者的觀念所決定，更包含著消費者的喜好、選擇與反饋。AI生成的繪畫作品是否真的千篇一律、缺乏真正的創意，最終判斷權仍在接受者手中。如若人類的思維、情感與參與在創作過程中被認為是重要的，那么傳統的人類繪畫的價值將在這個語境下得到提升，而不會被徹底排擠直至消失。此外，文化領域的創意本身也并非毫無依據的空中樓閣，過往的許多創意實質上也是設計者在自身人生經驗和吸收他者創意成果基礎上的進階。當前AI繪畫中對他者創意的模仿感，本質上也是技術的階段性局限，隨著AI深度學習能力的不斷迭代升級，這種明顯的模仿行為在理論上有逐漸削弱的可能性。

因此，AI技術在創意設計領域的應用中，負面性的表現與使用者、接受者身份及其背后的管理規范、技術路徑等要素密切相關，是可控和可協調的范疇。并且，在正確、有效使用的情況下，這種“工具”有其積極的正面價值。在高度產業化的文藝生產過程中，智能技術的引入不僅極大地提高了創作效率，解放了勞動力，還可以在一定程度上發揮機器超越人的研判與構思能力，更好地組織所要表現的元素，呈現出意想不到的畫面效果。例如，以姓氏為基底的AI圖像設計（圖3），就充分利用了智能技術對光影、色彩的感知力。從細節上看，這些圖像是非常有美感的中國風山水閣樓景致，但如若將之縮小或從更遠的距離來看，它們實質上是“胡”“趙”等漢字字樣。其設計之巧妙，圖像之渾然天成，都達到了一定的精妙境界。而這種圖像，對于人類設計者來說，獨立完成的難度顯然要大于依賴數字智能工具。

（三）大眾參與：全域賦能的“工具”

除了藝術與設計等專有領域之外，AI繪畫已經走入了社會大眾的日常生活。與藝術家、設計師相對應的位于非核心藝術領域的第三群體，在更多時候以純粹旁觀者的身份出現，他們對AI繪畫常常表現出一種好奇、窺探、充滿興趣的態度，將之作為一種新型的娛樂消遣工具。AI繪畫為這一群體的人插上一雙創意表達的翅膀，使原本的藝術鑒賞者、業余愛好者也可以將自己的創意具象化，成為近乎專業的“創作者”。

當前，我國深度參與藝術和設計領域的專業從事者在各行業工作者中占比并不高。對于那些沒有經過足夠繪畫技術訓練的群體來說，生活中有許多靈感微光會因難以充分表達而悄無聲息地流失，但AI很好地解決了這個問題。參與者只需具備基本的審美判斷和鑒賞能力，以及初步的智能指令表達訓練，就可以很快上手進行AI繪畫的基礎創作，將停留于腦海中的想象畫面具象化，源源不斷地創作出各種各樣、近乎專業水準的畫作。換言之，這種簡單的繪畫創作，極大地降低了參與者的準入門檻，讓更多潛在的創意者加入文化藝術表達的行列當中，為其帶來全域的賦能，使其成為“超級個體”。例如，當前許多網絡小說創作者，如果僅以文字表述的方式來吸引讀者，可能會顯得單調。他們可以借助一些關鍵詞要素，生成多幅AI繪畫作品以配合劇情文案（圖4），從而為自己的故事增添更加生動多元的表現形式，將所描述的情境具象化。一方面，這有助于讀者在閱讀過程中增強實際感知；另一方面，創意作品在細節表現上的隨機性，也能反過來給予寫作者以新的靈感，幫助其構思新的故事，帶來更大的發揮空間。

因此，從微觀角度來看，個體使用AI繪畫完全是一個自由的操作過程，AI繪畫的價值風向也完全由這種操作的合理性、意義性來決定；而從更加宏觀的社會維度來看，我們正不可避免地受到智能技術的沖擊與影響，我們的文化藝術面貌與生態也在潛移默化中被不斷改變，圍繞AI繪畫的爭議與討論正是對這種發展洪流之下人與技術關系的思考與隱憂。

三、超越工具：AI繪畫能動下的記憶共生

正如前文所述，“工具論”的底色在于，它不帶有正負面價值色彩，其作用完全依賴于使用者。如果說工具論把新興技術當作一種工具對象用以解決和處理問題，那么其背后邏輯正是主客體的分離：人是積極的操縱者與使用者，技術對象是完全被動的受控者。然而，在當前學界的研究中，除了工具論之外，還有“居中說”“漩渦論”[1]，即認為人并不只是操控技術，而是處在技術的漩渦之中，會反過來受到技術的間接影響。對于AI繪畫來說，其固然有工具性的一面，卻絕不會止步于一種工具（圖5）。

（一）“人”與“物”的能動性比較

能動性是指機體對外界環境或內部要素的變化、刺激能夠做出積極的、有選擇性的反應或回答。作為高級生命體，人類的能動性被稱為“主觀能動性”，它可以反映自覺意志的行為與價值，即主觀意愿的自由支配[2]。因此，能動性問題此前一直是藝術人類學領域的一個研究對象。研究者認為，藝術品固有地具有能量，它們也同樣具有能動性，可以有效地促進社會關系[3]。馬西婭—安妮·多布雷（MarciaAnne Dobres）和約翰·E.羅布（John E. Robb）更是指出，技術“可以令人信服地‘反作用’于它的制作者和使用者……也就是說，技術在塑造人類狀態時是有活性的”[4]。

從定義來看，能動性源自“行動者有關圖式的知識”和“行動者對資源的控制”，能動性“蘊含于結構的存在之中”[5]，需要主體與客體這兩個要素的對立，前者從后者中汲取資源，做出反應判斷，并影響和控制后者的變化。在技術邏輯上，當前的AI還不能完全算是具備獨立創作能力的個體，它始終需要有不斷調整的輸入口令，才能被動地去整合與符號指令相關聯的信息，并基于指令進行畫面繪制。但就其對信息組織的路徑和邏輯來看，不難發現其中的高相似度—對既有集體經驗（數據庫）的錄入、學習，同時也有效法式創新。可以說，能動性從一開始就與機械、被動、條件反射等詞意相對立，是對人的主體作用力的肯定。人的主觀能動性是與生俱來的，形成意圖、提出要求、產生創造都依賴于這種超越生物本能約束的固有意志支配能力，人的主觀能動性在很大程度上與自身所處的社會歷史文化背景等緊密相關，它的背后是大體量的影響因素與考量范圍，這個范疇就是集體記憶。對于AI繪畫來說，這種集體記憶被相應地投射到了數字記憶中。

此外，AI還在很大程度上脫離了完全受動的控制，AI生成的圖像往往與指令發出者在頭腦中的構思有著不可彌合的差距—這種差別，恰是智能技術自主性的鮮明體現。正如威廉·弗盧塞爾（Vilém Flusser）提出與傳統圖像相區別的技術圖像那樣，技術具有自動性，人在圖像制作中的作用大大減弱。在技術圖像中存在一種矛盾，看似是人在操作設備（apparatus），實質上人卻不能違背設備的程序，只能按照其要求被動地發出指令，僅僅是設備的功能項（functionaries），設備是自主的，它按照自己的程序運行[1]。因此可以認為，AI繪畫所具備的是一種區別于人類主觀能動性的特殊能動性。

（二）人工智能：能動的記憶主體

正因為AI具備一種特殊的能動性，它可以被視作一個獨立于人之外的記憶主體。但同時因其這層“物”的身份，它在作為一種特殊的記憶主體而存在時，還呈現出以下幾個特點：

首先是記憶對象的豐富性。與人類從社會生活、歷史背景中汲取經驗的模式不同，AI的記憶對象僅能是數字信號，這也意味著它所“認知”的世界，事實上是由人類自愿搬運、復制和再現的一個擬真世界。當前，越來越多的文化藝術資源乃至人們日常生活的點滴記錄，包括影像、聲音、文字等，都在源源不斷地被數字化后輸送至云端并留痕，甚至可以說，“遷移”出一個與現實世界相平行的虛擬時空。盡管這種呈現于屏幕的、數字化的記憶對象，與三維空間現實中的體驗記憶相比，還存在許多不可還原性，例如味嗅觸覺、空間體驗和在場感知等，但相比于通過人類的腦力存儲和數量有限的文藝作品記載，數字時代下的記憶信息較之以往顯著膨脹，任何微小的個體信息都能夠在平臺上留痕，描畫出一個比現實更加高清、詳盡的社會面貌。

其次是遺忘機制的選擇性。記憶與遺忘是恒定共生的，沒有遺忘，記憶也就缺少了意義。盡管在數字化時代，任何信息在理論上都可以達成永生，但AI繪畫也同樣存在著自己特殊的“遺忘”模式。希伯來大學計算機與神經科學教授納夫塔利·梯絲柏（Naftali Tishby）提出了信息瓶頸（Information Bottleneck）理論，指出神經網絡就像把信息擠出瓶頸口一樣，只留下與一般概念最為相關的特征，去掉大量無用的噪聲數據。AI繪畫同樣需要基于對有用信息的選擇和對無用信息的不斷屏蔽，來完成這種記憶的篩選。

最后是記憶產物的影響性。人在集體記憶的社會框架中形成專有的個體記憶，與此同時，其行動表現、創造產物也反過來構成新的社會記憶，使得這種記憶不斷疊加、更新。對于AI繪畫而言，它同樣有著對記憶對象的反作用力。一方面，AI繪畫擁有對產出的繪畫不斷修復、調整的能力；另一方面，這些被創作的繪畫一經篩選和投入市場后，也與其他數字繪畫作品交融在一起，共同成為未來智能機器的潛在數字記憶對象。ICLR 2023曾收錄的一份研究報告指出，利用部分優質的AI生成圖像來訓練AI分類模型被視為有效[2]。通過合理使用這些更大、更多元的AI生成數據，能夠提供更加良好的訓練效果—這一思路啟發著現代AI公司拓展其數據來源，將AI本身創作出的特殊“記憶產物”也納入新的記憶庫之中。

盡管可以被視作獨立的記憶主體，但AI創作的繪畫并不總能得到認可。如果以人的成長階段為喻，那么AI繪畫到目前的發展階段仍然處于嬰兒期，距離其思維與創意的成熟還有很大的發展空間。到目前為止，在很多受眾審美中，“荒誕感”“怪異感”仍常常是許多AI繪畫的代名詞。在智能技術自身的學習和研判力下，與人類社會的審美接受之間，暫時還存在鮮明的鴻溝。人們對這個特殊的能動主體，也還存在一些“排異”反應。諸多研究表明，人們對AI繪畫作品的接受程度受到他們對技術應用的偏見（預知）程度所影響[1]，即預先知道一幅作品是由AI創作的欣賞者，往往比沒有這一層心理預判的人對作品有更低的接受度和認可度。這是一種人文中心主義思維下的自我保護，但同時也印證著人與AI這兩個能動主體之間，還需要更進一步的共處磨合。

（三）回歸于人：數字環境下的記憶共生

無論AI創作的繪畫內容是否被接納為一種藝術作品或創意成果，其“物性”的凸顯始終都需要“劇場”，需要考慮作品與觀眾的關系[2]。因此，AI雖然是一個超越了工具身份而具備能動性的記憶主體，卻也始終不能將之與“人”割裂開來。換言之，它最終仍然需要被置于整個人類社會背景中加以審視。

傳統的文化記憶和當下的數字記憶之間并不是彼此獨立的關系—如果說數字世界是社會環境的一個鏡像，那么數字記憶則是人類記憶的延伸[3]。這種人與智能技術之間緊密聯結的關系形態，有兩種不同的表現形式：一是互構，二是互嵌。

從互構的角度來看，并非只有AI才能提取和造就數字記憶。這個正不斷被構建、延伸和流動的數字環境，人類也同樣參與其中。一方面，人們在持續地創作并導入著新的記憶對象；另一方面，數字記憶也沖擊著當下人們對知識、藝術、價值判斷、信仰追求等多方面的認知，乃至催化社會整體結構的變遷。在全面數字智能化時代，出現了許多不同于過往的新事物，例如社會公眾的扁平化、雙向度的權力分配等，尤其是再創造的精神[4]，它們消弭了時間與地域等各種限制，改變了人類的互動關系、感知信息的方式，帶來了不同以往的理念，而這個反饋又間接影響著AI的創作路徑。可以說，二者之間形成了不可分割、彼此影響、協同成長的互構關系。

從互嵌的角度來看，人與智能技術之間已經形成了一種你中有我、我中有你的交融關系。由于互聯網簡化了我們獲得信息的路徑，它在拓寬著我們對記憶內容接受面的同時，也替代了人類的部分記憶：大量瑣碎的、細節的內容呈現在日常生活中，卻越來越難以形成深刻的個體記憶，以電子文件、搜索引擎、信息平臺乃至AI為代表的一批工具，承載了部分人類記憶的功能，幫助我們隨時隨地“回憶”起所需要的對象。正如金元浦指出的那樣，人工智能時代將會進化產生新的藝術主體，這一主體乃是隨著腦神經科學、腦機接口技術和生物科技的深入發展而實現的“人機一體”[1]，即AI對當代人的加持，是通過將人工智能注入人的精神和靈魂中，提升人的藝術創造力和鑒賞力。同樣地，“后人類主義”也認為智能技術發展下人物有機體和智能機器正在組合成為一個更加龐大的混合體。“機器可以成為人類意識的貯藏器；機器可以因為各種實際目的而成為人。”[2]隨著智能技術的不斷成熟和智能應用的持續推廣，這種人與機器的互嵌互融也將是一個必然的發展趨勢。

因此，即便AI繪畫在能動性方面已經超越了簡單的工具，但它與人的關系仍然是微妙的、辯證的、不可剝離的。它既不是消極被動的使用對象，但同時也無法取代社會學、人類學意義上的社群共同經歷，而始終需要保有人的積極參與。在這種互構、互嵌下，人與機器、文化與數字之間形成了記憶共同體，協同致力于當代群體的記憶共生。

結語

后人文主義的立場下，人與媒介的關系得到了重塑。人不再被視作專有的主體，媒介也不再只是人的工具[3]。這種人機的融合共生主張伴隨著AI技術的成熟而成為學界中越來越重要的聲音。這是技術與藝術跨域結合的必然結果，彰顯了這個時代鮮明的發展特色。誠然，AI技術在現階段的發展中仍存在許多問題，例如信息差鴻溝、數字版權爭議、社會公平性問題乃至就業環境轉型期陣痛等，但這些都是在前行路上的必然曲折。無論批判還是支持，AI繪畫進入藝術領域、設計行業和大眾生活已經成為既定的事實。而本文的重點不在于討論這一技術具體應用層面的版權歸屬、藝術屬性、勞動替代或產業沖擊等問題，而希望從它與人的關系層面著手，來思考這種具有獨立能動性的新興技術與人類社會如何協調共存的問題。與此同時，作為一個仍在進行時態的數字時代產物，AI技術還在不斷演化、進步，其未來的發展與應用，乃至對整個文化藝術領域所帶來的影響，依然有著諸多的不確定性因素。因此，關于AI繪畫的能動性及其與人類的關系問題，也還需要進行更長遠、更持續的追蹤和更深入的研究。

[1] 翟志強：《生長的藝術—人工智能“情感化”時代藝術的使命和道路》，《民族藝術研究》2023年第4期。

[2] 張新科：《人工智能背景下的藝術創作思考》，《藝術評論》2019年第5期。

[3] Aaron Hertzmann， “Can Computers Create Art？” Arts 7， no. 2 （2018）： 18.

[4] Tanja Veronika Messingschlager， Markus Appel， “Mind Ascribed to AI and the Appreciation of AI-generated Art，” New Media Society （2023）： 1-20.

[5] 歐陽友權：《人工智能之于文藝創作的恰適性問題》，《社會科學戰線》2018年第11期。

[6] 陳明生：《人工智能發展、勞動分類與結構性失業研究》，《經濟學家》2019年第10期。

[7] 熊琦：《人工智能生成內容的著作權認定》，《知識產權》2017年第3期。

[1] 參見Ben Davis， Art in the After-culture： Capitalist Crisis and Cultural Strategy （Haymarket Books， 2022）.

[2] 朱晶：《人工智能賦能創意產業》，《文化產業》2023年第24期。

[3] 彭鋒：《拯救繪畫》，《美術》2020年第6期。

[4] 汪賢俊、周永豐：《攝影如何影響繪畫》，武漢大學出版社2021年版，第81頁。

[5] Luke Smythe， “Pigment vs. Pixel： Painting in an Era of Light-Based Images，” Art Journal 71， no. 4 （2012）： 104.

[1] 王偉、黃軼：《協同、價值與奇點：人工智能挑戰下的藝術反思》，《藝術學界》2018年第2期。

[2] 閆宏秀：《數字時代的記憶構成》，《自然辯證法研究》2018年第4期。

[3] Maurice Halbwachs， Les cadres sociaux de la mémoire， ed. Gérard Namer （Paris： Albin Michel， 1994）.

[4] U. Fleckner， R. Galitz， C. Naber， et al.， Aby M. Warburg： Bildersammlung zur Geschichte von Sternglaube und Sternkunde im Hamburger Planetarium （D？lling und Galitz， 1993）.

[5] Pierre Nora， “Between Memory and History： Les Lieux de Mémoire，”trans. Marc Roudebush， Representations， no. 26 （1989）：19.

[6] Jan Assmann， Das kulturelle Ged？chtnis： Schrift， Erinnerung und politische Identit？t in frühen Hochkulturen （Munich： Beck， 1992）， 56.

[1] 鄭雨琦：《數字智能時代文化記憶的主體變遷與創作革新研究》，《美術大觀》2023年第2期。

[2] 鄒建林：《技術、記憶與圖像的根基—關于弗魯塞爾、斯蒂格勒、貝爾廷的對比考察》，黃專主編《世界3：開放的圖像學》，中國民族攝影藝術出版社2017年版，第328頁。

[3] 馮惠玲：《數字記憶：文化記憶的數字宮殿》，《中國圖書館學報》2020年第3期。

[4] 楊慶峰：《數字時代記憶研究與哲學的出場》，《洛陽師范學院學報》2017年第4期。

[5] 楊慶峰：《記憶研究與人工智能》，上海大學出版社2020年版，第187頁。

[6] Michael Benedikt， Cyberspace： First Steps （Cambridge， Massachusetts， London： The MIT Press， 1991）， 1.

[7] 鄧逸鈺：《后人類社會數字記憶進化論》，湖南師范大學出版社2021年版，第50頁。

[8] 劉峰：《互聯網與神經學的交叉對比研究》，《復雜系統與復雜性科學》2010年第Z1期。

[1] 楊慶峰：《記憶研究與人工智能》，第186頁。

[2] 陳常燊：《反思的生活：人生意義問題研究》，上海人民出版社2020年版，第169頁。

[3] [英]羅伯特·萊頓：《藝術的結構與能動性》，關祎譯，《藝術探索》2017年第5期。

[4] Marcia-Anne Dobres and John E. Robb， “Agency in Archaeology： Paradigm or Platitude？” in Agency in Archaeolog （New York： Routledge， 2014）， 3-17.

[5] [美]小威廉·休厄爾：《歷史的邏輯：社會理論與社會轉型》，朱聯璧、費瀅譯，上海人民出版社2021年版，第137頁。

[1] [巴西]威廉·弗盧塞爾：《攝影的哲學思考》，毛衛東、丁君君譯，中國民族攝影藝術出版社2017年版，第329頁。

[2] Ruifei He， Shuyang Sun， Xin Yu， et al.， “Is Synthetic Data from Generative Models Ready for Image Recognition？” accessed May 21， 2024， https：//arxiv.org/abs/2210.07574.

[1] Martin Ragot， Nicolas Martin， Salomé Cojean， “AI-generated vs. Human Artworks. A Perception Bias Towards Artificial Intelligence？” （CHI EA’ 20： Extended Abstracts of the 2020 CHI Conference on Human Factors in Computing Systems， Honolulu HI USA， April 25-30， 2020）， 1-10.

[2] 參見[美]巫鴻編著：《藝術與物性》，上海書畫出版社2023年版。

[3] 陳月華：《傳播：從身體的界面到界面的身體》，《自然辯證法研究》2005年第3期。

[4] 鄧逸鈺：《后人類社會數字記憶進化論》，第84—85頁。

[1] 金元浦主編：《數字和創意的融會：文化產業的前沿突進與高質量發展》，中國工人出版社2021年版，第259頁。

[2] N. Katherine Hayles， How We Became Posthuman： Virtual Bodies in Cybernetics， Literature， and Informatics （Chicago London： The University of Chicago Press， 1999）， xii.

[3] 張騁、付陳岑：《人機融合語境下傳播學的后人文主文轉向》，《符號與傳媒》2022年第1期。

本文系江西省社會科學“十四五”基金項目“數字賦能江西傳統村落保護和藝術介入利用研究”（項目批準號：23GL49D）階段性成果。

責任編輯：秦興華