智能時代的批判性思考

摘 要：加拿大藝術家和學者索菲安·奧德里從計算機程序設計、當代藝術與美學等多維學科實踐出發，提出機器學習的實驗性質更接近于藝術探索，而不是脆弱的符號AI邏輯，構建起人工智能時代獨特的美學思考與批判性維度，他的“自適應美學”和“元藝術家功能”等概念對我們反思后人類美學具有啟發價值。

關鍵詞：索菲安·奧德里；人工智能；美學；批判性思考

基金項目：本文系2023年度廣東省高等教育教學改革研究項目“中文師范生批判性思維培養研究”（粵教高函[2024]9號）；廣東省一流本科課程《西方電影史》（線下一流課程）（2023年）（粵教高函[2023]33號）；惠州市哲學社會科學學科共建項目“人工智能創作小說研究”資助（HZ2023GJ182）成果；惠州市2023年度基礎教育科學研究課題“人工智能背景下小學語文教育創新研究與實踐”（2023hzkt478）；2022年惠州學院高等教育教學改革項目“中學語文教師邏輯與批判性思維培養研究”（惠院發[2022]163號）；2023年惠州學院產業學院建設專項《西方電影史》（惠院發[2023]158號）；2023年惠州學院“專創”融合特色課程《哲學與創新思維》（惠院發[2023]158號）研究成果。

索菲安·奧德里（Sofian Audry）是一位具有計算機科學、機器學習知識背景的加拿大藝術家和學者，他從美學、藝術理論的角度反思生成對抗時代的藝術實驗，對人工智能時代的藝術、藝術家、藝術創作等核心問題進行了總結和提煉，形成了人工智能時代的美學思考，這對于高度關注人工智能的國內學術界，無疑具有參照價值。

一、自適應行為美學

與很多理論家不同，索菲安·奧德里重視技術掌握、哲學思考和藝術創造三者的結合，也正是意識到機器學習在當代的藝術審美價值，索菲安·奧德里決定嘗試構建一套新的美學理論來描述這種特殊的藝術創造活動。

機器是如何參與到藝術創作的審美活動中的，在其中扮演了怎樣的角色？菲安·奧德里用“基于深度循環網絡的文本生成自適應行為美學”（Aesthetics of Adaptive Behaviors with Deep Recurrent Nets for Text Generation）[1]1來描述這種獨特的審美活動。在他的藝術實驗中，他沒有回避藝術創造的無功利性特征，而是大膽地將機器學習納入藝術創作，將傳統的審美生成過程挪移到機器學習過程中，機器的訓練階段本身就是生成新的審美形式的過程。為此，索菲安·奧德進行了大量的藝術實驗，這些藝術成品雖然也有計算機深度學習的參與，但是它們并不是通常意義上的人機協同操作產生的“生成藝術”（“生成藝術”具有穩定的形態，而且其審美形態是計算機程序運作的結果）。

索菲安·奧德里旨在打開人機互動新的審美領域，為此他構建起一個“行為本體論框架”。他認為現有的控制論系統分類主要關注系統之間的關系和系統內部的結構方面，他提出要關注代理行為（agent behavior）的時間維度，即行為是如何隨時間展開和變化的，而行為的時間維度具有審美潛力和價值，可以作為一種藝術創造性的手法。索菲安·奧德里通過視角轉換，實現了方法論的創新，行為的時間性和過程性成為他的關注點，他認為這種過程本身就是一種審美形式和創作手法。“使用這一框架，我們可以確定大多數學習算法都會經歷形態發生階段，在此階段中它們的行為會發生變化，直到最終穩定在形態恒定的最終階段。我認為這種轉變和穩定的過程在藝術上是相關的，可以作為一種創造性的方法來利用。”[1]3-4在索菲安·奧德里的藝術新框架中，算法運作的結果（如圖片、聲音或者文本）不是目的，算法過程才是目的，由此，機器學習的美學被納入了“行為美學”的框架中，而“行為美學”正是文化與機器系統互動的可能性所開辟的新美學領域。

索菲安·奧德里擁有計算機科學的理論背景，他對人工智能的美學研究和思考異于其他擅長推理和思辨的理論家，通過訓練深度遞歸神經網絡，他對審美活動的關注從人機生成的藝術品成品轉移到了人工智能的算法藝術，即“自適應行為美學”。這是他對人工智能時代的審美活動獨特的理解視角。索菲安·奧德里不是簡單地肯定人機協同進行藝術品生成的價值和意義，而是撥開迷霧，打開潘多拉的魔盒，在深層的意義上展示、實驗了機器學習在當代審美創造活動中的生成機制和價值。而這種價值并不是我們通常理解的“輔助”創作，而是一種新的時代語境下的新的美學言說角度。至此，傳統的審美創造和審美體驗轉變為人工智能的學習和進化過程，這個過程是知識的累積、修正、自適應的過程，也是開放性、隨機性、不受束縛的審美體驗過程。

索菲安·奧德里將他的自適應行為美學應用在機器人參與的裝置藝術中，他的切入點是美學式的。“作為一個藝術和工程的跨學科團隊，我們對自適應行為系統在實時學習時產生的感知、體驗和情感潛力感興趣。在設計機器人行為時，藝術家面臨哪些特定挑戰？這種行為可以創造怎樣的美學體驗？”[2]2“我們方法的新穎之處在于，在機器人藝術的背景下，將強化學習過程本身看作是一種行為生成器。到目前為止，面向工程的方法一直將強化學習中的錯誤看作是實際應用中的瓶頸，而機器人藝術實踐允許我們將強化學習的表現作為一種表達性行為的載體，它反映了我們人類自己的錯誤和猶豫，因此為觀眾打開了投射、情感和移情的空間。與完全被編程來模擬生命的行為不同，我們的方法允許不可預測和尷尬的動作的出現，并隨時間而改變。”[2]3在這里，強化學習（RL）變成了行為美學的一種途徑，通過機器人實驗的美學和技術研究，索菲安·奧德里探索了學習過程本身來生成機器人行為的可能性，進一步確證了使用強化學習進行行為美學的潛力。

在當代藝術創作領域，索菲安·奧德里的自適應行為美學逐漸成為一種擴大的藝術實踐，如紐約現代藝術博物館展出的先鋒藝術家蕾菲爾·阿納多爾（Refik Anadol）的裝置藝術品《無人監督》（Unsupervised），就頗具自適應行為美學的意蘊，但是評論界對這類人工智能藝術品看法并不一致，分歧主要在以下幾個方面：第一，創造力的本質是什么，人工智能在藝術中是否體現了真正的藝術創造力？第二，藝術家的作用體現在哪里？人工智能是否取代（或者部分取代）了人類藝術家？但是索菲安·奧德里堅信：自適應的行為美學適用于人工智能時代幾乎所有的文學藝術創作，已然成為一個新的審美范式。

二、元藝術家功能

索菲安·奧德里意識到藝術家身份在這個時代變得非常脆弱，這種威脅是想象的，也是真實的，需要每個藝術家認真對待。在一個很多工作會被人工智能低成本取代的時代環境下，藝術家應該意識到：機器學習也為藝術家提供了重新定義與機器的關系的機遇，這種新方式的探索，正蘊藏著藝術發展的可能。人工智能時代，藝術家并不會消失，但是會以新的時代形式存在。

對于藝術家的理解，索菲安·奧德里認為應該轉換視角，人工智能時代的藝術家應該由觀眾去定義，“從這個意義上說，對藝術史來說重要的‘藝術家’不是實際的人，而是生活在作品觀眾心中的構造”。索菲安·奧德里從福柯1969年發表的《什么是作者？》一文中找到了理論依據，“藝術家不僅僅是一個生活在特定時空的身體，而是一個觀眾為了幫助理解藝術品而附加在藝術品上的猜測”[3]3。“福柯承認解釋文本可能不需要知道實際作者的生平和意圖，但福柯堅持認為嘗試解釋文本的讀者仍然會推斷出一個假想的作者。舉一個粗魯的例子，歐內斯特·海明威的讀者不需要知道他是一位歷險的戰爭英雄，因為他的寫作本身就很緊湊有力；馬塞爾·普魯斯特的讀者也不需要知道他是一個身體虛弱的與世隔絕的人，因為他的寫作本身就是內省和充滿幻想的。”[3]3

于是，索菲安·奧德里提出了“元藝術家功能”（The Meta-Artist Function）這個概念來取代傳統單一的藝術家概念，目的是從新的視角和維度來考察藝術家的定位，他認為，“從這個角度來看，我們的中心問題不是‘機器能成為藝術家嗎’，而是機器能否產生福柯意義上的‘藝術家功能’。當機器創造藝術時，藝術家功能并沒有消失，它可能會被一分為二。我們可以將一種藝術家功能歸于非人類機器——也許是基于我們對機器有限推理能力的理解而賦予的有限功能。然而，在撰寫本文時，算法仍然是由人類編程的，甚至神經網絡也是根據人類選擇的數據進行訓練的。因此，我們或許可以把第二種、元藝術家的功能歸于機器的人類操縱者”[3]3。在這里，藝術家功能并不等同于藝術家，它是由觀眾產生和構建的，機器的人類處理程序在人機協同創作過程中，充當了第二個元藝術家的功能，這就導致無論觀眾對藝術品創作的判斷是如何的，對藝術家的判斷是如何的，都不再重要，因為當觀眾看到藝術品中的個性化痕跡時，會想當然認為這是藝術家思想的體現，而不是機器的思想。索菲安·奧德里對人工智能時代藝術家的理解，在福柯的理論中找到了佐證和支撐，既然讀者在閱讀文本的過程中能夠根據文本細節重構作者的形象，類似的情形也可以適用在藝術創作和藝術家之間，這個“假定的作者”，無論在美學意義上還是法律意義上都是有意義的。

在藝術創造過程中，機器與藝術家是一種什么樣的關系？藝術家如何處理面前的大數據、算法、程序這些看起來和藝術大相徑庭的對象，他們又是如何實現互相融合生成了新的創造力？索菲安·奧德里認為，完全應用機器學習算法來解決藝術創作并不妥當，但藝術家可以通過各種方式利用機器學習中的優化過程來達到創作的目的，機器學習可以為藝術家提供了新的創作素材和方式。索菲安·奧德里認為在機器的學習系統中，有三個相互依存的組成部分：訓練過程、模型和數據，這些要素影響機器學習系統的結果，當應用于藝術創作時，會影響機器運作的審美潛力。機器學習藝術與新媒體藝術看上去有相同之處，但是二者有本質的區別，傳統的新媒體藝術是通過人為的反復試驗建立新穎性和自組織，藝術家通過計算來模擬人工生命形式，然后一步步調整，直到滿意為止，藝術家自己充當自適應裝置，在不確定的過程中做出選擇[4]16。“機器學習提出了一種不同的方式來處理自組織，在這種方式中，人們組裝不同的成分（數據、模型和訓練過程），但讓新興系統自己找到實現目標的方法，因此將更多控制權交給機器。這導致與機器的不同關系，這更接近實驗科學，或藝術家與機器之間的某種形式的協作。它允許比純粹新興程序具有更精細的控制。它還提供了更多的選擇，因為藝術家仍然可以直接控制系統的目標（如在人工生命模擬中），或通過調整數據、模型和/或評價函數進行更間接的干預。”[4]16具備深度學習能力的自適應系統是人工智能時代機器與藝術家合作的根本，也是藝術家創造力的新載體。

在人工智能時代，藝術家最大的挑戰是如何有效使用這些技術進行創作。機器學習遵循的是問題求解的優化過程，其邏輯與藝術創作的主觀性、開放性并不相同。但是索菲安·奧德里認為，相對于普遍應用化、開放化和日常化的人工智能軟件，藝術家可以通過減小數據庫和和計算需求來揚長避短，進行藝術創造。“換句話說，雖然優化在藝術實踐中看似與它相悖，但通過調整進入系統的數據、模型和/或評估函數，優化過程可以以多種方式被劫持用于創作實踐。”[4]17

三、結語

索菲安·奧德里對當代藝術的思考，始終放在藝術史發展的大背景下，每個時代都有其特有的藝術表現類型，人工智能時代也不例外。他認為深度學習作為人工智能的最新成就，盡管在AI生態系統中的作用常常是邊緣的，但自21世紀中期深度學習革命以來，它對我們的生活以及社會經濟文化的推動是巨大的。“要理解這個新時代，我們需要擺脫將計算系統視為形式化的、基于規則的、邏輯結構的過時觀點，并開始將它們視為它們已成為的受生物學啟發的、統計驅動的、基于代理的網絡化實體。”[4]4在今天的藝術史著作中，并沒有現成的概念、范式和框架可以描述人工智能時代的藝術，我們必須使用新的審美理論才能理解當代的藝術創作和藝術家。在后人類美學的語境下，我們反思人與機器的關系，在人類中心主義和科技至上主義之間，是否有那么些許的空間可以留給機器？

索菲安·奧德里游刃有余地行走在計算機科學與當代藝術之間，他的論文往往橫跨計算機、當代藝術、哲學、文學、美學等多學科知識背景，用人工智能的深度學習來進行藝術實驗，用哲學、美學、科技史和藝術史反觀藝術現象，將藝術創作的過程性和語境性放在第一位，不追求回答問題或解決問題，而是提出問題給觀眾思考，以創造有意義的體驗。也許，這正是人工智能時代給我們的啟發：打破知識和學科的邊界，學術研究和藝術的發展才能真正走向深入。

參考文獻：

[1]Sofian Audry.Unrolling the Learning Curve：Aesthetics of Adaptive Behaviors with Deep Recurrent Nets for Text Generation[J].International Symposium on Computational Media Art，2018.

[2]Sofian Audry，Rosalie Dumont Gagné，Hugo Scurto.Behaviour Aesthetics of Reinforcement Learning in a Robotic Art Installation[J].4th NeurIPS Workshop on Machine Learning for Creativity and Design，2020.

[3]Sofian Audry，Jon Ippolito.Can Artificial Intelligence Make Art without Artists？ Ask the Viewe[J].Artificial Life，2022（1）.

[4]Sofian Audry.Art in the Age of Machine Learning[M].The MIT Press，2021.

作者簡介：李艷，惠州學院文學與傳媒學院副教授。研究方向：美學與文藝理論。