技術(shù)、模型與本體：AI多模態(tài)藝術(shù)實(shí)踐的“作者性”研究

【摘 要】 AI多模態(tài)藝術(shù)實(shí)踐的興起融合了AI算法與原始數(shù)據(jù)的深度互動(dòng)，人機(jī)共創(chuàng)的新型創(chuàng)作方式引發(fā)了關(guān)于“AI是否有潛在的作者性”的討論。通過(guò)將現(xiàn)有的劇本作為文本數(shù)據(jù)，分析AI大語(yǔ)言模型在自然語(yǔ)言處理方面的深度學(xué)習(xí)能力，可以看到其在語(yǔ)義生成、情感表達(dá)等方面的創(chuàng)造性；從文字到視覺的跨模態(tài)轉(zhuǎn)換，揭示了視覺生成模型如何依據(jù)預(yù)設(shè)算法生成符合邏輯的圖像。在不斷變化的AI多模態(tài)藝術(shù)實(shí)踐語(yǔ)境中，明確AI本質(zhì)上仍是工具、技術(shù)，它不應(yīng)被簡(jiǎn)單地視為藝術(shù)創(chuàng)作的“作者”，而應(yīng)被看作是一種具備創(chuàng)造潛力的技術(shù)工具。

【關(guān)鍵詞】" AI； AIGC； 多模態(tài)藝術(shù)； 作者性； 影像本體論

奈飛（Netflix）發(fā)行的《黑鏡 第六季》（Black Mirror Season 6）[1]第一集《瓊很糟糕》（Joan is awful），暗示了人工智能（Artificial Intelligence）對(duì)人類的潛在威脅。主人公瓊（Joan）偶然發(fā)現(xiàn)自己真實(shí)的生活被量子計(jì)算機(jī)Quamputer通過(guò)AI實(shí)驗(yàn)重現(xiàn)，而這一切都在屏幕上公之于眾，用戶可以合法地窺探瓊的私人生活——這不免使人們聯(lián)想到近年來(lái)好萊塢行業(yè)關(guān)于AI的罷工潮。實(shí)際上，《瓊很糟糕》中的Quamputer本身并不可怕，真正需要深思的是技術(shù)如何被使用的問(wèn)題。[2]好萊塢編劇工會(huì)（WGA）和演員工會(huì)舉行1960年以來(lái)的首次聯(lián)合罷工，希望能針對(duì)AI的作者權(quán)提出清晰的界定，規(guī)范人工智能的創(chuàng)作范圍。[3]編劇和演員罷工的原因之一就是對(duì)AI代替演員肖像權(quán)的問(wèn)題感到不明晰。人工智能公司Metaphysi宣布通過(guò)捕獲演員肖像、圖像和聲音，可使演員不用出現(xiàn)在片場(chǎng)便可參演將來(lái)的電影。面對(duì)這一現(xiàn)狀，演員工會(huì)（SAG-AFTRA）坦言他們并不反對(duì)AI，代表鄧肯·克拉布特里-愛爾蘭（Duncan Crabtree-Ireland）表示，針對(duì)AI生成表演抗議的重點(diǎn)是“如何保存演員的相似性、誰(shuí)可以訪問(wèn)數(shù)據(jù)以及誰(shuí)將由此獲利”[4]。由此可見，人們恐懼的不是技術(shù)本身，而是技術(shù)如何被使用的問(wèn)題。

“AI能否成為創(chuàng)作者”這一問(wèn)題的核心是如何界定AI的身份——AI是純粹的工具，還是具備某種創(chuàng)作主體性？從人與技術(shù)的關(guān)系出發(fā)，在人機(jī)共創(chuàng)條件下，AI工具如ChatGPT、DeepSeek、Midjourney等似乎展現(xiàn)了一定的“作者性”。然而，AI本身不是作者，是由人類設(shè)計(jì)和訓(xùn)練的技術(shù)產(chǎn)物，具備輔助創(chuàng)作的能力，不會(huì)在當(dāng)下取代人類的勞動(dòng)。因此，與其對(duì)AI技術(shù)產(chǎn)生恐懼，更應(yīng)警惕的是技術(shù)使用中的“巴爾干化”。從更廣闊的維度看，盡管AI會(huì)對(duì)影視行業(yè)產(chǎn)生必然的創(chuàng)作影響，但也有可能重塑我們作為人類的批判能力。[5]

一、技術(shù)、作者及作者性

（一）技術(shù)與影像

在世界電影誕生130周年之際，回顧電影的歷史，很大程度上是在回顧電影的技術(shù)史。無(wú)論是愛迪生發(fā)明的“活動(dòng)電影放映機(jī)”（Kinetoscope）[6]，抑或盧米埃爾兄弟的電影放映機(jī)（Cinématographe），盡管彼時(shí)媒介的視聽功能尚不成熟，但正是因?yàn)樵缙诜庞彻ぞ叩陌l(fā)明，早期電影有了傳播與普及的可能性。鮑姆加登（Alexander Gottlieb Baumgarten）確立“美學(xué)”（Aesthetica）作為一門獨(dú)立學(xué)科，而“電影美學(xué)”不是學(xué)科概念，從魯?shù)婪颉垡驖h姆（Rudolf Arnheim）、巴拉茲·貝拉（Béla Balázs）、安德烈·巴贊（André Bazin）的論述中可以發(fā)現(xiàn)，它發(fā)軔于研究電影語(yǔ)言。技術(shù)變遷對(duì)電影語(yǔ)言的敘事模式乃至傳播媒介都會(huì)產(chǎn)生極大影響。當(dāng)人們談?wù)撾娪懊缹W(xué)，依然繞不開電影的技術(shù)起點(diǎn)，本體是電影最核心的部分。

盡管技術(shù)哲學(xué)和AI研究不存在直接聯(lián)系，但它作為技術(shù)方法論，具有預(yù)見性地“回應(yīng)”了當(dāng)下一系列現(xiàn)狀。首先，技術(shù)哲學(xué)一直以來(lái)和經(jīng)濟(jì)學(xué)、社會(huì)學(xué)、政治學(xué)乃至倫理學(xué)存在學(xué)科交叉聯(lián)系。隨著AI與具體的藝術(shù)創(chuàng)作內(nèi)容進(jìn)一步融合，藝術(shù)學(xué)科與計(jì)算機(jī)等學(xué)科產(chǎn)生了密切聯(lián)系；其次，技術(shù)哲學(xué)較早地預(yù)判了新技術(shù)可能觸發(fā)的倫理治理困境，而AI創(chuàng)作可能引發(fā)知識(shí)版權(quán)歸屬爭(zhēng)議和倫理爭(zhēng)議，和技術(shù)哲學(xué)的思路是一致的。

柏拉圖在《普羅塔戈拉斯篇》提到愛比米修斯的“過(guò)失”：愛比米修斯將得以生存的技能平均分配給萬(wàn)物，唯獨(dú)遺忘了人類。為了彌補(bǔ)弟弟的過(guò)失，普羅米修斯從工匠之神赫菲斯拖斯盜取火種（能創(chuàng)造火的技術(shù)）分給人類。[7]斯蒂格勒借用普羅米修斯盜火種救人類的故事，認(rèn)為人類從出生便是“一無(wú)所有的”，人存在的條件是用代具補(bǔ)救其原始缺陷。[8]在斯蒂格勒為代表的法國(guó)技術(shù)哲學(xué)看來(lái)，人天然地存在缺陷，需要用技術(shù)來(lái)解決現(xiàn)實(shí)需要的問(wèn)題。

自2018年以來(lái)，人工智能生成內(nèi)容（Artificial Intelligence Generated Content，以下簡(jiǎn)稱AIGC）席卷傳媒、影視和數(shù)字經(jīng)濟(jì)等各個(gè)領(lǐng)域。AIGC指用自然語(yǔ)言處理、計(jì)算機(jī)視覺、音頻合成和生成對(duì)抗網(wǎng)絡(luò)（GANs）等技術(shù)，生成文本、圖像等內(nèi)容。①具體到影視行業(yè)，在劇本開發(fā)階段，用AI寫劇本實(shí)際上為傳統(tǒng)劇本創(chuàng)作提供了新的思路，在理論上輔助劇本創(chuàng)作，生成劇本場(chǎng)次和臺(tái)詞；AI技術(shù)還能創(chuàng)造圖像、音頻、視頻等。羅斯·古德溫（Ross Goodwin）開發(fā)的“本杰明”（Benjamin），通過(guò)分析網(wǎng)絡(luò)上大量的文本數(shù)據(jù)，生成符合人類語(yǔ)法和思維的AI作品——這不僅和尼采的觀點(diǎn)不謀而合，而且也希冀緩解創(chuàng)作者對(duì)技術(shù)的焦慮之情。

另一層面，這段話也釋放了明顯的信號(hào)：盡管AI有一定的作者性，但AI本身不是一個(gè)具有原創(chuàng)特征的作者。人們無(wú)需在技術(shù)焦慮的框架中流連，而更應(yīng)關(guān)注被編程的AI是如何生成理想的文字、圖像、音樂乃至視頻，關(guān)注如何提升預(yù)訓(xùn)練數(shù)據(jù)和算法的準(zhǔn)確性。舉例來(lái)說(shuō)，當(dāng)通過(guò)ChatGPT輔助劇本寫作時(shí)，它生成的劇本并不是一個(gè)原創(chuàng)的結(jié)果，而是通過(guò)分析網(wǎng)絡(luò)已有的大量數(shù)據(jù)，再根據(jù)提問(wèn)者的偏好，一步步清洗與提問(wèn)者預(yù)期不符合的原始數(shù)據(jù)，最終生成符合期待的劇本。

再者，布魯諾·拉圖爾（Bruno Latour）、米歇爾·卡龍（Michel Callon）等學(xué)者的行動(dòng)者網(wǎng)絡(luò)理論（Actor-Network Theory）也為AI與作者性提供了依據(jù)。根據(jù)ANT，行動(dòng)者是能夠產(chǎn)生行動(dòng)并影響其他實(shí)體的個(gè)體，包括人（actor）和非人物體（object），非人物體由技術(shù)、生物、機(jī)器、概念等構(gòu)成。[9]這里將AI視為非人物體的行動(dòng)者，是因?yàn)锳I的源頭是計(jì)算機(jī)，AI內(nèi)容生成的源頭是文本數(shù)據(jù)。AI需要在學(xué)習(xí)大規(guī)模數(shù)據(jù)的基礎(chǔ)上生成內(nèi)容型的文本，“轉(zhuǎn)譯”原始信息，制造差異，最終生成上述提及的符合期待的結(jié)果，也就是說(shuō)，人和非人的行動(dòng)者一起構(gòu)建了行動(dòng)者網(wǎng)絡(luò)。擺脫人本主義，擱置主客體二元論，將技術(shù)視為必要的平等物，和技術(shù)對(duì)話，繼而令其變成行動(dòng)者——厘清這層關(guān)系，是進(jìn)入后續(xù)研究的前提。

（二）ChatGPT與劇本創(chuàng)作

正如列夫·馬諾維奇（Lev Manovich）指出，數(shù)字計(jì)算機(jī)作為一種元媒介，是一種正在誕生的新媒介。[10]計(jì)算機(jī)是實(shí)現(xiàn)AI創(chuàng)作的平臺(tái)，AI則通過(guò)生成對(duì)抗網(wǎng)絡(luò)（GAN）等實(shí)施自然語(yǔ)言處理、圖像處理等，最終生成AI內(nèi)容。

ChatGPT是OpenAI推出的自然語(yǔ)言模型。ChatGPT的優(yōu)勢(shì)在于，傳統(tǒng)的自然語(yǔ)言生成模型通過(guò)最大似然估計(jì)（MLE）進(jìn)行訓(xùn)練，而ChatGPT則是從人類的反饋進(jìn)行強(qiáng)化學(xué)習(xí)（RLHF， Reinforcement Learning from Human Feedback），更符合人類的偏好。①ChatGPT的文字創(chuàng)作步驟可分為三步：第一步，采集大規(guī)模文本數(shù)據(jù)進(jìn)行模型的預(yù)訓(xùn)練，AI工程師可以在這一步幫助模型編寫，從而建立起模型的人類理解思維；第二步，建立獎(jiǎng)勵(lì)模型，微調(diào)和迭代創(chuàng)建更符合人類偏好的結(jié)果；第三步，生成上下文意義連貫、有邏輯的文本。[11]由此看到，ChatGPT的內(nèi)容生成源自分析數(shù)據(jù)，而數(shù)據(jù)的創(chuàng)造者是人類，ChatGPT的工作原理是模仿、學(xué)習(xí)以及調(diào)整人類的既有創(chuàng)作，因此它顯示出一定的作者性，但絕非原創(chuàng)者。

基于ChatGPT的自然語(yǔ)言模型屬性，本文進(jìn)行AI創(chuàng)作實(shí)踐。這里選取是枝裕和導(dǎo)演的《如父如子》（そして父になる，2013）劇本為原始劇本，在過(guò)程中不斷和ChatGPT調(diào)整使用者思路，預(yù)期結(jié)果是通過(guò)訓(xùn)練生成AI創(chuàng)作的定稿。

具體步驟分為三步（見表1）：

由于《如父如子》劇本體量較大，我們先從故事梗概著手。多次輸入是枝裕和原有的簡(jiǎn)要故事信息，要求生成120分鐘體量的故事梗概，結(jié)論是得到和是枝裕和劇本相似的結(jié)果：兩個(gè)家庭最終沒有交換孩子，因?yàn)橐庾R(shí)到血緣關(guān)系不是唯一的羈絆，親情不僅僅是建立在生物學(xué)聯(lián)系之上。

第二步，設(shè)計(jì)劇本大綱。ChatGPT將故事梗概拆解成四幕大綱，對(duì)應(yīng)劇作法的“起承轉(zhuǎn)合”，基本上符合三幕式劇本邏輯[12]，也開始呈現(xiàn)和原劇本不同的寫作思路。

這里認(rèn)為，僅憑道聽途說(shuō)便懷疑孩子身世，會(huì)給創(chuàng)作造成困擾：齋木家是否有證據(jù)？家庭信任關(guān)系是否有些隨意？于是，ChatGPT根據(jù)使用者的思路進(jìn)行初次調(diào)整，使人物動(dòng)機(jī)合理化。不過(guò)，調(diào)整后的場(chǎng)景依然被認(rèn)為是牽強(qiáng)的含沙射影，使用者希望能將家庭聚會(huì)的閑言碎語(yǔ)改成親戚的無(wú)心之說(shuō)，經(jīng)過(guò)ChatGPT調(diào)整，得到如下結(jié)果：

使用者認(rèn)為親戚“偶然提到兩個(gè)家庭的孩子有些相似”不符合沖突建置，于是參與創(chuàng)作過(guò)程：“親戚不經(jīng)意提到慶多的眼睛很秀氣，像羽生結(jié)弦。野野宮綠忽然意識(shí)到，自己和丈夫都是雙眼皮。盡管她明白，雙眼皮由顯性基因（A）決定，單眼皮由隱性基因（a）決定。兩人的基因是AA或Aa，在遺傳過(guò)程中可能通過(guò)隨機(jī)組合，最終孩子生成aa基因。不過(guò)，這個(gè)概率在遺傳學(xué)上是1/4，全部結(jié)果則分別為AA、Aa、Aa和aa。野野宮綠感到一絲不安?！苯?jīng)過(guò)多次調(diào)整，ChatGPT感知到使用者“不想刻意制造沖突”的需求，于是將關(guān)注點(diǎn)從“比較兩個(gè)家庭小孩的相貌異同”轉(zhuǎn)移到“比較自家孩子和夫妻的相貌異同”；使用者繼續(xù)添加“綠懷疑醫(yī)院”的場(chǎng)景，以此為后面去醫(yī)院提供科學(xué)依據(jù)，對(duì)此ChatGPT的生成結(jié)果是“綠參加醫(yī)學(xué)講座時(shí)，聽到關(guān)于基因和遺傳學(xué)的演講，于是對(duì)醫(yī)院產(chǎn)生懷疑”，人物的后續(xù)動(dòng)機(jī)便成立了。

必須承認(rèn)，在主觀創(chuàng)作層面，盡管ChatGPT學(xué)習(xí)了大規(guī)模的網(wǎng)絡(luò)數(shù)據(jù)，卻不完全“抄襲”既有文本，而是根據(jù)自身學(xué)習(xí)過(guò)程和使用者需求“轉(zhuǎn)譯”新的內(nèi)容，這種深度學(xué)習(xí)“理解并學(xué)習(xí)這些數(shù)據(jù)的模式、結(jié)構(gòu)和關(guān)聯(lián)，然后創(chuàng)造出新的、原始的輸出，其能力超越了簡(jiǎn)單的復(fù)制訓(xùn)練數(shù)據(jù)”[13]；但同時(shí)要指出，多次調(diào)整的ChatGPT結(jié)果可能也會(huì)出現(xiàn)不盡人意的情況，比如臺(tái)詞生硬、人物情感突兀以及轉(zhuǎn)場(chǎng)機(jī)械等問(wèn)題。

通過(guò)《如父如子》的AI劇本再創(chuàng)作，可以回應(yīng)最初關(guān)于AI作者性的問(wèn)題。在美國(guó)某次法院判決中，AI作品敗訴，原因是人類的作者身份是一個(gè)基本要求。[14]在這個(gè)劇本訓(xùn)練過(guò)程中，根據(jù)是枝裕和成熟的底稿進(jìn)行創(chuàng)作（即便是零樣本，AI也會(huì)學(xué)習(xí)大量的既有數(shù)據(jù)），使用者也在過(guò)程中多次干預(yù)，如此以來(lái)，AI并不是作者；然而，ChatGPT并沒有按照原有劇本給出方案，而是加入許多原創(chuàng)的情節(jié)設(shè)計(jì)，這一部分的作者性需要被承認(rèn)。最后，依然要澄清，人類中心說(shuō)在人機(jī)互動(dòng)關(guān)系中是不存在的，使用者并非單一的主體，AI和人類共同構(gòu)成平等的對(duì)話體。

二、AI藝術(shù)跨模態(tài)方案：從語(yǔ)言模型到視覺模型

前文提到AI文本單模態(tài)方案，而AI實(shí)踐一般離不開各個(gè)模態(tài)的轉(zhuǎn)換、重組。AI的多模態(tài)藝術(shù)實(shí)踐指通過(guò)生成式對(duì)抗網(wǎng)絡(luò)（GAN），結(jié)合文字、圖像、音樂、影像等多種藝術(shù)媒介，經(jīng)過(guò)深度學(xué)習(xí)生成不同媒介之間轉(zhuǎn)換的藝術(shù)作品。生成式對(duì)抗網(wǎng)絡(luò)（Generative Adversarial Networks，簡(jiǎn)稱GAN）由兩個(gè)神經(jīng)網(wǎng)絡(luò)構(gòu)成框架，兩個(gè)神經(jīng)網(wǎng)絡(luò)分別是生成器（Generator）和判別器（Discriminator）。其中，生成器負(fù)責(zé)生成內(nèi)容，判別器則需要辨別生成器所生成內(nèi)容的真?zhèn)?，兩者在?xùn)練過(guò)程中互相對(duì)抗，生成器需要生成更逼真的數(shù)據(jù)，辨別器則需要鑒別真實(shí)數(shù)據(jù)和生成數(shù)據(jù)，以此提升數(shù)據(jù)的準(zhǔn)確度。[15]

多模態(tài)學(xué)習(xí)最早應(yīng)用于1989年的語(yǔ)音識(shí)別，通過(guò)視覺模態(tài)建立聽覺模態(tài)信息。[16]近年來(lái)，隨著算法和算力的技術(shù)進(jìn)步，AI跨模態(tài)技術(shù)進(jìn)展迅速。譬如，CLIP是OpenAI提出的圖像文本匹配模型，能實(shí)現(xiàn)從腳本到圖像、圖像到音樂、音樂到文字的跨模態(tài)轉(zhuǎn)換。目前大多數(shù)的視覺模型和語(yǔ)言模型依賴預(yù)訓(xùn)練的視覺編碼器，而CLIP在視覺任務(wù)上表現(xiàn)出很強(qiáng)的零樣本能力（zero-shot capability）①，本質(zhì)上是將語(yǔ)言單模態(tài)處理成可視的視覺模態(tài)，實(shí)現(xiàn)AI跨模態(tài)。同樣地，Stable Diffusion[17]是從文本到圖像（txt2img）的擴(kuò)散模型；MidJourney是一款功能相似的深度學(xué)習(xí)模型，會(huì)根據(jù)使用者輸入的文字生成新數(shù)據(jù)。

以《盜夢(mèng)空間》劇本作為參照。首先，選取第一場(chǎng)[18]為樣本（圖1）。從這一場(chǎng)諾蘭的分鏡繪圖（圖2）和電影靜幀（圖3）來(lái)看，兩者吻合度非常高。

其次，選擇擴(kuò)散模型。模型使用生成對(duì)抗網(wǎng)絡(luò)，輸入劇本文字，生成器將輸入的文本轉(zhuǎn)換為圖像。經(jīng)過(guò)Text-to-Image、Stable Diffusion、Midjourney等多個(gè)模型的多次訓(xùn)練，發(fā)現(xiàn)后兩者的參數(shù)相對(duì)穩(wěn)定，和手繪分鏡的匹配度較高。

先以Stable Diffusion為例：

1.打開Stable Diffusion，選擇“電影化”（Cinematic）風(fēng)格；

2.輸入關(guān)鍵詞：Dawn.Crashing surf.The waves toss a bearded man onto wet sand.He lies there.

3.多次訓(xùn)練，確定圖像；

4.輸入關(guān)鍵詞：A child’s shout makes him lift his head to see：a little blonde boy crouching，back towards us，watching the tide eat a sandcastle.A little blonde girl joins the boy；

5.多次訓(xùn)練，確定圖像。

再訪問(wèn)Midjourney：

1.通過(guò)Discord服務(wù)器打開Midjourney；

2./imagine命令，輸入關(guān)鍵詞：Dawn.Crashing surf.The waves toss a bearded man onto wet sand.He lies there；

3.選擇U3（Upscale，圖5左），再選擇V3（Variation），確定圖像（圖5右）；

4./imagine命令，輸入關(guān)鍵詞：A child’s shout makes him lift his head to see：a little blonde boy crouching，back towards us，watching the tide eat a sandcastle.A little blonde girl joins the boy；

5.選擇U3（圖6左），再選擇V3，繼續(xù)Zoom Out2x，確定圖像（圖6右）。

通過(guò)兩組模型分別對(duì)抗訓(xùn)練，生成的結(jié)果如上述呈現(xiàn)。AI模型的完成度相較于電影略低，主要體現(xiàn)為AI模型和原始文本數(shù)據(jù)生成的實(shí)際成像不太一致。

在上述過(guò)程中，AI多模態(tài)融合存在一定的作者性?！侗I夢(mèng)空間》原始文本數(shù)據(jù)屬于人類創(chuàng)作者，而AI圖像模型使用算法生成不一樣的分鏡。盡管使用者多次干預(yù)AI算法的運(yùn)行，希望得到一個(gè)和原分鏡相似的成果，但AI并沒有完全按照使用者的指導(dǎo)進(jìn)行創(chuàng)作，它的生成前提來(lái)自人類數(shù)據(jù)，生成結(jié)果卻是AI算法自身的產(chǎn)物。

三、“忒修斯之船悖論”與AI藝術(shù)本體

關(guān)于AI的多模態(tài)影像化嘗試，近年來(lái)已展開一些實(shí)踐。有學(xué)者認(rèn)為，視頻、電影的編輯對(duì)象是固定畫幀，而AI的代寫過(guò)程是一個(gè)連續(xù)空間，圖像的可能性存在于N維潛在空間。[20]正如VR影像將空間視為創(chuàng)作的新系譜，如果AI算法能破除人類既定思維進(jìn)而創(chuàng)造出人腦認(rèn)知外的“新”影像，這會(huì)是AI創(chuàng)作令人振奮的地方。

曾經(jīng)有團(tuán)隊(duì)結(jié)合自動(dòng)電影攝影和自然語(yǔ)言生成，推出了一個(gè)動(dòng)態(tài)制作視頻紀(jì)錄片的原型系統(tǒng)，但效果不盡人意，因?yàn)殡娪芭臄z涉及復(fù)雜的現(xiàn)場(chǎng)調(diào)度。①目前，AI多模態(tài)影像創(chuàng)作還無(wú)法解決電影拍攝的實(shí)際現(xiàn)場(chǎng)需求，正如有學(xué)者指出，盡管如今智能化剪輯可以幫助人們從海量素材中挑選優(yōu)質(zhì)素材，但真正電影級(jí)的剪輯工作，僅有剪輯的規(guī)則是遠(yuǎn)遠(yuǎn)不夠的。[21]

再看近來(lái)的AI多模態(tài)藝術(shù)實(shí)踐。奧斯卡·夏普（Oscar

Sharp）和古德溫創(chuàng)作的《陽(yáng)春》（Sunspring，2016）是首部根據(jù)AI創(chuàng)作的劇本，但本杰明尚缺乏邏輯性；第三部科幻短片《神游天外》（Zone Out，2018）將數(shù)千小時(shí)的老電影和專業(yè)演員的綠幕鏡頭拼湊在一起，最終用48小時(shí)完成[22]，但依然存在劇本和編導(dǎo)混亂等問(wèn)題。從結(jié)論看，《神游天外》是電影素材剪輯的AI嘗試，通過(guò)影視創(chuàng)作過(guò)程的分工自動(dòng)化探索電影語(yǔ)言[23]，由于缺乏連貫的電影語(yǔ)言，不能被認(rèn)為是電影。2022年12月，由ChatGPT編導(dǎo)的短片《安全地帶》（The Safe Zone）上線，同樣存在運(yùn)鏡單一等問(wèn)題。

從當(dāng)下的技術(shù)現(xiàn)狀看，AI多模態(tài)藝術(shù)實(shí)踐還存在不少問(wèn)題。盡管AI在影像的多模態(tài)融合創(chuàng)作方面取得了進(jìn)展，但AI無(wú)法替代人類的創(chuàng)造力和情感。AI需要算法執(zhí)行命令，人類有算法需要的原始數(shù)據(jù)；AI生成對(duì)抗網(wǎng)絡(luò)的生成器和判別器需要鑒別真?zhèn)螖?shù)據(jù)，而人類的創(chuàng)造是有章法、有層次的；AI在風(fēng)格遷移中學(xué)習(xí)關(guān)于情感的結(jié)論，而人類的情感從來(lái)不是判斷題。

這又回到了最初提出的問(wèn)題：AI的作者性。首先要明確，AI的數(shù)據(jù)來(lái)源是人類作品，神經(jīng)網(wǎng)絡(luò)從小說(shuō)中學(xué)習(xí)特定作家的語(yǔ)言風(fēng)格，從劇本中學(xué)習(xí)如何構(gòu)建戲劇性沖突，從音樂中學(xué)習(xí)樂理……AI深度學(xué)習(xí)的訓(xùn)練數(shù)據(jù)來(lái)自人類，習(xí)得其中的結(jié)構(gòu)、網(wǎng)絡(luò)、風(fēng)格，因此，生成的作品一定程度上延續(xù)了人類的家族相似特征。在這一緯度上，人類是指導(dǎo)者，AI是命令執(zhí)行者。其次，我們看到的作品大多基于AI和人類的共同創(chuàng)作，但AI在生成過(guò)程中也會(huì)開展創(chuàng)作，鋪開了作者性。自然語(yǔ)言模型在生成ChatGPT版《如父如子》劇本時(shí)，部分借鑒了原有劇本的構(gòu)思，但從第一幕開始劇情就大相徑庭，說(shuō)明AI經(jīng)過(guò)了充分的深度學(xué)習(xí)；擴(kuò)散模型生成從文本到圖像的風(fēng)格遷移時(shí)，不僅觀察到不同模型之間的算法差異，同時(shí)意識(shí)到在文字描述輸入準(zhǔn)確的情況下，模型的圖像生成也有一定的自主創(chuàng)作權(quán)；最后，在從文字到圖像、從文字到視頻、從圖像到視頻的多模態(tài)轉(zhuǎn)換實(shí)踐中，人類干預(yù)比純粹AI算法生成的作品更符合電影的邏輯——盡管AI生成電影可行，卻不太可靠，這展現(xiàn)了AI創(chuàng)作的不穩(wěn)定性。

談到“作者電影”濫觴，人們抨擊法國(guó)的“優(yōu)質(zhì)電影傳統(tǒng)”，認(rèn)為導(dǎo)演的個(gè)性塑造了電影的風(fēng)格。[24]盡管“新浪潮”的很多導(dǎo)演并沒有接受過(guò)完整的電影教育，但就是這群“電影資料館的孩子”，在短時(shí)間內(nèi)創(chuàng)造諸多靈動(dòng)又迷人的電影。顯然，AI尚不具備這個(gè)能力——屬于人類的、創(chuàng)造性的能力。當(dāng)我們把特呂弗的影像資料交給AI模型深度學(xué)習(xí)，生成器和判別器對(duì)抗訓(xùn)練，最終我們能得到什么？特呂弗2.0？特呂弗PLUS？一個(gè)新的、素未謀面的“特呂弗式的特呂弗”？AI的多模態(tài)藝術(shù)創(chuàng)作顯然并不成熟，也疊滿所有權(quán)爭(zhēng)議，但未知性也是AI一直能吸引人的原因。

“忒修斯之船悖論”（The Ship of Theseus Paradox）[25]源自古希臘神話，描述了忒修斯的戰(zhàn)船在數(shù)百年里不斷更換破損的零件。隨著時(shí)間推移，船體的每個(gè)部件逐一被替換，最終船只幾乎不再有原始的零件。面對(duì)此現(xiàn)象，哲學(xué)家普魯塔克提出問(wèn)題：如果木頭被更換殆盡，那么這艘船還是原來(lái)的船嗎？這個(gè)悖論涉及到主體認(rèn)知問(wèn)題。倘若未來(lái)人類訓(xùn)練完畢諸多多模態(tài)模型，AI算法變得更智能，以至于AI可以實(shí)現(xiàn)自動(dòng)化的多模態(tài)實(shí)踐，生成式AI電影也甚至能到不再需要人類參與的程度，屆時(shí)AI的藝術(shù)本體還是原來(lái)依附于人類原始數(shù)據(jù)的作品嗎？在這個(gè)程度，AI能否被視為是“作者”？這一問(wèn)題仍然沒有明確答案，需要等待技術(shù)的進(jìn)一步發(fā)展。

結(jié)語(yǔ)

在算法精進(jìn)的技術(shù)時(shí)代，AI在深度學(xué)習(xí)和訓(xùn)練中不斷得到完善，通過(guò)計(jì)算機(jī)與藝術(shù)的跨學(xué)科生產(chǎn)激活了藝術(shù)新的創(chuàng)作生命力。因此，AI的“作者性”并非局限于其作為工具的使用方式與使用場(chǎng)景，同時(shí)也在人機(jī)共創(chuàng)的背景下形成愈發(fā)準(zhǔn)確的創(chuàng)作風(fēng)格。因此，在一定程度上AI正在重塑我們對(duì)于藝術(shù)、創(chuàng)作以及作者身份的理解。

【作者簡(jiǎn)介】" "鐘芝紅，女，浙江溫嶺人，上海師范大學(xué)影視傳媒學(xué)院講師。

【基金項(xiàng)目】" "本文系2023年度上海市哲學(xué)社會(huì)科學(xué)規(guī)劃課題“虛擬現(xiàn)實(shí)影像賦能上海文化創(chuàng)意產(chǎn)業(yè)發(fā)展研究”（編號(hào)：2023ZWY003）、上海師范大學(xué)青年跨學(xué)科創(chuàng)新團(tuán)隊(duì)校級(jí)培育項(xiàng)目“生成式AI的多模態(tài)藝術(shù)實(shí)踐和本體問(wèn)題研究”階段性成果。

參考文獻(xiàn)：

[1]Netflix.Black Mirror[EB/OL].（2011-12-04）[2023-08-19].https：//www.netflix.com/title/70264888.

[2]Rebecca Ackermann.Black Mirror’s big AI episode has the wrong villain[EB/OL].（2023-06-23）[2023-08-19].https：//www.vox.com/culture/2023/6/23/23770239/black-mirror-joan-is-awful-review-ai-annie-murphy-salma-hayek.

[3]Andrew Dalton.AI is the wild card in Hollywood’s strikes.Here’s an explanation of its unsettling role[EB/OL].（2023-07-22）[2023-08-19].https：//apnews.com/article/artificial-intelligence-hollywood-strikes-explained-writers-actors-e872bd63ab52c3ea9f7d6e825240a20.

[4]Jonathan Vigliotti.How AI is transforming Hollywood， and why its at the center of contract negotiations[EB/OL].

（2023-07-10）[2023-08-19].https：//www.cbsnews.com/news/artificial-intelligence-actors-strike-sag-aftra-metaphysic/.

[5]Suzanne Nossel.Hollywood’s Fight Against A.I.Will Affect Us All[EB/OL].（2023-07-31）[2023-08-19].https：//newrepublic.com/article/174650/hollywoods-fight-ai-will-affect-us.

[6]William Dickson，Kennedy-Laurie，Antonia Dickson.History of the Kinetograph，Kinetoscope and Kinetophonograph[M].New York：Arno Press，2000：16-20.

[7][古希臘]柏拉圖.普羅塔戈拉[M]劉小楓，譯.北京：華夏出版社，2019：48-58.

[8][法]貝爾納·斯蒂格勒.技術(shù)與時(shí)間1：愛比米修斯的過(guò)失[M]裴程，譯.南京：譯林出版社，2019：128.

[9][法]布魯諾·拉圖爾.科學(xué)在行動(dòng)：怎樣在社會(huì)中跟隨科學(xué)家和工程師[M].劉文旋，鄭開，譯.北京：東方出版社，2005：219，298.

[10][俄]列夫·馬諾維奇.新媒體的語(yǔ)言[M]車琳，譯.貴陽(yáng)：貴州人民出版社，2020：5-6.

[11]Open AI.Introducing ChatGPT[EB/OL].（2022-11-30）[2023-08-19].https：//openai.com/blog/chatgpt.

[12][美]悉德·菲爾德.電影劇本寫作基礎(chǔ)[M]鐘大豐，鮑玉珩，譯.北京：中國(guó)電影出版社，2002：1-7.

[13]趙宜.人機(jī)共創(chuàng)、數(shù)據(jù)融合與多模態(tài)模型：生成式AI的電影藝術(shù)與文化工業(yè)批判[ J ].當(dāng)代電影，2023（8）：16.

[14]Winston Cho.AI-Created Art Isn’t Copyrightable， Judge Says in Ruling That Could Give Hollywood Studios Pause[EB/OL].（2023-08-18）[2023-08-19].https：//www.hollywoodreporter.com/business/business-news/ai-works-not-copyrightable-studios-1235570316/.

[15]Pataranutaporn P，Danry V，Leong J，et al.AI-generated Characters for Supporting Personalized Learning and Well-being[ J ].Nature Machine Intelligence，2021（12）：1013-1022.

[16]B.P.Yuhas，M.H.Goldstein，and T. J. Sejnowski.Integration of Acoustic and Visual Speech Signals Using Neural Networks[ J ].IEEE Communications Magazine，1989（11）：65-71.

[17]Rombach R，Blattmann A，Lorenz D，et al.High-Resolution Image Synthesis with Latent Diffusion Models[C].Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition，2022：10684-10695.

[18][19]Christopher Nolan.Inception：The Shooting Script[M].California：Insight Editions，2010：21，226.

[20]邵怡蕾.在愛（AI）中：重思AI世的創(chuàng)作[ J ].電影藝術(shù)，2023（03）：28-36.

[21]薄一航.由ChatGPT引發(fā)的思考：人工智能技術(shù)賦能電影領(lǐng)域[ J ].現(xiàn)代電影技術(shù)，2023（4）：13-21.

[22][23]Lauren Goode.AI Made a Movie—and the Results Are Horrifyingly Encouraging[EB/OL].（2018-06-11）[2023-08-19].https：//www.wired.com/story/ai-filmmaker-zone-out/.

[24]Fran?ois Truffaut.Une certaine tendance du cinéma fran?ais[ J ].Cahiers du cinéma，1954（01）：15-28.

[25][古希臘]普魯塔克.希臘羅馬名人傳[M].黃宏煦，等譯.北京：商務(wù)印書館，1990：5-38.