藝術如何作用于科技

范式 楊光影

【摘 要】 在“科技藝術”的研究中，藝術家開展科技研究項目是一個很重要卻尚未得到充分關注的領域。目前，藝術家圍繞人工智能所開展的科技研究已形成“研究型”實踐范式，在“研究型”范式中，藝術家介入科技實驗室展開項目研究，從實踐探索、理論生產與思維跨界等層面“化用”人工智能技術，形成“人文化”的科技成果。鑒于此，應以“替代型”“協作型”“研究型”三分法取代早期科技藝術研究中被沿用的“現代主義式”“批判式”和“研究型”分類方法?！把芯啃汀笨萍妓囆g以介入式的前沿研究打破人文與科學的界限，開展智能機器社會化的想象性探索，可視為一種另類的“科技先鋒派”，一定程度上打通了科技的“游牧”之道。

【關鍵詞】 科技藝術；研究型；范式；人文化；人工智能

當下，“科技藝術”及其附屬的“人工智能藝術”已成為學界的熱門議題。目前國內學者在展望人工智能藝術的未來時主要產生了四類觀點：第一類認為人工智能缺乏自由意志，不可能取代藝術家的實踐[1]；第二類展望強人工智能形成“人—機”合一的藝術主體，形成新的藝術認知和美學范式[2]；第三類則是一面闡釋當下人工智能所存在的感情缺失等問題，一面展望人工智能藝術未來的發展[3]；第四類將人工智能藝術置于藝術理論的脈絡中，將人工智能藝術視為一類“藝術事件”[4]。

主流研究視點雖是從哲學與美學層面討論人工智能對藝術生產和美學生成的影響，但卻帶有某種程度上的“唯科學論”傾向，將二者的關系結構看作是科技對藝術單向的影響和形塑。事實上，通過藝術家對科技問題的主動探討和介入，科技藝術早已產生了“科技的人文化”這一新維度。

20世紀90年代的國外藝術界，以史蒂芬·威爾遜（Stephen Wilson）、邁克爾·馬泰斯（Michael Mateas）為代表的科技藝術家已經主持和參與到開發人工智能的科研項目中，并形成了以藝術涵納科技的項目成果和藝術理論。但“藝術對人工智能技術有何作用力”這一問題尚未在該理論中得到解答。因此，有必要系統梳理當代藝術家圍繞人工智能所展開的藝術實踐，揭示其主要的實踐范式。只有在范式的梳理和比較中，才能看清藝術家從事人工智能科技研究的價值所在。鑒于此，本文以此類研究項目作為探討中心，將之置于科技藝術的整體格局中加以觀照與探討，以期引發學界對“藝術如何作用于科技”問題的討論。

一、替代、協作與研究：

人工智能藝術的三大實踐范式

早在20世紀90年代初，哈羅德·科恩（Harrold Cohen）等藝術家就已開始從事人工智能的藝術項目實踐[1]。人工智能藝術無疑是藝術與人工智能的跨界交互，經過近30年的發展，藝術家和理論家試圖總結其中的實踐范式。約翰·巴爾博（John Barber）將科技與藝術的實踐稱為“混合實踐”[2]，強調藝術與人工智能的交互與融通。但由于任何科技藝術作品都是技術手段與藝術觀念的結合，巴爾博的說法顯得過于籠統。馬克·德因維諾（Mark d Inverno）與喬恩·麥科馬克（Jon McCormack）將之分為“英雄人工智能”和“協作人工智能”，前者用以描述“軟件扮演獨創英雄的角色”（即依靠人工智能完成藝術創作的項目），后者描述人工智能與藝術家協同創作的藝術生產[3]。德因維諾等人雖細分出人工智能推動下的藝術實踐范式，但卻忽略了藝術家研究人工智能的實踐維度。

對此，科技藝術家兼理論家史蒂芬·威爾遜基于人工智能藝術的實踐經驗提出科技藝術的“研究型”范式。威爾遜將實踐范式分為“現代主義式”“批判式”和“研究型”三類，其中“研究型”是科技藝術的發展方向[4]。所謂“現代主義式”是指藝術家運用人工智能技術創制科技藝術作品，并讓作品在畫廊、基金會及雙年展的現代藝術體制中流通。這類藝術作品看似以技術革新藝術語匯，實則囿于既有藝術體制，并未拓展出新的藝術維度?！芭惺健睂嵺`的藝術家有意打破藝術體制，探索技術的可能性，并在線上公共空間呈現項目成果，但打破體制的邏輯依然是以技術手段推動藝術形態的變革。相比之下，“研究型”實踐的藝術家主動參與到人工智能的科學研究中，力圖以人文藝術及審美的視角、知識與觀念為科學研究提供新的能量。威爾遜認為，“研究型”范式以人文藝術為路徑展開科技研究，是科技藝術的發展方向。

盡管提出了藝術家展開科技研究的“研究型”實踐范式，但威爾遜所劃分的科技藝術的三類范式依然存在一定問題，尤其是范式劃分標準的有效性有待商榷?！艾F代主義式”“批判式”是基于藝術體制的視角所做的劃分，“研究型”則主要是從科技與藝術的關系結構中提煉出來的，這造成了劃分標準的混亂。同時對于科技藝術而言，對藝術體制的遵從或反叛并不能觸及科技藝術的核心，藝術家對科技與藝術的關系處理及由此形成的實踐邏輯，才是區分科技藝術實踐范式的根源所在。

鑒于此，我們可從人工智能與藝術的實踐邏輯出發，將科技藝術的實踐范式分為“替代型”“協作型”“研究型”三類。

“替代型”是人工智能替代藝術家進行創作的藝術實踐范式。這一范式源自科學家的人工智能項目，如谷歌實驗室的“深夢”（Deepdream）項目。以大數據作為基礎，科學家利用卷積神經網絡、深度學習等技術訓練人工智能學習繪畫。人工智能機器不僅能夠模仿藝術史上著名畫家的繪畫風格，還能夠生成新的風格和畫作。從科技與藝術的關系結構來看，“替代型”范式是讓人工智能對藝術實踐進行方法重構，以數據算法替代視覺審美和感性體驗，并希望這成為藝術實踐的核心。除了人工智能繪畫，“英雄人工智能”蔓延至電影、音樂等藝術門類。例如藝術家邁克爾·埃勒爾（Michel Erler）的藝術項目《深度學習庫布里克》（Deep Learning Kubrick），就是訓練人工智能學習庫布里克的所有作品，并讓人工智能創造出新的庫布里克風格的電影[1]。

與“替代型”不同，“協作型”范式聚焦于人—機合作的“科技創制”，其核心邏輯是主張藝術家與人工智能合作、溝通并對話，共同完成藝術項目。威爾遜以攝影術的發展比附人工智能[2]，闡述人工智能將“技術復制”迭代為“科技創制”的藝術生產機制。他認為，攝影術發明之初，沒有人把照片視為藝術品，人們也不會把相機的操控視為藝術生產方式。但時至今日，照片能夠在畫廊和博覽會中拍出天價。目前，人工智能與藝術近似于20世紀初攝影術與藝術的關系。按攝影術的發展邏輯，人工智能藝術會逐漸得到認可，并成為新的藝術門類。事實上，攝影術從被拒斥到被接受，其中的變量不僅在于作品形式被接受，更在于新的藝術生產機制被認可。在攝影術發明之初，人們之所以沒有將照片視為藝術，重要原因在于，人們認為手工繪制才是藝術生產，而借助照相機（攝影機）的“機械復制”則不是。同理，人們對人—機協作的“科技創制”也需要一個接受過程。在新的生產機制中，“創作過程并非完全由藝術家控制，因為他/她必須與進化系統互動”[1]，智能機器幫助人類運用技能和想象力，進而生產美和情感力量的成果。早在20世紀90年代，人工智能藝術家哈羅德·科恩便已借助智能計算程序進行繪畫。在近年來的電子藝術節中，不少藝術家展示了人—機協作的過程和成果。例如，在藝術家鐘愫君（Sougwen Chung）的行為表演《繪畫操作》（Drawing Operation）中，藝術家和植入人工智能程序的機械臂同時作畫，結果是二者完成了高度相似的畫作—這是一個典型的由藝術家和智能機器協作完成的藝術項目[2]。又如，羅斯·古德溫（Ross Goodwin）的“公路文學”項目，讓智能機器深度學習《在路上》（On the Road）等20世紀60年代美國的公路文學作品，然后藝術家和人工智能同時進行實地公路漫游，并讓人工智能創作新的公路文學[3]。從藝術生產機制角度看，這兩個項目具有相通之處，即人與機器彼此并非替代關系，而是相互配合、各盡其用。在此過程中，智能機器具有一定的自主性，能夠生成超越藝術家把控和預設的成果。這與藝術家能夠完全把控的“機械復制”顯然不同，因為無論攝影機還是其他數碼設備都是在實現藝術家的既定觀念，并將其不差分毫地傳播流通。

盡管藝術生產的邏輯有所差異，但從藝術與人工智能的關系來看，“替代型”和“協作型”的生產范式都屬于“科技形塑藝術”的向度，即人工智能技術對藝術生產施加影響，促使藝術家思考科技的作用力并將其付諸實踐。那么我們不禁要問：藝術對科技的作用力在哪里？盡管已有不少理論家從哲學層面闡述過藝術對人工智能的影響，但這種闡釋目前還僅停留在理論演繹層面。那么，在藝術實踐層面，是否形成了“科技形塑藝術”向度之外、以“藝術涵納科技”為導向的生產范式？

對此，一些藝術家已介入科學研究的前沿和現場，開始從事藝術化的科技研究項目。早在20世紀60年代，羅伯特·勞森伯格（Robert Rauschenberg）聯合工程師建立了“藝術與科技實驗公司”（E.A.T.），強調藝術家應該介入科技現場、與工程師共同開展研究。這種藝術實踐路徑此后也得到了不斷延續與發展。20世紀90年代，史蒂芬·威爾遜等大批藝術家進入實驗室與科學家共同工作，通過策劃人工智能研究項目、創作新“作品”、發表科研論文和參加學術會議等，探索構建較為成熟的“研究型”范式。這類范式的核心邏輯是，藝術家以人文藝術的立場和方式，挖掘人工智能科技的新潛能。具體而言，藝術家的介入體現在兩個方面：一方面，藝術家在科技項目中學習、掌握前沿技術；另一方面，藝術家基于自身的經驗、想象和創造力，形成區別于科學家研究的成果，這些成果為科技研究提供啟發，一些成果還頗具前瞻性甚至預言性。

相比其他范式，“研究型”范式跳出了科技單向刺激藝術創新的實踐框架，借由藝術化的科技研究打通科技與藝術的壁壘，在科技與藝術的雙向激發中突破藝術和科技的既有邊界。在“研究型”范式中，藝術家史蒂芬·威爾遜和邁克爾·馬泰斯的理論與實踐無疑是其中最具代表性的。威爾遜力圖建構“作為文化研究的人工智能”（AI as cultural research）的理論話語，并將之付諸人工智能項目；馬泰斯則從事“表達型人工智能”（Expressive AI）研究，并對該研究加以理論提煉。

在梳理上述三類范式的基礎上，本文將結合藝術家的理論和實踐，詳細闡述“研究型”范式的實踐路徑。

二、科技人文化：

“研究型”范式的實踐路徑

科學家約拿·萊勒（Jonah Lehrer）曾提出：“科學的未來……是藝術嗎？”[1]他認為科學需要在實驗過程中為藝術找到一席之地。與此呼應，“藝術如何作用于科技”是威爾遜等藝術家一直探尋的命題。為此，部分藝術家選擇投入人工智能科研項目中，他們介入科技實驗室、參與科技學術會議，并嘗試創作藝術化的科技成果。

藝術家的人工智能研究處于科技與藝術的交叉場域，而藝術屬于人文范疇，這就需要我們以更為宏觀的視角，考察科技與人文的關系，思考藝術家介入科技研究的路徑。為此，我們借用科技藝術理論家弗蘭克·波普爾（Frank Popper）提出的“科技人文化”[2]展開分析。波普爾以人文主義為本位，力圖將科技涵納進人文體系思考，通過對歐普藝術、錄像裝置、互聯網藝術等科技藝術形態的梳理與研究，提出科技應該人文化、人性化的觀點?？萍既宋幕膊⒎遣ㄆ諣柕莫殑撎岱?，同一時期，翁貝托·?？疲║mberto Eco）也曾提出將電腦視為“精神工具”。不過，波普爾的“科技人文化”主要是指科技裝置與觀眾形成情感互動的潛能。從藝術史脈絡看，人工智能藝術的“研究型”范式是“科技人文化”的進一步深化，即藝術家以人文立場重新審視技術，以藝術認知“化用”技術，形成被“人文化”的科技理論和成果，這就是人文化的科技創造。

“科技的人文化”是對現代性漸進過程中科技與藝術相離趨向的反溯。在現代性的進程中，以康德為代表的哲學家將審美劃歸藝術家的實踐領域，科技研究則是藝術家的域外之事。但如果梳理古代藝術史，我們會發現藝術家展開人工智能科技研究具有其合法性。古希臘時期的“藝術”（τ?χνη）一詞本身包含技藝、技術的成分，彼時的藝術與技術可謂一體兩面。在文藝復興時期，科技與藝術被整體性地加以觀照和研究，而以達·芬奇為代表的巨匠，既是科學家也是畫家。達·芬奇繪制的《維特魯威人》（L uomo vitruviano）等畫作實為其人體研究成果。隨著現代性的確立，科學與藝術在理論層面才被分置于“真”“美”的不同范疇。而在現代性理論落實到現代學科體系的建構層面時，現代教育的學科體制將科技與藝術割裂。這使得包含科技研究的經典繪畫脫離其科學研究的語境，被重新界定為古典藝術的視覺形式。但從20世紀中期開始，隨著以杜尚為代表的先鋒藝術家將藝術從畫架上解放出來，不少藝術家開始重新展開科技研究，打破科技與藝術的界限。20世紀60年代，白南準（???）與日本工程師阿部修也合作制造出獨立行走的系列機器裝置《機器人家族》（Family of Robot）[1]；勞森伯格與工程師比利·克盧弗（Billy Klüver）和弗雷德·沃爾德豪爾（Fred Waldhauer）組建了“藝術與科技實驗公司”，意在培育和生成科技藝術項目。在該項目中，藝術家中谷芙二子與物理學和氣象學家托馬斯·米（Thomas Mee）共同進行科技研究，合作創造了可以感知大氣狀況的“霧雕”（霧の彫刻）作品。該作品在20世紀70年代日本大阪世界博覽會展出后，引發藝術界和科技界的關注，成為藝術家展開科技研究的典型之一。這些早期項目都為藝術家后來施展藝術“化用”人工智能的科技研究提供了可能性。

在進行科技研究進而“化用”人工智能的過程中，藝術家同時從實踐探索、理論生產與跨界思維融通3個維度展開相關研究。

首先，藝術家基于人文立場對科技進行認知、重審和再生產，提出新的研究議程。在參與項目之前，藝術家會對科技知識進行系統學習和掌握，比如無論科恩還是威爾遜、馬泰斯，都對相關科技知識有系統了解乃至達到精通程度—他們不僅像理工科學生一樣掌握知識，更是以藝術家的想象力和感知力，重新審視和思考現有的科技現狀凝集。對于藝術家的科技想象潛能，麥克盧漢闡述到，“嚴肅的藝術家是唯一能夠不受懲罰地接觸技術的人，因為他是一個意識到感官知覺變化的技術專家”[2]，他認為畢加索的立體主義正是對電氣時代“立體傳播”的想象性呈現，而欣賞這種藝術則是對科技與媒介的“感知操練”。藝術家們對科技的重審和再思考逐漸生成了其對科技的新認知，并基于這種認知提出新的科研議程。新議程的提出，可以馬泰斯“表達型人工智能”項目為例。在馬泰斯看來，科學家設置的人工智能是以“制造者為中心”的科技成果?？茖W家將程序設置完成之后，基于既有的特定問題和需求，讓機器與人、界面發生交互，但這種交互并沒有喚起人們的情感需求。而“表達型人工智能”的實現則需要讓人工智能融入微觀空間與文化情境，并研發出以“觀眾”為中心的科技成果[1]。以“觀眾”為中心的人工智能體現于：其一，人工智能與觀眾的溝通并非建立在預設任務上，在此情境下，二者通過互動建立了一種非功利性關系；其二，在非功利互動中，機器能夠被“輸入”情感和人性?；谝陨峡剂?，馬泰斯與合作者建構了名叫“辦公室植物1號”（Off ice Plant 1#）的持續性項目，以此開發出一種智能“植物”。這株植物放置于公司辦公室，背后的人工智能技術能夠讀取到辦公室人員工作的電子郵件，并從郵件中判斷人們的情緒。如果技術分析出人們的情緒低落，植物上的“花朵”就會開放，以此調節人們的情緒和辦公室的氣氛。盡管這一作品依然屬于“大數據分析”的范疇，但已經是藝術家獨特的科研嘗試。這種嘗試的意義在于，藝術家從藝術感知的維度拓展了科研議題，并形成了新的研究成果。這一成果既包含審美、情感等感性經驗的生成，也包含感性之后的人文思考。這種基于藝術體驗的科學研究，傳達出一種立場和觀點，促使科學家和藝術家重新思考人工智能，從而開辟出新的科研探索路徑。

其次，以新議程的研究為基礎，藝術家還構建了相關研究的理論生產。在對人工智能進行系統研究之后，威爾遜提出，人工智能能夠建構“文化研究”維度的科研議程。人工智能的基礎是基于大數據與深度學習?！叭绾螌W習”依賴于既定程序的自我運行，“學習什么”則依靠人類選擇性提供的數據資料。這種選擇記憶數據資料本身就涉及“文化語境”。威爾遜舉例，愛斯基摩語對“雪”的描述多達幾十種，英語則相對簡單。選擇不同文化語境中的語言作為人工智能的學習資料，生成的學習成果大為不同。其實除了日常語言之外，文字典籍、傳媒圖像無不關涉“文化語境”。人們選擇何種文字和圖像作為數據資料，決定了人工智能學習的結果?！叭斯ぶ悄艹绦虮仨毦哂刑囟ǖ奈幕匦??！盵2]就此而言，人工智能的科研項目可以從“文化研究”入手，形成具體的研究議題。不過，威爾遜所指的“文化研究”并非專指伯明翰學派的理論與方法，而是泛指技術衍生出的文化、哲學和社會理論。威爾遜認為，“文化研究是最有成效的，因為它們指出了技術的深遠影響”[3]，如唐娜·哈拉維（Donna Haraway）關于生物技術的意識形態影響，保羅·維利里奧（Paul Virilio）針對軍事技術的文化探討等。

如果說提出議程、拓展維度是外在的、可見的科研實踐，那么藝術家的人工智能研究則是涉及深層次的思維跨界融通。在藝術與科學分野之后，藝術實踐往往與移情、審美和感知有關，具有一定的非功利性、偶發性。盡管藝術實踐尤其是當代藝術的介入式項目也具有研究性和計劃性，但這種計劃性往往充滿彈性：無論是達達主義、激浪派還是火熱一時的“快閃”，藝術家的計劃往往只是一種號召，具體行動還得依靠藝術家的靈感閃現、情境構建與情感傳導。就此而言，藝術家的思維是偏向感性甚至以感性作為主導的。與之相反，科技研發尤其是用于商業的科技項目則往往具有功利性和明確的預設。如市面銷售的人工智能電器多是弱人工智能技術的粗放運用，此類電器的研發具有明確的商業目的。功利主義導致研發過程中更多可能性的喪失。對此，藝術家參與科技項目不僅為科學家提供啟發和另類視野的“參謀”，還通過彌合藝術和科學的思維區隔，從感性維度為科研提供新的可能。這種可能同樣體現于“表達型人工智能”的實踐探索和“作為文化研究的人工智能”的理論生產中。在“表達型人工智能”項目中，郵件的大數據讀取顯然經過編程的預設，但郵件的往來、信息的交互卻具有隨機性，并且與辦公人員的情緒有所勾連。而在威爾遜的理論建構中，文化交流隨著情緒、性格、場景而變化，一定程度上超越了既定的計算程序。簡言之，馬泰斯和威爾遜從實踐和理論層面強調了“情境”的重要性，而“情境”包含偶然和不可預見。在“情境”之中，人工智能一方面基于既定程序進行大數據收集和分析處理，另一方面需要應付不斷變化的情緒和氛圍。藝術家意圖在大數據編程的基礎上，將隨機性引入他們的項目中。藝術家認為隨機性不僅是一種缺失的模式，還是一種可以產生模式的創造性基礎，這一模式與預設的必然性可以相互融合。如此來看，在“研究型”范式中，藝術家介入科研現場與科學家共同工作，具有從項目合作深化為思維融合的趨勢與潛能。思維融合旨在形成新的融合感知—認知、情感—理性、預設—非功利的溝通。這是超越科技與藝術二元結構的“第三空間”，是“不同認知視角和研究思路形成的協作思維”[1]。

三、科技先鋒派：

“研究型”范式的意義生成

藝術家以人文的立場和藝術的方式進行科技研究，形成“人文化”的藝術—科技成果。那么，如何看待“人文化”成果及“研究型”范式的意義？

對于“研究型”范式的意義討論，需要從藝術史層面加以分析?！翱萍既宋幕辈粌H僅是理論層面的演繹，而且這一概念也源于波普爾對藝術史尤其是新媒體藝術的脈絡梳理。借鑒這一研究思路，我們有必要從藝術史層面展開對“研究型”范式的審視。此外，就“科技與藝術”這一宏觀命題而言，藝術史層面的討論同樣延續了文首所提及的“藝術如何作用科技”的研究向度。

從縱向的藝術史脈絡出發，“研究型”范式可視為一種另類的“科技先鋒派”。20世紀初，達達主義、未來派等先鋒派藝術家力圖打破“藝術自律”的思潮和資本主義的藝術體制，主張藝術介入社會現場，以越軌的行動表達自己的主張。先鋒派藝術一直延續到當代，激浪派以異質行為介入公共空間；約瑟夫·博伊斯（Joseph Beuys）等藝術家推動形成了介入現場、聯結觀眾的參與式藝術。同一時期，勞森伯格、白南準等藝術家將介入行動從社會現場延伸到科技維度，也將“先鋒派”拓展到科技維度。不過，勞森伯格等藝術家與工程師、科學家合作的目的依然在于制造新的藝術作品尤其是裝置作品。與之相比，從事“研究型”實踐的藝術家真正形成了科技維度的先鋒派藝術?！把芯啃汀彼囆g家介入科技研究的前沿領域，與科學家共同探索。這種探索不是為了創造藝術作品，而是拋開創造作品的單一目的，將藝術融入科學探索的過程中。

如果說“達達主義”等先鋒派的行動拋卻“藝術自律”和創作作品的唯一目的，以介入公共空間的方式表達文化觀念，那么“研究型”藝術家同樣拋開“創作”的束縛，以介入科技前沿的行動表達科研觀點。從表面形式來看，達達主義和“研究型”藝術家在介入場域、介入方式等方面似乎差異甚大：達達主義以越軌的行為介入公共空間，“研究型”藝術家以學習和研究的方式介入科技實驗的現場。但從介入的旨歸和成果來看，兩者可謂一脈相承。就介入的旨歸而言，達達主義力圖打破公共空間的既定關系，以公共空間為中介，聯結藝術與大眾；“研究型”的藝術家同樣力圖打破科技實驗室的陳規教條，以科技為中介，聯結藝術與大眾。就介入成果而言，相比研究成果的“藝術性”，達達主義者和“研究型”藝術家都更加在意成果的探索性、多樣性和啟發性。達達主義者的行為、現成品皆為“作品”，開創了一種與生活、大眾密切聯結的藝術形態。而“研究型”范式生成的藝術“作品”具有相似的開拓性。藝術家的成果并不聚焦于審美、感染力，也不刻意使用慣有的形式語言，而是以呈現前沿的研究觀點和設想作為呈現焦點。如馬泰森的“表達性人工智能”便是探索性的前沿設想。同時，“研究型”成果包含裝置、論文和演講等多種形式。例如馬泰森的“辦公室植物1號”項目不僅制造出“藝術品”，還形成了具有影響力的研究報告和論文。與之相似，科技藝術家列夫·馬諾維奇（Lev Manovich）對智能算法的研究同樣以裝置作品和演講報告的形式加以呈現，其理論的影響力甚至超越了作品本身。此外，成果的啟發性既適于藝術，也適于科學領域，為科學家的研究提供了支撐。比如馬泰森關于“表達性人工智能”的研究成果在國際學術會議中傳播，引起了科學界的討論。

與此同時，從橫向的科技與藝術關系結構來看，“科技先鋒派”以介入式的前沿研究打破人文與科學的界限?！八囆g家和理論家可能從來沒有涉足過研究實驗室，藝術/人文學科和科學/技術說著不同的語言，彼此不理解”[1]，在此狀況下，藝術家將介入的現場從社會現場轉移到實驗室，力圖彌合人文與科學的區隔，以研究作為行動實現自己的看法。藝術家的介入和研究離不開科學家的支持，合作的科學家成了藝術家研究的參與者，形成了介入之后的參與式藝術?？梢哉f，藝術家的科技研究將先鋒藝術的方法和行動力延伸到了科技領域。如果說達達主義等先鋒派力圖突破藝術與社會的界限，促使藝術介入大眾與社會，那么從事研究的“科技先鋒派”則試圖打破藝術人文與科技的區隔，以藝術介入科技現場并化用科技。

事實上，在人工智能藝術的研究之外，其他“科技先鋒派”藝術家試圖以哲學演繹技術、以文化闡釋技術、以感知勾連數據，實現人文化的科技創造。在知名的虛擬現實藝術家查爾斯·戴維斯（Chars Davis）那里，藝術家試圖從身體現象學的視角，對虛擬現實技術做哲學層面的考察和演繹。在戴維斯的虛擬現實影像《滲透》（Osmose）中，三維空間和經典透視被打破，主體與外界相互建構、彼此融合。人們通過藝術家建立的虛擬現實空間，實現了“我思故我在”的“游牧”。這種“游牧”既是主體的綿延，也是空間的延展，兩者處于共時展開的狀態。在此，虛擬現實技術實現了知覺與場域、個體與空間的同構。如果說戴維斯力圖通過對技術展開富有想象力的研究，進而呈現主體化和感知化的技術，那么愛德華多·卡茨（Eduardo Kac）則是在通過研究基因技術，探索文化訊息對技術的重新闡釋?？ù牡霓D基因科研項目“綠色熒光兔”（GFP Bunny）利用分子生物學技術，將水母和兔子的DNA結合起來，制造出一只在藍光下發出綠光的兔子，并試圖讓兔子與公眾對話，“雖然過去的每一個文明都孕育和贊美過無數虛構的生物，但在此之前沒有一個藝術家想象過一個活的哺乳動物，然后著手將它變成現實”[1]?？ù牡摹鞍l明”是基于文字創造的新的生物生命，試圖實現從文化訊息（虛構）到技術、從技術到文化的流轉。此外，藝術家的科研項目也試圖實現數據的情感化。致力于信息藝術的藝術家肯·古登伯格（Ken Goldberg）制造了一個信息通訊裝置《繁榮》（Bloom），這一裝置將實時監測的地震數據轉化為不可預測的花朵形象，藝術家借此引導觀眾對自然展開冥想[2]。在此，數據不再是機械的二進制符號，而是被轉化為喚起主體感知、具有情感溫度的人文化成果。

“科技先鋒派”的人工智能研究基于人—機的“長期養成”機制，也因此，某些“去功利性”的成果才得以在此類項目中顯現。無論是馬泰斯的“表達型人工智能”，還是威爾遜的“人工智能的文化研究”，都屬于長期的、持續性的研究項目。這種項目包含著人—機之間的長期磨合以及為了創制具有人文內涵的智能機器所開展的持續探索，可以稱之為一種科技人文化的“煉金術”。在馬泰斯的“表現型人工智能”中，智能植物并非展廳中的臨時互動裝置，而是與其介入的辦公室長期共存。在共存過程中，人文與技術的互通不斷“養成”，形成新的科技文化產物。這種“養成”也成為藝術家研究的重要部分。而在威爾遜的項目“文化痕跡”（Traces of Culture）中，連續不斷的參與者持續將異質的文化信息傳入人工智能系統中。這些參與者還可以通過遠程的網絡系統，長期和“搜索機器人”（searchbots）進行交流。這些“人文化”的智能機器并沒有超越當下科技前沿水平，但卻將人工智能從功利主義中超脫出來。在科學家的研究中，功能主義成為項目實踐的核心價值取向?？茖W家受雇于跨國公司或科研機構，其成果需要迅速投產并發揮實際效能。在此實踐邏輯下，科研項目往往帶有功利性，具有較高的商業化程度，由此形成的人工智能機器被廣泛運用于家電、醫療和監控等各類實用領域。與之不同的是，科技人文化的“煉金術”超越了功利主義的局限，拓展出科技研究的全新維度。藝術家的研究從文化、情感和非功利出發，展開功利主義的科技研究中未曾關注和涉及的研究議程和維度。在此，藝術家的“產品”并非投入社會科技生產并直接推動社會變遷的實用之物，而是站在人的立場，漸進式地培育人文化的科技成果。從現代性理論的劃分出發，這類“煉金術”為本屬于“真”的科技打通了屬于“美”的通道。

另外，“科技先鋒派”的意義還在于智能機器社會化的想象性探索。在藝術家的人工智能項目中，培育具有情感感知和文化交流能力的智能機器，僅僅是“煉金術”及其“養成”機制的階段性成果。通過人機融合的“養成”機制，藝術家還力圖探索智能機器的“社會化”路徑。在馬泰斯的“表達型人工智能”項目中，辦公室的智能植物除了“感知”人們的情緒之外，還逐漸成為辦公室社會微生態的一部分。在項目持續進行過程中，智能植物由“嵌入”辦公室逐漸轉變為融入其中的社會生態中。這種融入會伴隨智能機器讀取往來郵件的數據積累，變得愈加深入。與之相通，作為威爾遜“人工智能的文化研究”項目的一部分，“智慧空間”似乎更具有前瞻性。在《文化痕跡》中，智能機器不是融入既有的社會生態，相反，它試圖“生產”社會生態系統?！段幕圹E》的裝置并非不同身份、種族的文化訊息交流的中介，而是通過對不同文化訊息的數據積累，《文化痕跡》成為文化沖突、溝通和再生成的社會化空間。這一社會化空間契合了列斐伏爾（Lefebvre）所構想的“表征空間”。列斐伏爾將空間分為“空間實踐”“空間表征”和“表征空間”。簡言之，“空間實踐”即居住的物理空間；“空間表征”是被經過規劃和給定的審美空間，如“透視法”生成的三維幻象、資本打造的地標性建筑；“表征空間”則是前兩者的沖突、互動和融合的結果，具有革命性和生成性，能夠打破“空間表征”的給定計劃。在威爾遜的“文化痕跡”項目中，文化訊息的交流和重復正是挑戰了“給定”的意識形態和認知，智能機器形成了人們展開實踐、打破既定、進行文化交流的“表征空間”。這類空間并非物理層面的場所，而是能夠“生產”社會生態的空間。更為重要的是，基于養成機制和想象性探索，“科技先鋒派”彌合了現代主義和后現代主義在創作思維上的裂痕。

在20世紀60年代，作為現代主義對立面的后現代主義思潮逐漸興起，并在此后對當代藝術的創作產生了重要影響，無論是女性主義藝術、激浪派還是介入式藝術，都可以看作是后現代主義思潮的“落地”。但一旦涉及“科技藝術受哪種思潮影響”這樣的問題，當代學者往往難以給出清晰的判斷。按照戴維·哈維（David Harvey）的說法，現代性包含恒定和不安的兩面，后現代主義是在“騷動、不安和易變中游泳”[1]。如果說現代主義思潮延續了自古希臘以來注重理性規劃的中心—分支“樹形”思維，那么后現代主義思想則展現出無中心、生成性、解域化的“塊莖”結構。這種結構也正符合德勒茲、瓜塔里（Guattari）提出的“游牧”概念，它是現代主義理性規劃的背面。盡管哈維等空間理論家將“彈性積累”的全球化生產機制視為后現代主義的表征，但事實上，具體到科技研發、產品生產等問題，其運作機制依然屬于現代主義的理性規劃范疇，而且是嚴密而細致的管理規劃。而當下這些以藝術家為主體，讓藝術家主動參與科學實驗的“研究型”科技藝術，則在某種程度上打通了現代主義的“規劃”和后現代主義的“游牧”之間的藩籬。

結語

綜上所述，藝術家的人工智能研究意味著科技藝術中一種表征“藝術涵納科技”向度的“研究型”范式的生成，該范式區別于“科技形塑藝術”向度的“替代型”“協作型”范式。在“研究型”范式中，藝術家介入科技前沿與實驗室，從藝術實踐、理論生產和思維融通層面“化用”人工智能技術，生成“人文化”的科技成果。在“研究型”范式中，藝術家介入科技現場的研究可視為一種“科技先鋒派”的行動，基于藝術經驗的研究將科技從功利主義中超脫出來，形成超越功用的項目成果。在這種探索和拓展中，“科技先鋒派”試圖為科技打通渡向藝術審美進而通向“游牧”的路徑。而相比其他實踐范式，“研究型”范式代表著科技藝術的未來方向。當科技與藝術的結合成為趨勢，藝術家不能只將現成技術作為創造藝術語匯與形態的手段，而是要以藝術家獨有的經驗和感性創造力參與科技研究，形成藝術化的科技成果。這些成果不單是一件“藝術品”的創作，而是集合了作品研發、理論生產、學術討論、參與組織的過程性綜合體。這類“綜合體”旨在從藝術與審美出發，在參與科技的研究過程中逐漸超越科技與藝術的二元結構，形成一種超學科的無界創造。在此，科技被升華為“科學”，因為“科學”不是運用層面的技術發明，而是對生命、社會和現象界的前沿哲思。

本文系國家社科基金藝術學青年項目“網絡空間中藝術傳播的社區化現象研究”（項目批準號：18CH208）階段性成果。

責任編輯：趙東川

[1] 參見劉潤坤：《人工智能取代藝術家？—從本體論看人工智能藝術創作》，《民族藝術研究》2017年第2期；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。

[2] 參見龐井君：《人工智能和文藝新形態》，《人民日報》2018年11月13日第24版。

[3] 參見陶鋒：《人工智能美學如何可能》，《文藝爭鳴》2018年第5期；陶鋒：《人工智能視覺藝術研究》，《文藝爭鳴》2019年第7期。

[4] 參見盧文超：《邁向藝術事件論：人工智能的挑戰與藝術理論的建構》，《澳門理工學報（人文社會科學版）》2020年第2期。

[1] Harrold Cohe， “The Further Exploits of AARON， Painter，” Stanford Humanities Review 2， no. 5 （1995）： 1-18.

[2] John Barber， “Hybrid Practices： Art in Collaboration with Science and Technology in the Long 1960s，” Leonardo 53， no. 3 （2020）： 348-349.

[3] M. dInverno and J. McCormack， “Heroic versus Collaborative AI for the Arts，” （paper presented at Proceedings of the Twenty-Fourth International Joint Conference on Artificial Intelligence， IJCAI 2015， Buenos Aires， Argentina， 25-31 July 2015）， 2438-2444.

[4] Stephen Wilson， Information Arts： Intersections of Art， Science， and Technology （Cambrige： MIT Press，2002）， 422-424.

[1] Michel Erler， “Deep Learning Kubrick，” accessed Aprill 1， 2022， https：//michelerler.com/media-art-me.

[2] Stephen Wilson， Art + Science Now （London： Thames & Hudson， 2010）， 1.

[1] Jeffrey E. Boyd， Gerald Hushlak， Christian Jacob， “SwarmArt： Interactive Art from Swarm Intelligence” （paper presented Proceedings of the 12th annual ACM International Conference on Multimedia， New York， October 10-16， 2004）， 628-635.

[2] Special Section： Rethinking Art and Aesthetics in the Age of Creative Machines Philosophy & Technology 30 （2017）： 263-165.

[3] Thomas Hornigold， “The First Novel Written by AI is Here—and It's as Weird as You'd Expect It to Be，” accessed October 25， 2020， https：//singularityhub.com/2018/10/25/ai-wrote-a-road-trip-novel-is-it-a-good-read/.

[1] Sheril Kirshenbaum， “Science Is Art： Look Closer，” accessed January 17， 2020， https：//www.discovermagazine.com/the-sciences/science-is-art-look-closer.

[2] Frank Pooper， From Technological to Virtual Art （New York： MIT， 2006）， 1-2.另參見Margaret Boden， Mind As Machine （Oxford： Oxford University Press， 2006）， 1089.

[1] 陳永賢：《錄像藝術啟示錄》，臺灣藝術家出版社2010年版，第38—51頁。

[2] [加]馬歇爾·麥克盧漢：《理解媒介—論人的延伸》，何道寬譯，商務印書館2000年版，第67頁。

[1] Michael Mateas， “Expressive AI： A Hybrid Art and Science Practice，” Leonardo 34， no. 2 （ 2001）： 147-153.

[2] Stephen Wilson， “Artificial Intelligence Research as Art，” Stanford Humanities Review 4， no. 2 （1995）： 1.

[3] Ibid.， 19.

[1] Lizzie Muller， Lynn Froggett & Jill Bennett， “Emergent Knowledge in the Third Space of Art-Science，” Leonardo 41， no. 4 （2008）： 1-11.

[1] Stephen Wilson， “Myths and Confusions in Thinking about Art/Science/Technology，” （paper presented at College Art Association Meetings， NYC， 2000）.

[1] Eduardo Kac， Telepresence and Bio Art： Networking Humans， Rabbits， and Robots （Michigan US： University of Michigan Press， 2005）， 264.

[2] Anne Northrup， “Bloom： Ken Goldberg， Sanjay Krishnan， Fernanda Viégas， and Martin Wattenberg，” accessed July 28， 2022， https：//www.nevadaart.org/art/exhibitions/bloom-ken-goldberg-sanjay-krishnan-fernanda-viegas-and-martin-wattenberg-2/.

[1] David Harvey， The Condition of Postmodernity （Oxford：Blackwell Publishers， 1992）， 44.