人工智能在装置艺术中的应用＊

2022-12-05李咏洁广州城建职业学院

艺术品鉴 2022年27期

李咏洁（广州城建职业学院）

一、人工智能技术的跨界应用

人工智能(AI)属于计算机科学领域,它设计的初衷是让人类的智慧在机器中得以实现与延伸。早期人工智能(AI)处理数据是基于数据和文本的。比如，当你问一个报时机器人现在几点,机器人能准确回答时间。但是如果你问同一个机器人目前的气温时,机器却无法回答提问者这个问题,因为机器的程序中只有获得时间的数据源。随着机器学习 (ML)的发展,机器不再像之前依赖固定的程序,它能自行搜索更广的数据库,也能从已有的经验数据中学习,通过数据排列组合的方式找到最优解。机器学习 (ML)的应用也让人工智能介入得以介入人们生活的方方面面。从自动驾驶汽车的法律量刑建议到面部识别和监控,从个性化医疗到嵌入日常物品中的对话代理和实时智能响应环境，机器学习(ML)在生活领域不断帮人类解决问题。在文学领域,计算机程序雷克特(Racter)在1983 年用文字生成器创作出了诗集，这意味着 AI 的文学创作之路正式开始。在舞蹈领域,2012 年台北数字艺术表演的获奖者是中国舞者黄翊的机器人编舞作品《黄翊与库卡》(“Huang Yi &KUKA”),黄翊的舞蹈作品探索了机器人在未来舞台表演的可能,也提出了对人工智能的反思。在视觉美学领域，机器学习应用程序的影响已经触及了每个拥有智能手机的人。比如，目前智能手机能将用户拍摄的照片根据使用者的口味和用户的情感档案的数字模型进行存储、分类和排序:在手机上，相册自动生成，视频自动剪辑，并产生视听集，逐渐成为个人的官方记忆。

尽管人工智能技术似乎已经融入了人类生活,人工智能与艺术领域似乎有天然的壁垒和次元。心理学家罗伯特·索尔索提出过:“艺术是眼睛和大脑进化的偶然副产品。”机器的眼睛能用摄像头取代,但是机器没有大脑，只有算法和程序,这样看似不和谐的组合,自20 世纪70 年代以来,艺术家们一直在尝试和探索将两者结合起来。

二、人工智能介入艺术: 基于算法的机械复制

绘画是人类艺术史中存在的较广泛且普及率高的艺术形式。人工智能在艺术领域的第一步是用机器制造的艺术品取缔手工制造——直接用程序生成绘画作品。哈罗德·科恩（Harold Cohen）是一位致力于计算机人工智能和艺术交叉领域的英国艺术家。哈罗德·科恩本来是一名传统画家,在接触到编程后,他开发了能自主创作艺术的计算机程序AARON。早期的AARON 只能完成简单的闭合图形,在AARON 不断地学习和自我完善后，AARON 的创作的元素越来越复杂,大多会遵循人类绘画的美学,比如构图、上色和风格等。尽管AARON 程序已经有了自己选择和创作能力,但是此时的人工智能并不能像艺术家一样能传递直接和有温度的情感。Google 在 2015 年公布了 Deep Dream 项目，该项目只需略微修改参数就能生成以背景图像作为起点的奇幻图像。2018 年，纽约佳士得以43.25 万美元拍卖出一张像是出自印象派之手身穿黑色外套和白色衬衣的男子肖像《爱德蒙·德·贝拉米肖像》（“Portrait Of Edmond de Belamy”）,该画由人工智能创作。AI 通过学习一万五千张14 世纪至20 世纪间的肖像画后进行的再次创作。到目前为止,AI 作画的原理是从海量数据中拆解与提取元素,再将提取的元素重新排列组合。

AI 作画也可以理解为机器算法对已有图像的打破与排列组合,这种排列组合的背后是程序的对拆解组合这一动作的重复。从德国学者瓦尔特·本雅明(Walter Benjamin)在《机械复制时代的艺术》中的视角来看,即便是程序的重复工作也能称之为艺术。本雅明认为艺术是可复制的,从古希腊人掌握了建模技术开始,陶土制品的外形便开始可复制与批量生产,但是古希腊人对陶瓷制品的复制只是工艺复制的雏形,因为陶土的外部颜料还需要当时的手工艺人亲自涂画。一方面,印刷技术的出现让艺术品的复制得以快速实现,木板印刷是早期可用于复制图形图像的技术,早期木板印刷被复制的画更像是文字的附属品,是对文字的解释以及文字的想象延伸。另一方面,被复制画也与同时期的文字一样,承载着信息、知识与思想的传递的作用,复制艺术的作用在当时的影响是不可替代的。这种不可代替性就构成的艺术独特的时间感和空间感,本雅明在《机械复制时代的艺术》文章中称之为原真性。AI 作画不管是从表现形式还是出现的时间都带有信息技术变革的时代特有本雅明所定义的艺术的原真性。但若是将AI 作画,或者与AI 绘画类似的人工智能程序做雕塑,人工智能模仿已有作品再创作的模式放入当代艺术、装置艺术的语境中的话,人工智能便从主导艺术的主角变成了提供技术支持的角色。

三、从算法到观念:人工智能技术在装置艺术中的应用

目前的大多数人工智能的应用方式是机器通过数据库里信息完成指令和动作。比如，开车的时候使用百度地图寻找最近的加油站,机器通过识别自然语言,再从搜索引擎里找到最近加油站,最后通过声音输出或者文字输出的方式将最近的加油站位置和路线告知用户,整个流程就算结束。再比如，AlphaGo围棋程序，其技术突破是机器学习领域里的深度学习(DL)。程序的深度学习通过无数的落子模拟,概率推算以及无限的计算让AI 在 19 路棋盘上能比人类先达到181 点以上的点位。由此可见,人工智能工作的逻辑是从数据中学习经验,再使用机器学习来完成目标。

与人工智能善于学习过往经验不同,艺术从来都是偏向观念的。所谓的观念是指，艺术家创作的动机、主观思想以及创作逻辑。虽然以前的艺术也是带有经验的意味,绘画讲究配色逻辑、构图逻辑,雕塑作品也看重雕刻手法和技术,在艺术家的不断练习中,总结经验从而得到更好的视觉效果,这跟人工智能的工作逻辑很像。但是自20 世纪10 年代开始,艺术不再只追求技法,观念在艺术创作中的位置变得越发重要。

1917 年,马塞尔· 杜尚(Marcel Duchamp)在纽约的商场里购买了一个量产的用小便器,之后杜尚在这个现成品上签署自己的名字和年份后便送去参展,并将该现成品取名为《泉》(Fountain)。杜尚的这个现成品艺术开始掀起了艺术界的思想变革。在杜尚之前的艺术更多重视通过媒介(Media)来表达感官上的愉悦。但是杜尚认为艺术家赋予的观念(Concept)才更重要,即作品背后的一系列思考。至于创作媒介就没那么重要了,甚至可以直接用实物来完成。直接用实物完成的作品也被称为现成品艺术,装置艺术也因此得来。

装置艺术从产生以来,便带有了打破传统和经验的标签,它兼顾了艺术家的观念、观众的观感和参与感,时代瞬息万变下的当代性。装置艺术通过物件媒介作为载体,将艺术家的观念在特定的空间中展示。装置艺术和传统艺术的区别在于,传统艺术是媒介为第一位,而装置艺术是直接利用实物作为媒介进行创作的一种艺术形式。装置艺术顺应着当代艺术的创作逻辑,在整个作品中最重要的是观念,即对当下个人、环境以及精神文化的思考。由于目前的人工智能技术还只具有从数据经验中排列组合的能力，而不具备提出观念的能力。在装置艺术的制作中,人工智能艺术家和人工智能和分工合作,艺术家负责观念,人工智能来帮助完善装置艺术中的媒介。人工智能可融入的装置艺术以影像装置、互动装置和公共装置为主。

（一）人工智能影像装置

传统影像装置的内容是需要由艺术家通过拍摄、动画制作或者后期特效制作等方式完成。人工智能参与影像装置的工作原理是将数据库里的信息进行二次创作,这种创作的前提是拥有海量数据库和适当影像输出设备。来自洛杉矶的土耳其裔艺术家Refik Anadol 是一个比较典型的善于用海量数据进行创作影像装置的艺术家。《机器幻觉》(“Machine Hallucinations”) 是Refik Anadol 借助人工智能投射出的影像装置系列。在《机器幻觉》中,海量的城市图像在算法之后转换成投影,光线和影像形成了共生的关系。他的作品《波士顿的风》灵感来自波士顿一年风的记录,包括风速、大小和频率等,再通过算法形成可视化的影像。2020 年12 月，Refik Anadol 的数字影像作品《量子回忆》(“Quantum Memories”）在澳大利亚墨尔本维多利亚国家美术馆三年展中首次亮相。该作品由2 亿张风景照片通过谷歌AI Quantum 团队研发的量子算法生成,机器程序先是对海量数据聚类与识别,量子算法在图形处理中会增加随机元素。《量子回忆》作品展现了机器视角下的岩浆、冰川和大海等自然景观,AI 视角下的自然景观色彩艳丽,有人类熟悉的自然风光的轮廓,细节处又是使人陌生的粒子流动,仿佛将观众带入了一个平行宇宙空间。人工智能程序所生成的影像较真人拍摄的影像以及人工制作的影像而言更抽象和变化多端,非具象的图形图像也给予了观众更多的想象空间。

（二）人工智能互动装置

1961 年,艺术家艾伦·卡普罗(Allan Kaprow)将无数废旧的轮胎填满了画廊的后院,并邀请参观者随意在艺术品上攀爬和玩耍。这个作品让装置艺术开辟了除“观看”以外的全新感官体验——观众走入艺术品之中。然而这种参与仍是单向的,观众能触摸、近距离感受作品,但是作品却不能与之回应。2000 年代后期，计算机软件技术的和物联网的发展让装置艺术的互动功能得以实现。

跨学科艺术家珍妮萨宾(Jenny Sabin)和微软研究院于 2019 年合作完成的研究项目“Ada”借助人工智能技术，能够将包括面部表情、噪音和语言等在内的数据转化为光与颜色，体现了性能、材料创新、以人为中心的智能化的艺术新形式。艺术家Golan Levin 和Zachary Lieberman 2003 年合作创作的装置“Messa di Voce”中使用了特制计算机视觉跟踪系统来实时跟踪歌手在舞台的位置。通过位置和声音事实产生画面,也就是早期的声音可视化。随着软件开发的进行,也让更多艺术家有了制作实时人机交互作品的能力。

（三）人工智能公共装置

以往的艺术品大多展出在美术馆、画廊等室内空间,室内空间因为场地的限制能容纳的观众有限。室内展出的艺术品缺少与外部环境的联系,一些特定主题的艺术品也因此缺少了更多表达的空间。另一方面,一些公共空间也需要艺术品来拉近人与环境的关系。因此,艺术品开始慢慢从传统室内画廊走向公共空间。

2021 年至2022 年跨年期间,土耳其多媒体团队Ouchhh 在拿破仑时期兴建的米兰地标建筑——和平之门上完成了公共装置《AI 数据光之门》(“AI Dataportal Arch of Light”)。该公共装置的数据库里有从拜占庭时期到现在的2 万多件艺术品的信息,这些混合数据通过人工智能算法生成影像,并将影像投射在古老的拱门建筑上。久远的原数据和新型的技术在有古老的建筑上相遇。2022 年5 月19 日,由Ferdi Alici主导创作的AI 公共装置《墨西哥之眼》，(“The Eye of Mexico”)在拉丁美洲亮相。《墨西哥之眼》的外形是一个10 米高的圆环,圆环内壁嵌入了数字屏幕。屏幕中的图像来自墨西哥城的生活数据,最后通过C4D 和 After Effects 等软件将城市的生活数据转换成抽象的图像。这些图像探讨了城市居民与城市环境之间的关系,也成为艺术、技术与城市之间融合的交汇点。

四、人工智能技术在装置艺术中的应用趋势

人工智能技术正渗透着人们生活的各个方面。作为强调时代性与当代性的装置艺术,与人工智能的跨界协作趋势在未来是不可避免的。人工智能的技术储备和社会文化背景既刺激了艺术家的创作能力，也揭示了它们的局限性。

（一）输出形式方面

目前人工智能装置艺术所能展现的形式比较单一。比如AI 绘画,人工智能所绘的画目前一般是出现在电脑显示器上,人工智能参与的影像装置,也只能将程序处理后的信息通过LED 屏幕显示或者投影的方式显示。珍妮萨宾(Jenny Sabin)的人工智能项目“Ada”在表现形式上更有创新性,通过捕捉人的信息后,由计算机软件处理信息,再由计算机控制电路灯光颜色。目前带有人工智能技术的装置艺术的输出还是依赖LED显示屏和投影技术。

未来创作人工智能装置艺术时可再将目光回到传统的装置艺术。2003 年，丹麦艺术家奥拉维尔·埃利亚松在英国泰勒美术馆室内大厅的作品《气象计划》(“The weather project”),艺术家在该作品中模拟了细雾中太阳出现的效果。艺术家所制造的室内太阳是一个半圆的光球,通过天花板的镜面反射,光球所散发出的光呈现出了真实太阳的朦胧和闪烁的感觉。传统的装置艺术代表人物草间弥生的很多作品是在封闭的空间安装镜面面板，将墙壁、天花板和地板全部覆盖,彩色的灯光在全是镜面的房间内不断折射与填充,创造出了无限空间的效果。未来的装置艺术领域,创作者可将人工智能结合，如镜面、水汽和自然光等非电子的元素。

（二）创作门槛方面

在装置艺术中使用人工智能技术这一动作需要跨学科人员和知识进行协调。目前涉足这一领域比较多的是像Moment Factory、Ouchhh 和teamLab这种跨界多媒体创作团队。一方面，跨界多媒体团队由于丰富的资金和运作经验，一定程度挤压了大多数人参与艺术的机会。另一方面,掌握人工智能技术确实需要一定的知识积累。如此发展下去,该领域的艺术创作似乎与艺术家约瑟夫·博伊斯(Joseph Beuys)提出的“人人都是艺术家”的创作理念渐行渐远。关于目前人工智能介入艺术创作有较高的创作门槛这一现象,则需要软件开发人员开放更多的资源平台以及开发更多的低算法的软件。从观众的角度,开放的平台的研发与公开的程序机制也让普通人有了创作艺术和表达想法的途径。2021 年，DALL·E 出现在大众视野里。DALL·E 的界面很像目前常用的搜索引擎,在搜索框中输入文本,或者文字类的描述语言后,DALL·E 界面中会出现与之关键词对应的画。在DALL·E 的基础上,该平台的开发团队OpenAI 推出了DALL·E2.0,DALL·E2.0 较上一代版本比,能输出更高分辨率的图片,还能在已有生成图像的再次生成。目前DALL·E 2.0 是免费开放的,每天的使用额度是50 张图。DALL·E 系列是少有的能将程序免费共享的平台,若将来有更多这类开放的平台,或许有机会出现“人人都是AI 艺术家”的现象。从创作者的角度,艺术家对低算法创作工具的需求日益上涨。2001 年,程序员们与艺术家一起研发了专门为设计师和艺术家使用的简易编程软件Processing,2008年可视化编程平台Touch Designer 的出现让装置艺术的人机互动功能变得更加简单。虽然人工智能是基于复杂算法的,但是人工智能装置艺术的创作工具正在往低算法方面发展。