大數(shù)據(jù)時代，技術和藝術如何“相愛相殺”？
在人工智能和大數(shù)據(jù)等計算機技術的浪潮下，藝術的創(chuàng)作和研究受到了怎樣的影響？技術和藝術又是如何“相愛相殺”的？6月24日，列夫·馬諾維奇教授針對這些問題，開展了題為“文化分析學：如何用計算機研究當代和歷史中的藝術“的講座。該講座由中央美術學院人文學院主辦，是“藝術創(chuàng)造、認知和傳播工作坊“系列講座中的一期，由工作坊召集人于潤生副教授主持。馬諾維奇教授是文化分析學的概念提出者，也是學科研究方法的奠基人。2005年，他提出了文化分析學的概念，并于2007年建立了文化分析研究室。他開創(chuàng)了新的研究方法，首次運用計算機技術分析視覺資料。
兩個半小時的講座中，他回顧了自己兩個有代表性的研究項目，反思了技術給藝術帶來的可能和挑戰(zhàn)。馬諾維奇戴著粗框的白色眼鏡，言語輕快有活力，在演講過程中，他時常參與到聊天框中的對話，重復自己的核心觀點，希望聽眾更好地接受他的觀點。列夫·馬諾維奇教授
自拍大數(shù)據(jù)背后：曼谷比柏林幸福
互聯(lián)網(wǎng)時代，人們每天都在生產和更新各類文化數(shù)據(jù)，而計算機技術提供了研究它們的新方法。當智能手機和社交媒體提供了新的自我展示平臺，而自拍成為一種風尚時，馬諾維奇看到了自拍作為文化數(shù)據(jù)的價值。每天，人們在不同地域、不同文化環(huán)境中更新著數(shù)以萬計的自拍。這些圖像資料暗示著人們表現(xiàn)情緒的不同方式，卻沒有任何研究分析過它們。
馬諾維奇發(fā)起了“自拍城市”的研究項目，設計了分析自拍圖像的機制。得益于計算機技術，他可以同時分析大量的自拍圖像，從中找出趨勢，旨在了解不同地域的人們表達快樂的方式。
以城市為單位，項目研究人員隨機收集了共3200張自拍。經(jīng)過計算機的自動面部識別，以及算法對于五官位置和情緒表達的計算，研究人員得到了自拍群體的人口分布，并總結了這些照片中人們的身體姿勢和面部表情。
經(jīng)過對大量自拍圖像的對比，馬諾維奇發(fā)現(xiàn)了它們背后所蘊藏的不同文化現(xiàn)象。研究人員將自拍行為與性別問題聯(lián)系起來，發(fā)現(xiàn)在曼谷、柏林、莫斯科、紐約、圣保羅這五個城市中，女性的自拍行為要更加頻繁。自拍行為的性別差異在莫斯科尤為顯著，女性自拍圖像的數(shù)量達到了男性的4.6倍。
研究也探索了財富與幸福程度之間的關系。盡管柏林和莫斯科市民更加富有，他們的自拍圖像所表達的快樂程度不及曼谷和圣保羅市民。馬諾維奇教授的“自拍城市”項目分析了不同城市市民的自拍圖像，并為各個城市中人們自拍的快樂程度打分。圖片中，分值越高，說明城市市民在自拍中表現(xiàn)得越快樂。來源：“自拍城市“項目官網(wǎng)
馬諾維奇教授的“自拍城市”項目分析了不同城市市民的自拍圖像，并為各個城市中人們自拍的快樂程度打分。圖片中，分值越高，說明城市市民在自拍中表現(xiàn)得越快樂。來源：“自拍城市“項目官網(wǎng)
在研究過程中，馬諾維奇發(fā)現(xiàn)了計算機在歸納和概括方面的重要性。當研究人員逐一分析不同的自拍時，他們很難發(fā)現(xiàn)圖像之間的聯(lián)系，也不能提煉出社會群體表達情緒的規(guī)律。但計算機可以對海量的自拍圖像快速進行歸類、總結和歸納，并且發(fā)現(xiàn)新趨勢，尤其是以往研究手段無法發(fā)現(xiàn)的文化現(xiàn)象。
以印象派繪畫為主題，馬諾維奇教授進行了第二個研究項目的展示，并強調了計算機技術的用途并不局限于歸納，它也能甄別圖像間的細微差異，展示藝術作品的多樣和復雜。他提醒聽眾，當人們去美術館觀賞印象派作品時，他們只能看到其中的名家之作，相同風格的其他作品卻被忽略了，而大數(shù)據(jù)研究可以彌補這種認知缺失，拓寬人們對于藝術作品的理解。
在《數(shù)據(jù)科學和數(shù)字藝術史》這篇報告中，他并沒有延續(xù)以知名畫家為核心的研究方法，而是從網(wǎng)絡上抓取了印象派的眾多畫作。針對1874年到1886年間印象派展覽參與者所創(chuàng)作的所有畫作，他對其中的大約6000幅作品一探究竟，意在讓人們看到更多被忽視的作品，了解名作之外的其他印象派畫作是否有什么不同。
他發(fā)現(xiàn)這些印象派畫作中，至少有一半的作品與傳統(tǒng)印象中的印象派風相悖，證明了僅僅關注名作是遠遠不夠的，藝術研究還應從更宏觀的角度去對比更多的作品，發(fā)現(xiàn)藝術的多元性。
以此延伸，馬諾維奇教授質疑了以特定風格和名家名作為主體對象的藝術研究，認為這些研究不能涵蓋所有的藝術作品，它們或因為沒有遵循特定的風格，或因不夠出名而被埋沒了。而計算機技術的到來，使得研究海量信息成為可能，研究人員得以花更少的精力，重新認識那些被遺忘的作品。馬諾維奇教授將6000余幅印象派作品進行陳列。其中，相似度更高的作品更為靠近。圖中左下角的作品代表人們所熟知的印象派名作。我們可以看到，印象派中其實包含大量與這些名作風格迥異的作品。來源：《數(shù)據(jù)科學和數(shù)字藝術史》報告
馬諾維奇教授將6000余幅印象派作品進行陳列。其中，相似度更高的作品更為靠近。圖中左下角的作品代表人們所熟知的印象派名作。我們可以看到，印象派中其實包含大量與這些名作風格迥異的作品。來源：《數(shù)據(jù)科學和數(shù)字藝術史》報告
新技術和藝術文化的“相愛相殺”
馬諾維奇認為，計算機技術創(chuàng)新背后往往不意味著文化的革新，反而是迎合舊文化的。以人工智能美顏技術Luminar 4為例，東亞文化下，對于白皙為美的追求存在已久，美顏技術并非是這種追求的原因，它只是讓這種追求顯得容易了，最終意味著對傳統(tǒng)文化需求的迎合。
技術也能加劇某種文化需求，甚至縱容它的負面后果。比如，美顏技術加劇了對于美的一味追求，帶來了審美同質化的危險。自動修圖的技術抹去了人們的審美差異，也壓縮了社會對于外貌瑕疵的容忍空間，最終又影響了文化。
馬諾維奇想強調的第三點是，技術也并非完全為新，類似思路早已存于藝術的歷史之中。
他將計算機算法類比系統(tǒng)性創(chuàng)作，質疑算法是否真的革新了藝術創(chuàng)作的方式。他首先將算法和系統(tǒng)性思考連接起來，認為兩者之間有很多相似之處。算法是將一套思路編譯成代碼，然后命令計算機按照思路執(zhí)行。與之對應的系統(tǒng)性思考，也是設計和遵守一套創(chuàng)作思路的過程。而很多藝術創(chuàng)作本身就是以一套系統(tǒng)性思考為基礎的，如透視法的運用。創(chuàng)作者依照約定俗成的透視法規(guī)則，將視野中更遠的事物按照比例縮小，以產生畫作的立體感。以透視法為基礎的創(chuàng)作，也是沿用這一套思想，執(zhí)行規(guī)則，與按照算法產出結果的過程類似。
在看似隨機、非系統(tǒng)性的創(chuàng)作背后，馬諾維奇認為它們也依然蘊含著某種規(guī)律。對于潑墨藝術而言，盡管其中隨性的筆觸缺乏規(guī)律，但只要人們觀察到這類作品的一部分，就能夠對這些畫作的其它部分進行預測。認清眼前的圖案規(guī)則，人們可以舉一反三，判斷其余畫作大概率會按照類似的風格進行創(chuàng)作，這仍舊是一種規(guī)則的體現(xiàn)。
但不可否認的是，技術為藝術創(chuàng)作提供了新方向，而馬諾維奇對此懷著審慎的態(tài)度。以華為手機的相機人工智能技術為例，他認為技術也可能會給創(chuàng)作空間帶來限制。這類技術的確給用戶帶來諸多便利，幫助用戶識別周圍的環(huán)境，自動優(yōu)化照片的構圖、光線、色調，讓用戶花更少的精力，創(chuàng)作出更符合大眾審美的攝影作品。但是，照片的自動優(yōu)化也阻礙了藝術家們的另類嘗試。如果藝術家刻意選擇反其道而行之，試圖采用怪異的構圖、模糊的畫質進行創(chuàng)作，那他們的嘗試可能止步于相機的自動優(yōu)化技術。所以，相關技術的成熟也帶來了單一化的藝術創(chuàng)作。
人工智能在藝術創(chuàng)作中的運用也會帶來“誰是作者”的問題。馬諾維奇提出，Brushify等自動設計技術會降低藝術作品的原創(chuàng)性。在游戲世界的搭建過程中，Brushify通過算法，可以一鍵生成建筑、森林等景觀，游戲創(chuàng)作者因而無需從零開始進行設計。如果采用這樣的技術，怎么去區(qū)別作品中原創(chuàng)和非原創(chuàng)的成分？
馬諾維奇認為，Brushify之類的人工智能會讓使用者誤認為自己是創(chuàng)作者，但在相關技術的使用過程中，人們其實是在借用算法提供的創(chuàng)作風格。由此看來，創(chuàng)作者其實是相關技術背后的設計和編程人員。
時至今日，技術對于藝術的滲透也進入了作品賞析的層面，這也帶來新的擔憂。以谷歌的NIMA技術為例，人工智能可以通過算法自動賞析照片的美學價值，打出評分。馬諾維奇預測，認為算法可能在未來滲入藝術院校的教學體系，甚至是取代老師，在課堂上給學生作品評分。相關技術的到來，會對傳統(tǒng)藝術教育帶來怎樣的沖擊和挑戰(zhàn)？技術能否在評分的同時，給學生提供更多的經(jīng)驗指導和人文關懷？
針對澎湃記者對于計算機技術的運用是否對藝術研究有負面影響的提問，馬諾維奇認為，“盡管計算機技術可以給人們帶來便利，代勞創(chuàng)作和研究過程中重復性高的、程序化的步驟，但它的能力依然有限。計算機目前只能做到對圖像特性的檢測，以及對圖像數(shù)量的計算。它并不能達到人對于圖像認知的深度和復雜性。計算機不會改進、升華藝術家和研究者的想法。同樣，它也不會削弱作品和研究的思想深度。
自學編程和大數(shù)據(jù)的藝術家
回首自己的研究初衷和項目經(jīng)歷，馬諾維奇教授更多地強調了他對于興趣的執(zhí)著。從本科到博士階段，他都接受著藝術與文化領域的訓練。沒有編程科班背景的他，自學了大數(shù)據(jù)等相關技術，其背后的動力源于他看到了使用計算機技術研究藝術的新方向，也認為“和科學家們對話很有趣?！皩π录夹g的熱情促使了他的轉型，而新技術也為他的實驗室提供了新穎的研究方法。
始于興趣、自學成才的馬諾維奇教授現(xiàn)在是紐約市立大學研究生中心的計算機科學教授，他也借自己的經(jīng)歷鼓舞聽眾學習新的技術。對于未知的興趣也體現(xiàn)在他對中國文化的研究，他認為西方依然缺乏對于中國大眾文化的了解。
馬諾維奇在中國之行中獲得研究靈感，與中國有著不解之緣。2004年他來到中國，與國內的藝術院系交流經(jīng)驗與想法。一位教授詢問他是否知道當時的中國有多少視覺藝術相關的學術項目，而“大概240個”的答案遠遠超過他的預期。他深感當時的藝術學界對于學科沒有宏觀把握，缺乏整體認知。這也成為他日后試圖用大數(shù)據(jù)技術來拓寬藝術研究范圍的啟發(fā)之一。
這樣宏觀層面的認知缺乏是一個普遍存在的問題。馬諾維奇坦言，很多藝術研究者并不知道世界上到底有多少不同的藝術項目，也未曾了解過去十年間有多少藝術學生從院校畢業(yè)，從事了什么樣的創(chuàng)作。當其他人都專注于細化自己的研究范圍，或者是傾注精力來研究名家名作時，他卻對不為人知的作品產生了好奇。借助計算機技術，他得以分析、比較更豐富的藝術作品。
15年前，馬諾維奇教授開創(chuàng)了文化分析學，以研究大量圖像的集合為目標；15年后，他重拾起單個圖像的研究。他分享了自己最新的計劃，想要再次以獨立圖像為單位進行研究，重新挖掘某一個圖像的文化價值。
憂慮之余，他也表達了自己對于新技術的樂觀態(tài)度。他建議人們不要盲從技術潮流，而是帶著自己的思考去創(chuàng)作，提出新的問題，嘗試新的可能。以此為前提，創(chuàng)作便能算得上是藝術，而不是技術執(zhí)行的簡單結果。技術的普及實現(xiàn)了藝術創(chuàng)作的大眾化，這些大眾藝術有新的價值，吸引著他進行新的研究。
