具身、交互與創造力：認知傳播視域下AI藝術的實踐邏輯

顧亞奇 王琳琳

AI藝術可以視作以智能算法為內核的藝術形式，與數字藝術、交互藝術、裝置藝術、虛擬藝術、新媒體藝術有所交集，但又不完全等同，并在后人類語境下建構起一種虛擬性的藝術空間。當代的AI藝術項目呈現出多元技術混雜屬性，融合神經網絡結構、深度學習算法、自然語言處理、語音識別等多重關鍵性智能技術，借此進行藝術生成和創意表達。這些藝術作品不應被簡單地標注為AI藝術項目，它們往往涵蓋著更寬廣的內容，圖像背后是藝術家以詩意方式，反思“有機生命”與“機器智能”、“視覺表達”與“語義結構”之間關系的探索。今天的認知傳播，融合了人類“認知”和“傳播”兩大功能，即以人類最日常的信息傳播行為為對象，探尋以人類為主體的傳播行為發生發展過程的規律和機制，為多元媒介和信息載體的傳播行為提供人類認知規律為保證的科學分析[1]。在認知傳播視域下，重新審視當代AI藝術的生成實踐可以發現，機器學習與人腦認知呈現出相似的邏輯，強調感知的具身性、傳播的跨媒介性、表征的創意生成性三大關鍵要素。

一、算法自覺：AI藝術生成的具身認知

“人工智能”與“藝術”的并置就足以引起一場想象力的顛覆，算法生成藝術強調體認性、交互性，實現了由離身認知向具身認知的表征回歸。從某種意義上來說，當代AI藝術發展體現了一種機器的算法自覺，直接受到具身認知理論的影響。今天人工智能領域的發展可以劃分為三個層次：基礎層、感知層和認知層[2]。基礎層即底層框架，由算法、機器學習等技術共同搭建，人與機器協同合作是這一階段的重要特征。感知層即模擬感知，包括圖像識別、語音識別、人機交互以及體感檢測等模擬技術，這一階段意味著人工智能的辨識能力已經從物體識別發展到人體機能的外化感知。認知層即類腦認知，涵蓋了語義理解、知識圖譜等類腦思考及學習技術，為機器“賦智”是這一階段的關鍵議題[3]。從技術層面理解當代AI藝術創作，大部分藝術作品仍是在底層算法框架、模擬感知技術、類腦語義理解三大基礎層次上進行的。

1.底層算法與虛擬化身

底層算法對AI藝術的嵌入是動態式的，強調藝術家與機器的協同合作，大數據分析、邏輯回歸、貝葉斯方法、決策樹方法等是AI藝術常用的基礎算法框架。例如，希臘藝術家西奧·特里安塔菲利迪斯(Theo Triantafyllidis)的作品《角色演繹》(RolePlay)避開了神經網絡，而采用了基于決策樹的算法類型，這種智能算法能夠在視頻游戲中驅動非玩家角色，并被應用于藝術家的固定屏幕仿真甚至虛擬現實的工作中[4]。如果說藝術家早期作品《一切如何》(HowtoEverything)中算法生成的斷手、恐龍等靜物形象隨機出現，并未直接關涉具身的討論，那么在《角色演繹》中，藝術家強調了算法框架和人機交互邏輯，構建起對虛擬身體與數字化身的討論。

圖1 混合現實裝置(西奧·特里安塔菲利迪斯《角色演繹》)

在作品《角色演繹》的展覽現場，藝術家設置了一個虛擬的創作場所，邀請觀眾進入顯示器中的虛擬工作室，通過移動電子屏幕參與到半人半獸的數字表演實踐中(見圖1)。梅洛·龐蒂在《知覺現象學》中已經談及身體的概念，“當我們在以這種方式重新與身體和世界建立聯系時,我們將重新發現我們自己,因為如果我們用我們的身體感知,那么身體就是一個自然的我和知覺的主體”[5]。獸人成為藝術家的虛擬身體的形象化身，智能算法重塑著人們對整體知覺意義的理解，完成了對人感官和身體的延伸。身體成為一種存在于這個世界并感知世界的中介，技術的具身化改變了觀者知覺世界的體驗方式，顛覆了人們對已有的身體、時空、體驗的概念認知，而這種對技術具身反思的隱喻在人工智能藝術中普遍存在。

“在虛擬實在的時代里人們越來越容易感受到的愿望就是，能夠在任意時間在多樣的世界里進進出出，能夠溜進任意一個物體，它使物體和個人的認同性之間堅固的束縛被打破了，人們至少能夠暫時離開身體這個監獄。”[6]這段話清晰闡釋了當下AI藝術后的底層想象邏輯，在藝術世界中，身體作為一種典型符號或象征系統而存在，人們渴望身體的景觀化、奇觀化、賽博格化，因此，在數字化媒介組構的世界，人們利用空間交感的神奇力量來設定肢體的欲望, 也不斷在虛擬空間的記憶、遺忘、重塑活動中去印證“界面即我們的身體”的深刻性[7]。

2.模擬感知與共情延伸

模擬感知技術體現了人工智能向多模態感知融合的發展趨勢，機器視覺、機器觸覺和機器聽覺的多場景應用，強化了AI藝術的感知共情屬性。人工智能共情發展是基于基礎算法的，旨在通過綜合或建構的方法理解人類情感發展的過程，其核心概念在于“身體具身”，借助與環境的“社會互動”獲取信息，建立共情發展的計算模型，以此完成對兩者的無縫鏈接[8]。AI藝術在模擬感知方面的探索可以追溯到早期的計算機藝術，隨著計算機算法的繼續優化，尤其是傳感器與數字軟件、智能算法的普遍結合，一些藝術作品轉向人機互動創作，突出藝術的游戲感和共情性的一面。

20世紀八九十年代，數字技術的迭代和個人計算機的普及使交互式界面進入普通家庭，形成了早期算法藝術的重要發展趨勢——積極探索交互與計算機結合的多種藝術潛能。被稱為“科學藝術界的奧斯卡”的奧地利林茨電子藝術大獎，1990年正式將“交互藝術”納入評獎組列，肯定了藝術與計算機算法、人機交互結合產生的獨特技術美感，激發了一批先鋒藝術家對算法藝術的共情互動實驗探索。例如，邵志飛(Jeffrey Shaw)1990年在奧地利林茨電子藝術節的獲獎作品《清晰可讀的城市》(TheLegibleCity)。這時期的藝術已經出現了交互體驗與表達情感的趨向，藝術家運用類似于計算機智能的模式識別系統，采集觀眾的操作或行為數據，計算機獲得傳感數據之后，再轉化為顏色、光線、聲音等構成元素。稍近一些的藝術作品，如藝術家菲利普·比斯利(Philip Beesley)的裝置藝術《蜿蜒》(Meander)中，整個裝置由無數網狀骨骼結構組成，藝術家舍棄了強大的中央控制系統，轉向嵌入若干傳感器和智能微處理器，賦予作品獨特的生命感(見圖2)。傳感器陣列主動追蹤識別觀眾行為并發送信號，微處理器獲取并處理信號源，自主控制相連的各部分零件，利用循環信息形成新的響應。觀眾進入展覽空間時，人與環境的交互便發生了，觸摸、聲波、行為都會引發裝置的隨機閃爍，如玻璃器中的化學反應、羽毛的顫動等。

圖2 智能交互裝置(菲利普·比斯利《蜿蜒》)

智能算法是此類藝術項目的重要技術支持，藝術家試圖在交互體驗中強化觀眾(現場參與者)與藝術家、機器與人類之間的共情表達，作品不再受傳統藝術的界面形態限制，延伸至由藝術家與觀眾共同建構起的運動的、交互的、感知的游戲空間。德國數學家、計算機科學家和計算機藝術先驅弗里德·納克曾指出，由計算機生成的圖像具有 “表面(surface)”和“子表面(subface)”的雙重屬性，表面是可見的、可感知的，如計算機屏幕；子表面則是可計算的，如源代碼。人工智能藝術是一種典型的、機器算法深度參與的藝術形式，人與機器之間的交互呈現出“表面”與“子表面”的耦合樣態。納克認為當人類輸入算法后機器負責讀取“子表面”指令，生成可以為藝術家所感知的表面，而藝術家被允許根據感知情況繼續調整指令、修正反饋，由此構成一個循環的過程[9]。在此過程中，人類的感知想象、興趣意圖自然成為影響藝術創作的重要環節。

從共情加工機制來說，深度學習算法強調機器學習過程中的自組織適應，同人類共情發展存在共通之處。換言之，人類共情是個體基于與他人交互而不斷發展的，然而“大眾在網絡中的無序化表達和碎片化參與，在時空、技術、結構和價值等方面，都形成了斷裂態勢”[10]，這種斷裂是網絡中主體不確定造成的共情缺失。如果能夠把共情的核心系統賦予機器或智能系統，那么借助深度學習算法，機器是可以在人機交互過程進行自我學習,進而發展出和人類相似的共情系統的[11]。就目前而言，這種共情系統的研究尚處于理論發展階段，盡管大多數AI藝術項目試圖強調一種人機共情機制，例如利用觀者的情感反饋、感官體驗、行為介入等對藝術產生隨機控制效果，但這種共情模式尚無法達到智能體共情(Artificial Empathy)的狀態。

3.類腦語義與創意生成

人工智能的類腦語義理解是極具前沿性的研究課題，人腦對外界的理解可以視為一種基于多模態識別、感知的深度語義系統，腦神經科學研究認為對于機器是否具有意識這一爭議性問題，必須仔細考慮意識是如何在唯一擁有意識的物理系統——人類大腦中產生的[12]。新一代人工智能需要以多腦區、多模態和多任務協同為核心，研究神經網絡微觀刺激調控和宏觀動態演化、視聽觸感認知通道及協同、長時短時記憶與決策、運動視覺與規劃控制等，建立具有生物和數學基礎的計算模型與學習方法，實現具有自主學習能力的智能系統[13]。在AI藝術創作中，藝術家更傾向于探索人工智能的創造力邊界，使用諸如卷積神經網絡(CNN)、循環神經網絡(RNN)、生成對抗網絡(GAN)、脈沖神經網絡(SNN)等深度學習算法，賦予人工智能類腦學習思維，進行視覺圖像生成、風格轉換、文本生成等。

圖3 AI生成藝術(馬里奧·克林格曼《路人記憶》)

今天，越來越多的藝術家嘗試使用智能算法進行藝術生成與實驗創作。谷歌“深夢”(Deep Dream)是較早利用神經網絡進行視覺圖像識別和增強的程序，能夠幫助科學家了解深度神經網絡在觀察給定圖像后的視覺學習成果。該算法的缺陷在于，最終生成的圖像會出現大量狗、眼睛、漩渦等元素，機器生成并未達到一種審美性的自主創造，但顯示了算法在創意生成中的巨大潛能。此后，法國藝術集體Obvious創作的AI肖像作品《埃德蒙·德·貝拉米》(EdmonddeBelamy)，在紐約佳士得拍賣行以43.25萬美元成交。馬里奧·克林格曼(Mario Klingemann)的《路人記憶》(MemoriesofPassersby)也采用了相似的生成對抗網絡(GAN)，藝術家不再是傳統意義上的人類，確切地說是算法結構替代了傳統藝術家的角色，在藝術創意生成過程中發揮著至關重要的作用(見圖3)。這種生成對抗網絡由生成器和鑒別器兩部分構成，生成器在海量數據基礎上進行無監督學習和圖像生成，鑒別器負責對生成圖像的新穎性、獨創性進行判別并將信息反饋給生成器，循環直至生成具有風格差異性的圖像。

二、超越媒介：多維空間交互與共感融合傳播

20世紀90年代，美國藝術家迪克·希金斯(Dick Higgins)已經關注到藝術與媒介傳播之間的關系。希金斯認為，“跨媒介”(intermeidia)不同于混合媒介(mixed-media)或多媒介融合(multimedia configurations)，跨媒介藝術與新興媒介技術的興起密切相關，指向不同類型媒介間的“概念性融合”而非簡單并置[14]。即便到今天，媒介技術、媒介形態的更迭對當代AI藝術的創意生成仍有著巨大影響，AI藝術以先鋒實驗的姿態登上歷史舞臺，一方面突出現實與虛擬、人類與機器、界面與空間的多維交互體驗，另一方面強調視覺、聽覺、觸覺等的共感知融合傳播。

1.跨媒介的藝術體認邏輯重構

后大眾傳播時代以來，不論是早期的攝影藝術、攝像藝術、計算機藝術，還是今天藝術界熱衷討論的虛擬現實藝術、AI藝術等，多樣化數字媒介越來越成為當代藝術家的重要創作工具。當代AI藝術實踐尚未完成從弱人工智能向強人工智能的飛躍，跨媒介性主要表現在新舊媒介的混合應用、價值融合，并不斷顛覆傳統的藝術體認邏輯。

今天的AI藝術實踐是在跨媒介的傳播語境下進行的，媒介交互性、場景性、虛擬性豐富了AI藝術的多樣性表達，實現了線性傳播向網狀傳播的發展、離身傳播向具身傳播的回歸。

一方面，在早期大眾媒體時代，藝術傳播依循的是一種線性的傳播形態，藝術作品與受眾之間是一種單向的傳受關系，但在跨媒介語境下，AI藝術實踐中的傳受關系變得更為復雜，藝術家、多種媒介、觀者之間形成一種多元交互的網狀傳播結構。在藝術生成中，人工智能作為一種視覺感知和隨機可控的開放性系統，賦予了藝術家、觀者平等的介入權利，機器在海量數據基礎上進行監督或無監督自主學習，完成對特定視覺材料的識別標記、風格轉換、圖像生成，藝術家主要負責對智能系統框架的有限控制，觀眾被邀請以多樣方式進入藝術作品，觀者的隨機選擇、干預控制、交互體驗都將直接影響作品的敘事結構和意義生成。

另一方面，以伊尼斯、麥克盧漢為代表的媒介環境學派對媒介的環境塑造與主體認知作用已經有所闡釋，無論是“冷”“熱”媒介論還是“媒介即訊息”“媒介即人的延伸”等理論，皆暗含著媒介技術介入主體認知、建構社會“具身”傳播的意義[15]。在AI藝術的實踐中，這種由離身傳播向具身傳播的轉向性更趨清晰，媒介技術構成體認傳播的重要環節。人類對藝術的體認越來越依賴技術媒介與客觀世界發生的關系，具身傳播不僅是技術對身體經驗的改變和延伸，更重要的是從人—技術媒介—世界關系的相關性揭示了媒介技術轉向[16]。面對現實與虛擬的深度融合，人工智能藝術對身體的感知表征呈現出技術性、想象性與交互性的特征。如果說伊德所言的“技術身體”指的是握著手機打游戲、跟人遠程網絡視頻、穿戴VR頭盔的身體，那么在AI藝術中人們對作品的體認則更加突出數字交往屬性，不能只聚焦技術具身，更要關心完整的“交往人的具身”[17]。

2.虛實重疊的高維空間交互

在藝術世界中，人工智能與人類的關系并不是對立的，而是以對話的方式同時存在——藝術界稱之為“人機交互藝術”，數字藝術先驅羅伊·阿斯科特(Roy Ascoot)稱其為“干性數字媒體和濕性生物系統的融合”[18]。藝術家不再是當代藝術生產的唯一主體，人工智能成為輔助藝術生產的重要創意媒介，非生物智能完成了對人類身體的合理延伸。在后人類的語境下，人類與機器本體的邊界逐漸模糊，藝術以跨媒介形式大膽質疑意識與身體、生命體和機器、男性與女性之間的二維邊界，并抽象為藝術中的非物質性、具身性。傳統的藝術生產過程轉化為復雜的人工智能語義系統，AI藝術允許觀眾以用戶身份進入虛擬藝術空間，并獲得與藝術家、機器算法平等的藝術創作權力。

藝術世界也由原有的二維平面向高維空間延伸，現實世界與虛擬時空深度重疊，AI藝術在虛擬性的“元宇宙”空間中獲得獨特的技術美感。技術的進步促使物理空間進入虛擬空間，其屏幕所構成的“空間介入口”使得現實與虛擬的轉化從社會反思進入空間認知。邁克爾·海姆在《從界面到網絡空間：虛擬實在的形而上學》中指出，物理空間與虛擬空間在網絡空間的界限已經不復存在，各種網絡及移動終端不僅向虛擬空間傳輸信息，也同樣向物理空間傳輸信息，因而人的行為界限愈加模糊化[19]。AI藝術實踐與以網絡為介導的數字藝術形式有所區別，由界面交互向虛擬交互縱深發展，觀眾在虛擬空間中獲得新的數字身份，人工智能算法也常被用來生成有意義的NFT藝術作品，結合區塊鏈技術，在虛擬空間中進行AI藝術作品的加密、持有、流通和交易。

3.共感知性的綜合審美體驗

人工智能藝術的本質是對“可計算的感性”的分析與揭示，可視為一種總體藝術(Gesamtkunstwerk)作品，并對應多感官參與整合的共感知審美體驗方式。晚近興起的“圖像美學”,即“使計算機能自主對圖像的‘美’進行定量的分析、計算和評價”，在人工智能與美學問題上開辟了一個全新的研究領域。在這種“圖像美學”的研究之中,“美”被表征為“構圖、色彩、光線、意境表達等的綜合產物”[20]。

“圖像美學”理論啟示著人工智能如何完成具有形式美感的藝術表達和創意生成。從技術層面來看，AI藝術并非僅使用智能算法這一單一媒介，往往混合智能傳感器、生物材料、VR、AR等多重數字技術手段，才能為觀眾打造沉浸式的交互空間。色彩、線條等依舊是構成AI藝術的基本視覺符號；智能傳感器、虛擬現實技術等交互技術的混合應用，則使藝術作品、藝術家、觀眾不再是分離的主體，系統對文本、聲音、圖像的實時數據流進行搜集處理，并直接反饋在作品構成之中，表現為實時性的、綜合性的交互再現。當下的AI藝術作為一種跨媒介性的整體藝術實踐，作品的傳播表達、觀眾的認知理解都是在視覺、聽覺、嗅覺、觸覺等多感官的綜合體驗基礎上完成的。正如環境認知學家J.道格拉斯·波蒂厄斯所言：“我們生活在一個多感官的世界中……嗅覺、聽覺、味覺、觸覺以及視覺的感官世界，都與我們內在心智的景觀緊密結合在一起。”[21]AI藝術中的這種共感知性不僅僅是各種感官知覺的綜合體驗，也并非旨在創造具有視覺性的審美圖像，而是更強調感官知覺與智性的結合，以達到感知系統與心智系統共同參與的立體復雜的協作[22]。觀者對作品意義的抵達并不只是浮于AI藝術的形式表層，而是超越對技術的癡迷，依據對作品的感覺、理解、記憶，調動主客體之間的情感互動、智性感知，由此喚起對作品深層次主題和意義的解碼。

三、共生創造力：AI藝術中人機關系的再認知

20世紀50年代，阿蘭·圖靈提出了著名的圖靈測試，為人工智能的發展奠定了堅實的理論基礎。在《計算機器與智能》(ComputerMachineandIntelligence)一文中，圖靈從認知心理角度出發，對人工智能進行重要闡釋，他將“機器是否會思考”作為人工智能的重要判定標準，并轉化為新的批判性問題，即機器在模仿人腦思維進行的“模仿游戲”時能否獲得出色對話表現，這也啟發了之后人工智能技術的快速發展[23]。由此可見，人工智能在早期發展階段即顯示出明顯的認知屬性，思考如何讓機器像人類一樣認識世界，甚至衍生至藝術領域，探索機器的創造力邊界。

創造力是人機交互(HCI)和人工智能(AI)研究領域的重要研究課題，涉及神經科學、認知科學、計算機視覺、傳播學、心理學、藝術學等多學科的廣泛討論。人腦是如何產生意識的？創造思維是如何產生的？人工智能是否具有創造力意識？圍繞創造力的話題，不同領域學者從各自學科視點出發，引發新的概念討論和話語空間的形成，共生創造力(Co-Creativity)即是AI藝術領域產生的具有生命力和影響力的新概念。當下AI藝術實踐的一個重要啟示是——人工智能應該被視為“分布式人機共生創造力”(Distributed Human-Computer Co-Creativity)的一種媒介，而不是人類創造力的替代品[24]。AI藝術的創造力源自人機協作，而自身又具備一定獨立性。從人機關系再認知的角度看，AI藝術表現出自主性、平等性、過渡性的特點。

1.自主性

自主性推動AI藝術突破創造力邊界實現自我進化。機器或算法框架下如何實現藝術的自主創作貫穿AI藝術發展全過程，藝術家哈羅德·科恩被視為人工智能藝術創作的先驅。早在20世紀70年代哈羅德就開發了計算機藝術生成程序Aaron，藝術家用計算機軟件進行文本創建與程序編寫，控制算法程序運行，機器創建數據并反饋給繪圖機等設備輸出圖像，由機器完成抽象作品的自動繪制。而當代的人工智能藝術在解決邏輯問題方面表現得更進一步，深度學習等算法結構強化了機器的自主學習能力。例如，在AI生成藝術中，藝術家、科學家傾向于探索人工智能自主創造力邊界，并在抽象性視覺圖像的自主創造方面獲得成功；在交互智能藝術中，人工智能作為一種連接性技術構件，在交互感知中實現觀者、藝術家、作品之間的意義聯結。

2.平等性

平等性是AI藝術重塑人機關系和協作模式的內在要求。拆解AI藝術創造力背后的主體參與，不難發現，這種創造力直接指向人與機器間的協作環境，人和機器在創作過程中作為平等的主體結構而存在。依據藝術創作實現細節的不同，計算機可以潛在地以各種方式不同程度地參與不同用戶的協同創作。這里關鍵的一點是，計算機不遵循預定義的腳本來指導交互，程序自主適應用戶的輸入，并根據計算創造性的算法生成對輸入產生響應[25]。藝術家、觀眾、機器以一種混合交互方式參與藝術作品的構成，并超越傳統的藝術分工模式，作品的最終呈現和意義構成并非由藝術家一人主導，所有參與客體、機器都可以依據不同參與程度影響作品敘事結構和形式表達。

3.過渡性

過渡性是當前AI藝術實踐中共生創造力的階段性特征。這種過渡性直接鏈接了我們對后人類圖景的大膽設想，以人工智能科技為代表的信息技術正以指數級速度進化，并將我們引向一個“物質+信息”的獨立實體，持續不斷地建構自己邊界的后人類時代[26]。唐娜·哈拉維(Donna Haraway)提到 了“賽博格”(Cyborg)的概念，認為賽博格是一種控制生物體，一種機器和生物體的混合，是社會現實的、虛構的創造物，是想象和物質現實濃縮形象的結合，構建起任何歷史轉變的可能性[27]。伴隨著人工智能技術指數級進步，人類社會極有可能步入強人工智能時代，AI藝術的創意實踐必將走向人與技術高度融合的發展局面。在后人類的世界中，身體與機器關系將成為重要的討論主題，人類可能不再是單純的生物有機體，而能夠利用技術選擇性塑造新的身體。例如，智能芯片植入有可能實現機器思維與人腦意識的共存。而人工智能的極速發展，意味著藝術生產將走向完全自主創造的情景，也必將引起藝術主體、審美空間、接受客體之間關系的邊界重構。

從認知傳播視域看，AI藝術在具身感知、跨媒介傳播、創意生成表征方面意義凸顯，以人工智能為代表的創造性技術媒介，積極介入當代數字藝術實踐，引發人們對“科技與藝術”關系的深度反思，并開啟了未來藝術實踐的多重可能。皮埃羅·斯加魯菲(Piero Scaruffi)在科技與人類關系討論中提到“消長”“延伸”“倒置”三層邏輯，在當代以AI藝術為代表的科技藝術實踐中，同樣表現出相似的關系結構。在當代AI藝術創作中，這種“消長”關系體現為部分作品因智能技術呈現出獨特的美學特征；“延伸”指向藝術家對人工智能技術作為人類“義肢”存在形態的深度反思；“倒置”則表現為藝術家試圖通過AI藝術創作，追問作為有機體的人類和機器到底何者是藝術創作主體，即是人類創造了技術，還是技術完成了對人類的生物進化。關于這些問題的思考與解答，也將給AI藝術的認知與探索帶來新的啟示。