作者简介:索非安?奥德里(Sofian Audry)教授,蒙特利尔魁北克大学(UQAM)媒体学院互动媒体系教授。奥德里受人工智能、人造生活、生物学和认知科学的启发,其计算艺术实践涉及多种媒介:包括机器人学、交互装置、沉浸式环境、物理计算干预、互联网艺术和电子文学。译者简介:郑达,跨媒体艺术家,低科技艺术实验室(Low Tech Art Lab)创立者,任教于华中师范大学美术学院。
中文版序言索非安.奥德里非常荣幸能为大家介绍《人工智能艺术:机器学习时代的新艺术形式》这本书。我与麻省理工学院出版社在2021年合作出版了这本书,旨在将机器学习作为媒体艺术和音乐的一种艺术实践进行深入探索。我试图为艺术家、音乐家、作曲家、理论家和其他对艺术与机器学习交叉发展感兴趣的读者提供新的概念工具和历史视角。然而,我没有预料到这一领域会发展得如此之快,并对围绕机器学习和创造力的全球对话产生如此深远的影响。鉴于过去几年中围绕人工智能和创造力的讨论无处不在,所以当这本书于2021年11月发行之初,我觉得它来得稍晚了一些。在2020年底和2021年初,已经出现了一些关于艺术与人工智能主题的书籍和学术论文,但没有一本书着重聚焦于机器学习、艺术与科学历史的交汇发展,以及实践导向的研究视角。此外,也很高兴看到这本书很快得到了学术界、艺术界、学生、技术工作者以及其他渴望了解这一领域的公众的关注和热烈反响。《人工智能艺术:机器学习时代的新艺术形式》无疑在当代关于艺术与人工智能的讨论中占有一席之地,并且对于其目标读者以及更广泛的公众都极具实用价值。在这本书出版约一年后,ChatGPT等人工智能生成技术的发布将机器学习艺术推进了主流的大门。原本小众的主题,瞬间成为人们关注和辩论的焦点,关于人工智能能力及其社会和伦理影响的讨论如海啸般涌入公众视野。面对突如其来的信息洪流和互相矛盾的观点,公众在《人工智能艺术:机器学习时代的新艺术形式》中找到了与主流叙述不同的视角,这本书清晰阐释了机器学习系统的结构、艺术与机器学习之间联系的历史背景,以及它给艺术带来的挑战和机遇。自书籍出版以来,该领域*显著的发展无疑是我们如今所称的“生成式人工智能”(Generative AI)技术的崛起,特别是基于大型语言模型(LLMs)、Transformer模型及相关的基于提示的媒体内容生成技术,如写作、图像、视频和音频。这些强大而易于使用的工具的出现,从根本上改变了创作生态,将机器学习从专业人士和实验者的领域带到了普通大众的手中。从某种意义上说,这种民主化正是我所预测的“混搭文化”,它不仅能对内容进行混搭,更能够对声音、流派、风格、情绪等生成过程进行混搭。然而,这些技术的普及也致使围绕机器学习和艺术的讨论一度乏善可陈。如今,话语权被那些只有大型企业才能训练和支持的算法模型所主导。这些大模型系统让人印象深刻,但它们却掩盖了过去、现在以及未来存在的无数机器学习的艺术创作方法。针对这种情况,近年来艺术家和研究者们开始远离庞大而昂贵的企业级算法模型,转而探索更开源的小型模型,以此允许艺术家利用自己的数据进行模型训练,并在社区中自由分享。这种更本土化和多样化的方法对于机器学习艺术的未来至关重要。我希望中国读者能从自身丰富的文化、艺术、科学与技术传统中找到灵感,探索未被深入挖掘的机器学习“创作路径”。本书的核心论点之一是,机器学习艺术与所有艺术一样,也需要有其存活的生态环境,其创造潜力本质上与人类在社会文化背景下的解读息息相关。即使在生成式人工智能系统不断进步和普及的今天,这一论点依然成立。在这本书首次出版时,争论的焦点主要围绕通用人工智能(AGI)以及机器能否完全独立进行艺术创作的概念上。虽然这些讨论到今天仍在继续,但人工智能技术的广泛应用暴露了其局限性,并在人们眼中赋予了更多人性化的特征。因此,曾经主导舆论的诸多言论,例如对超人类智能的恐惧,或将人工智能作为神奇“同谋者”的幻想,逐渐让位于更接地气、更多元的理解。机器学习技术的发展使我对某些话题的看法变得更加细致入微。例如,尽管在这本书中我*初明确反对机器取代人类艺术家的观点,但在艺术博览会和音乐流媒体服务等艺术展示框架中加入人工智能生成作品的做法,让我对这个问题的思考有了改进,因为很明显,机器确实能够在一定程度上动摇早已固化的作者权概念。这并不是说机器正在成为与人类相同意义上的艺术家,而是说在特定条件下,机器生成的作品可以被感知和赋予艺术价值。然而至关重要的是,作品被认定为“艺术”的过程仍旧依赖于人类的解释和价值体系。此外,我格外期待这本书在中国的关注度和公众反响。尽管我努力将多元的视角和艺术实践纳入其中,但本书在观点上仍有些西方化。希望中国读者能在自己的文化语境中找到应用这些概念的方法。在西方语境中,人工智能往往被框定为潜在的威胁或神奇的合作伙伴,这种过于简化的二元论并不总能与其他文化框架产生共鸣。中国文化中蕴含的丰富哲学和艺术传统理论,可能会促使人们对人工智能形成更为平衡和谐的理解,从而以更加流畅的方式驾驭这项复杂技术。在中国的参展经历让我看到了这种跨文化对话的潜力:我与伊什特万.康特(Istvan Kantor)共同创作的装置作品《人工反智能机器:新主义?!感知》(The Sense of Neoism?!Artificial Counter-Intelligence Machine)曾在中国的重要展览中展出,这类作品表明艺术,尤其是与技术结合的艺术,可以成为弥合文化鸿沟、促进相互理解的有力媒介。展望未来,我们有必要重申,当前占主导地位的“生成式人工智能”技术——这些由科技巨头提供的技术,仅代表了艺术创作可能性的小部分。正如本书所记录的那样,机器学习和艺术的历史包含了丰富多样的方法,远远超出今天的主流工具。从对学习算法本身的改进,到对新型模型、数据和训练过程的实验,机器学习系统中有着无穷的艺术创作可能性。对于第一次接触这些信息的读者来说,我想传达的核心观点是:你在主流媒体中看到的仅是冰山一角。请将目光投向头条新闻之外,去探索那些在人工智能技术边缘实验的艺术家、音乐家、作曲家和团体的作品,这些作品才代表了*令人兴奋和具有变革性发展的潜在空间。*后,我希望本书能激励中国读者为机器学习和艺术领域贡献自己的创新点。当前主导公众讨论的人工智能由相对单一的开发者群体所研发,服务于更为同质化和小众化的特定群体。我坚信,人工智能的研发并非只有一种途径,艺术家、理论家和文化从业者在内的不同群体必须积极参与人工智能的发展。这不仅关乎公平性与代表性,更是创造更丰富、更有意义并与文化密切相关的人工智能系统所不可或缺的。我相信未来几年,当中国在技术创新中持续发挥领先作用时,中国的艺术家和思想家将拥有在全球范围内塑造人工智能与创造力的对话机会。由衷感谢使《人工智能艺术:机器学习时代的新艺术形式》中文版问世的译者、_x000c_编辑和出版社。我希望本书不仅能作为一种资源,还能成为新思想、新对话和新艺术形式的催化剂,继续推动机器学习艺术的发展。感谢大家,期待未来人工智能与创造力的全球对话发展。2024年9月于加拿大蒙特利尔