Comment

Comment by Malacca 皇京港 3 hours ago

[愛墾研創]看似人文、抽象、甚至冷門的「符號系統／符號學（Symbolic Systems）」訓練，為何會成為 AI 發展的核心養分之一？

AI的根本問題不是算力，而是「意義如何被表示、操作與理解」——而這正是符號學的主戰場。

下面我分幾個層次來拆。

一、先說清楚：史丹福的「Symbolic Systems」到底是什麼？

史丹福的“符号系统”不是傳統意義的符號學，而是一個高度跨學科的訓練場，核心關心的是：人如何用符號思考？意義如何被形式化？語言、邏輯、心智、計算之間如何互通？

它結合了：

哲學（邏輯、語言哲學、心靈哲學）
語言學
認知科學
計算機科學
心理學

換句話說，這個系不是在問「人文 vs 工程」，而是在問：「智能本身，是否可以被表示？」

二、人工智能發展最核心的不是技術，而是三個「符號問題」

不論是早期 AI，還是今天的大模型，繞不開三個根本問題：

意義如何被表示？世界如何被轉成資料？語言如何變成可計算的形式？概念如何被編碼？這是符號表徵問題（representation）哲學與符號系統的老問題。

符號如何被操作？推理是什麼？理解是否只是符號操作？統計關聯算不算「理解」？這正是：邏輯學、認知哲學、早期符號 AI 的核心爭論

符號是否真的「有意義」？機器是否只是操縱符號？還是能「理解」？這直接連到：塞爾的「中文房間」、心靈哲學、當代人工智能對齊與意義問題。

這三個問題，全部都是符號系的母題。

三、為什麼史丹福特別關鍵？

因為史丹福在AI史上，恰好是「符號派」與「工程派」的交匯點。

早期 AI：高度符號、邏輯導向
中期 AI：統計、機器學習
今日 AI：深度學習 + 語言模型

但即使今天的人工智能是「向量＋概率」，它仍然在處理符號、語言與意義的問題。

史丹福的符號系訓練，讓學生能：同時理解工程限制；又能對「理解」「意義」「推理」保持哲學敏感度。這在 AI 發展中極其稀缺。

四、為什麼很多AI關鍵人物有「符號／哲學」背景？

不是巧合，而是必然。因為：純工程師會問：能不能跑？純哲學家會問：算不算理解？而符號系出身的人，會問：這樣跑，代表了什麼？在 AI 設計、評估、倫理與對齊問題上，這種問題比算力更關鍵。

五、當代AI為何「重新需要」符號訓練？

你會發現，今天最前沿的 AI 討論，正在回到符號系關心的議題：語言模型是否真的「懂」？人工智能能否進行抽象推理？模型的內部表徵是否對應概念？如何讓AI 與人類價值對齊？

這些都不是單純的工程優化，而是：意義、符號與理解的問題。也就是——符號系的老戰場，成了人工智能的新前線。

六、一句話總結（也是最重要的）

AI的發展史，本質上是一部「如何讓符號看起來像在理解」的歷史。史丹福的Symbolic Systems之所以與人工智能息息相關，不是因為它「也教程式」，而是因為它訓練人去處理AI永遠無法逃避的問題：什麼是意義？什麼是理解？什麼算是智能？

Comment by Malacca 皇京港 on December 15, 2025 at 6:11pm

羅伯特·弗羅斯特的詩·遲到的散步

當我沿路穿過收獲的田野，
　那些收割後沒了頭顱的莊稼，
平坦地躺著，好像露水打濕了茅草屋頂，
　幾乎遮沒花園裡的小徑。

當我來到花園中的空地，
　肅穆的鳥的呼呼聲
從枯草的混亂之上傳來
　要比任何話語都悲傷。

在牆的一邊，一棵樹赤裸地站立，
　只有一片逗留的葉子仍然保持著褐色，
我不懷疑它受到我的思索的打擾，
　輕輕地飄落，伴隨著簌簌的聲音。

在不遠的地方，我停了下來
　揀一片最後的紫苑花
把它褪色的藍
　再一次帶到你的面前。

薛舟 譯

Comment by Malacca 皇京港 on December 11, 2025 at 9:37am

[愛墾研創·嫣然] 「封包交換」（packet switching）叙事

在今日我們習以為常的網路世界裡，很少有人會想到，這一切的起點竟然與冷戰時期的核威脅有關。回到 1960 年代，美國與蘇聯的對峙達到高峰，人們普遍擔心，一場隨時可能爆發的核戰爭會摧毀國家的基礎設施，包括通訊系統。就在這樣緊張的背景下，美國工程師保羅·巴蘭（Paul Baran）提出了一個看似簡單卻革命性的概念——「封包交換」（packet switching），也為日後的互聯網打下了基礎。

當時巴蘭的工作目標很明確：思考如何讓通訊網路在核攻擊下仍能存活。如果一條訊息只依賴單一路線傳送，一旦路線被摧毀，整個資訊就會中斷。為了解決這個問題，巴蘭提出了一個大膽的想法：把一整段訊息拆成許多小小的「封包」，讓它們各自找路前進。這些封包就像郵件一樣，可以分散走不同通道，即使網路的某些部分被破壞，仍有機會透過其他路徑抵達目的地。最後，再由接收端把所有封包重新組裝成完整訊息。

這個方式的妙處在於，它讓整個通訊網路不再脆弱於單點失效，即使網路遭受損壞，也可以保持高度韌性。巴蘭雖然不是為了發明「互聯網」而提出這個概念，但他的點子成為 1969 年 ARPANET（現代網路的前身）成功運作的核心原理。正是因為封包交換技術，網路才能在全球自由流動、不中斷地傳遞資訊。

有趣的是，六十多年後的今天，世界仍然面臨新的核威脅，國際局勢依舊動盪。然而，正因為當年科學家在冷戰壓力下的創新，我們才擁有了一個高度韌性、連接全球的網路世界。若沒有巴蘭當年為了「讓訊息在核戰中存活」而提出的想法，我們今天所依賴的網路，可能根本無法存在。

從這段歷史可以看到，科技常常在危機中誕生，而好的點子可能影響整個世界數十年。封包交換聽起來技術性很強，但它背後反映的其實是一個簡單的道理：在面對不確定與風險時，分散、靈活與備援，往往能帶來更強的生命力。今天我們使用網路時或許不再想到核戰，但這項技術的精神，仍默默支撐著我們每天的生活與交流。

[愛墾研創·嫣然] 巴別塔（Babel Tower）叙事

在《聖經》的眾多故事中，巴別塔（Babel Tower）是一個十分深刻、至今仍常被引用的象徵。這座塔的故事記載於《舊約‧創世紀》第十一章。當時的大洪水剛過，人類逐漸恢復生活，並開始聚集在一起，試圖建造一座能直達天上的高塔。這座塔並不僅是一項建築工程，更代表人類對力量與地位的渴望。

故事中的國王寧錄被認為是這項計畫的推動者。他希望建造一座足以抵禦洪水、甚至能挑戰神權威的巨塔。對當時的人們來說，這樣的工程象徵著人類自信甚至傲慢的野心。然而，這種試圖以人力接近神、甚至挑戰神的行為，被視為僭越，也因此激怒了神。

為了阻止人類繼續這項狂妄的計畫，神沒有選擇直接摧毀塔，而是做了一件更巧妙、更具象徵性的事──祂變亂了人們的語言。原本說同一種語言的人突然無法理解彼此，合作自然變得不可能。溝通一旦失效，人們就只能停止工程，並逐漸分散到世界各地。也因為如此，巴別一詞後來便有「混亂」「變亂」的含義。

巴別塔的故事常被視為對人類傲慢的一種提醒：當我們因自信而忘記自身的限制時，反而可能走向分裂與混亂。同時，它也是對語言多樣性起源的寓意說明，讓我們思考人類之間的差異、合作與界線。直到今天，巴別塔仍以象徵的方式提醒我們，力量與文明的追求，必須帶著謙卑與反思。

Comment by Malacca 皇京港 on November 25, 2025 at 2:06pm

[陳楨·愛墾研創] 巴黎：還是那麽過熱、興奮與浮躁嗎？

十九世紀哲學家丹納在《藝術的哲學》一書中，批評當時的巴黎在文化藝術方面，過熱、興奮與浮躁。今天的巴黎，在國際創意文化人、文創業界、藝術市場中，又是怎樣的一個評價？有什麼新的景觀嗎？愛墾根據網上最新材料綜論如下——

當代巴黎的國際文創景觀

創意產業（Creative Industries）是國家／地方經濟的重要組成: 法國政府將文化與創意產業（industries culturelles et créatives, ICC）作為外交政策與軟實力的重要支柱。2019 年，文化創意產業在法國的收入大約 €920 億，佔 GDP 的約 2.3% (France Diplomacy)。

出口也占一定比例，法國在影視、出版、設計、文化展覽等領域有國際貿易與跨境文化交流的實力。(France Diplomacy)

就業與經濟規模依然龐大: 在大巴黎（Paris metropolitan area / 寬廣的巴黎都市圈）內，創意產業相關工作者人數多，這些行業占都市總就業的比重很高。舉例來說，有報告指出在巴黎都市圈，創意專業（architecture、performing arts、出版、軟件、廣告等）工作人員數量在一定時期內持續增長。(apur.org)（下接）

Comment by Malacca 皇京港 on November 25, 2025 at 2:04pm

巴黎地域（Île-de-France）被視為文化創意就業高度集中之地，是法國創意／文化經濟發展的引擎之一。(L'Institut Paris Region)

時尚與設計仍是巴黎的全球標誌: 巴黎仍是全球四大時尚之都（與米蘭、倫敦、紐約並列）。其高級定制時装（haute couture）、奢侈品牌（luxury brands 如 Chanel, Dior, Hermès 等）、香水、美妝產業，都保有強大的國際影響力。(Wikipedia)

政府與城市管理機關近年也加強對本地時尚與工藝（fashion / craftsmanship）的支持政策，例如 “Made in Paris” 標章、設計師扶植、工坊與創意空間補貼／出租優惠等，以保護本地製造與設計師生態。(FashionUnited)

藝術市場與展覽活動活躍: 巴黎近年在國際藝術拍賣市場中的地位有所提升。例如有報導指出，巴黎的藝術市場正在趁英國 (倫敦) 因 Brexit、疫情等因素產生變動時，吸引更多藏家與拍賣行轉移重心。(Le Monde.fr)

新展覽、新藝術博覽會（如 Paris+ par Art Basel / Art Basel Paris）也顯示巴黎仍在不斷更新其藝術展示與策展的生態。(Wikipedia)

政府與公共政策積極介入: 巴黎市政府／法國中央政府有意識地支持文化創意產業，包括資助年輕設計師、提供創意空間、推廣工藝／地方藝術職人（craftspeople）以及加強文化外交。(FashionUnited)

時尚、設計、藝術教育機構如 Institut Français de la Mode (IFM) 等，在全球創意教育中佔據領先位置。(Wikipedia)

挑戰與轉型：可持續性、倫理、地方製造、生態考量:與過去僅追求潮流與奢華不同，當代巴黎時尚與文化創意更強調可持續性（sustainability）、生態責任以及本地工藝與材料的復興。(FashionUnited)

消費者行為與市場偏好的改變，也在推動創意產業向更多重視價值、文化內涵與社會／生態影響的方向轉型。（下接）

Comment by Malacca 皇京港 on November 16, 2025 at 7:26pm

[嫣然·愛墾研創] 個體如何在知識與權力結構中自我安頓、自我生成？——當現代教育哲學（陳平原）、後現代主體理論（福柯） 碰上中國近代思想的主體論（章太炎）。

一、陳平原的「為己之學」：AI時代的自我修養之道

陳平原在〈AI時代的教育理念與方法〉中指出，面對人工智慧的崛起，「知識」與「技能」這兩項傳統教育目標已不再足以構成人的核心競爭力。AI可以比人更快地學習與記憶、運算與分析，因此教育不再只是「為用」「為人」，而應回歸「為己之學」：「把讀書當作一種生活方式、一種修身養性的過程。」

這種「為己」並非封閉的自戀，而是一種自我更新、自我安頓的修養型學習。在陳的語境中，「學」的價值轉向內在——知識不再是通往權力或成功的工具，而是構築主體精神世界的方式。這其實是對抗「AI取代」焦慮的人文主義回應：唯有「為己之學」才能讓人保有不可取代的精神維度。

二、福柯的「自我技術」：主體的自我生成

福柯在後期（如《自我技術的使用》《性史》第三卷《性之照料》）中提出「自我技術」（technologies of the self）概念，指人如何透過實踐——例如閱讀、書寫、懺悔、沉思——來「作用於自身」以改變自己、塑造自己、達致一種倫理化的自我關係。

“Technologies of the self permit individuals to effect by their own means... a certain number of operations on their own bodies and souls, thoughts, conduct, and way of being...” （Foucault, Technologies of the Self, 1988）

這裡的重點在於：

「自我」不是預設的本體，而是實踐的結果；「知識」不只是外在對象的認知工具，而是構築自我關係的媒介；「修己」是一種倫理實踐，而非宗教救贖。

因此，「為己之學」與「自我技術」都在談「學習作為自我生成的倫理實踐」。

三、章太炎的「大獨必群，群必以獨成」：個體與群體的辯證

章太炎的這句話出自其對「獨」與「群」的思考：

「小群，大群之賊也；大獨，大群之母也。」（章太炎〈原學〉）

「小群」指狹隘的集體依附、盲從之眾；「大獨」則是能自立於道、以自我思考為本的獨立精神。

但章同時說「大獨必群，群必以獨成」——並非否定群體，而是強調：只有真正獨立的個體，才能形成健全的共同體；而群體的生命也反過來成就個體的精神獨立。「大獨」不是孤立主義，而是一種以「自覺」為核心的倫理人格——這與「自我修養」或「自我實踐」相通。

四、三者的交集與哲學共鳴

思想家	核心概念	自我定位	與他者／群體關係	與「為己之學」的共鳴
陳平原	為己之學	自我修養、精神生活	抗衡AI時代的異化	把學習作為生活的自我實踐
福柯	自我技術	實踐中生成的主體	透過倫理實踐與社會權力互動	學習是主體倫理的生成過程
章太炎	大獨／大群	自立之人格	獨立而後能群	真正的「為己」才能「為群」

三者交集於：自我不是給定的，而是實踐的成果。「為己之學」、「自我技術」，還是「大獨」，都強調「修己」是持續的自我形成過程。

學習／修養是倫理實踐，不只是知識積累。它涉及自我與世界的關係調整。

真正的個體自主與群體共生並不矛盾。「為己」不等於自私，「大獨」反而孕育更高層次的「群」；同樣，福柯的自我實踐也不脫社會權力網絡，而是在其中創造自由空間。

五、小結：AI時代的「大獨之學」

陳平原的「為己之學」，是AI時代的「大獨之學」；而福柯提供了它的倫理技術論基礎：學習不只是獲知，而是「自我生成的實踐」。

章太炎早指出，真正的「獨」不是逃避群體，而是為群體開創新精神維度的契機。

在AI洪流中，「為己之學」保持人之所以為人的「自我技術」與「大獨精神」的延續。

Comment by Malacca 皇京港 on October 20, 2025 at 8:49pm

列夫·馬諾維奇（Lev Manovich）：觀看世界 Watching the World

[本文最初刊登於《Aperture》雜誌，第214期，2014年春季。]

去年夏天，紐約現代藝術博物館（MoMA）邀請了我於2007年創立的「軟體研究計畫」（Software Studies Initiative），探索如何將視覺化作為研究工具，並尋找以新方式呈現其攝影收藏的方法。我們獲得了大約兩萬張數位化照片的使用權，隨後利用我們的軟體，將它們組合成一張高解析度影像。

這使我們能一次觀看所有影像，從攝影媒介誕生之初一直到當代，跨越不同國家、類型、技術以及攝影師們多元的感性。

幾乎每一張經典攝影作品都包含其中——那些我反覆在不同場合見過的影像。能輕鬆放大檢視每一張照片的細節，或縮小觀看整體，對我而言幾乎是一種宗教般的體驗。

同時觀看兩萬張照片聽起來或許令人驚嘆，因為即使是最大的美術館展廳，也不可能同時展出如此龐大的數量。然而，以二十一世紀的標準來看，MoMA 的收藏與社群媒體分享平台上龐大的影像庫相比仍然顯得微薄，例如 Instagram、Flickr 與 500px。（僅 Instagram 一個平台就已經擁有超過一百六十億張照片，而 Facebook 用戶每天上傳的影像超過三億五千萬張。）

由Flickr在2005年開創的「社群攝影」（social photography），為文化研究開啟了極具吸引力的新可能。數以億計的人們共同創造出的影像宇宙，可以被視為一部沒有劇本與導演的巨型紀錄片，而觀看這部紀錄片則需要仰賴運算工具——資料庫、搜尋引擎與視覺化技術。

深入挖掘這部「紀錄片」的組成部分，可以幫助我們理解日常攝影與支配數位影像創作的習慣。當人們拍攝彼此時，他們是否偏好某些特定的取景方式，就像專業攝影師一樣？來到紐約的遊客是否拍攝相同的主題？這些選擇是否受到文化因素影響？而當他們確實拍攝相同主題時（例如曼哈頓西側高架公園High Line上的植物,見下圖），是否使用相同的技術？
為了開始回答這些問題，我們可以利用電腦來分析數百萬張照片的視覺屬性與內容，並結合它們的文字描述、標籤、地理座標以及上傳日期和時間，最後再對結果進行詮釋。

很多人認為我是媒體學者或者新媒體學者，但實際上，我是一名藝術家。我於1960年生於俄國莫斯科，在1981年隨父母移民到了美國紐約。從 14 歲開始我開始接受視覺藝術訓練，包括現代主義繪畫和古典繪畫。這與亞洲仍存在的一種體系有些相似，要進入藝術學院必須通過考試，我當時要進的是建築學院。我參加的考試主要是關於古典素描的，如畫古希臘頭像、描繪紋理、強調透視和栩栩如生的繪畫。我接受了這樣的訓練，1981年來到紐約後，我在紐約大學電影學院度過了一些年頭。

近四十年前，1984年，我開始從事計算機動畫和計算機圖形工作。我有人文學科的博士學位，主攻視覺文化，在過去20年里，我在東海岸甚至加州教授課程，在視覺藝術系任教，盡管大學根據我的著作和書籍對我進行評估，大部分教學內容是面向藝術家的實踐工作室課程。十年前，我搬到紐約，並成為計算機科學和數據科學博士課程的教授。現在，我教授計算機科學專業的學生。

我已經有32年沒有進行傳統的素描或繪畫了，大約在90年代停止了畫畫，在過去的30年中，我參與了從模擬到數字，再到計算。隨著計算轉向AI，數字已經成為既定事實，每個人都在寫關於數字文化的東西。我覺得我可以為我的生活增添些其他東西，所以我重新開始了繪畫。剛好在這兩週後，Midjourney公開發布了，它的出現掀起了生成媒體（generative media ）的革命。

眾所周知，過去的15年是非凡的。中國公司一直在發佈他們自己的版本，支持其應用。在西方，我們有ChatGPT，我們有Dalle 3；現在，生成式人工智能已經整合到谷歌搜索中。毫無疑問，我們正處於一個全新、徹底革命性的時代的開端。許多人，包括我自己，相信這場革命的規模可以與90年代互聯網的發展，與19世紀攝影的興起相媲美。（下續）

Comment by Malacca 皇京港 on October 18, 2025 at 11:19am

在我此次演講中，我將談論視覺生成媒體（visual generative media），並用我的作品加以闡釋。在過去的15個月里，我使用人工智能創作了許多圖片，大約有6萬張。我以系列的方式創作圖片；每個系列都有一個電影，有時是一部抒情電影，有時是一個概念性的電影。我在許多群展中展示了這些作品，其中一些在個展展出。其中一場將於兩周後在葡萄牙開幕，第二場將於十二月開幕。

所以，在我談論的同時，我將開始展示我的作品，你將會看到它們之間的聯系。我將演講的第一部分稱為「碎片的美學」。

在過去的15個月里，我每周都在使用人工智能工具制作圖片。在其中一些圖片中，你會看到一些內部空間，看起來是由一系列工具組合而成，但當然，全部都是仿真的工具，如版畫的蝕刻、雕刻等等。這些空間展示了充滿無盡物品的架子。這個奇異的空間讓我同時聯想到了書庫、倉庫、自然歷史博物館的展覽，也許還有歐洲靜物畫傳統。在架子之間、缺失的牆壁之間，經常出現精致、微妙、常常難以看清的圖案——有些是二維的，有些是三維的，像線條的編織。現在換個話題。就在一瞬間，有時我們呈現為抽象，但通常意味著某些明確的東西——一些對象、形狀、來自我們人類世界的意義。

這些是什麼碎片？這些未定義、未命名、放置在架子末端的物件是什麼？這些物體的線條，目前還不清楚它們是二維的還是三維的。它們是牆上畫作的一部分還是存在於現實中？有時我們明確；有時我們不太確定，所以你得到了一種碎片的狀態。是的，我們看到了碎片，但是什麼碎片？在常規藝術博物館里，有古代文明的碎片——花瓶、玻璃杯、盤子，還有小工具、雕像等等，就像我去奧地利並去了當地美術館的那一天一樣。甚至在地下室，他們有著許多文明的碎片，大約在1500年、1800年前，它們是普通的容器。你真的能感受到博物館，就是這些物質碎片的集合。

但人工智能的「碎片」有著不同的選集。AI通過數億張圖像提取「模式」（patterns），並將它們分佈到數萬億個連接中。在生成式人工智能網絡訓練中，這些神經網絡被餵了數億張素材，在某些情況下是可信的圖像，以及幾種描述內嵌的HTML代碼，然後我們以像素為單位進行分析，發現了表現某種東西的老練的邊線和細節，以及一些我們不太確定的面。我們只知道這種過程，碎片化的同時也在分解和重組，然後這些模式分佈在人工神經網絡的數萬億個連接中。可以說，在這個過程中，圖像的數字實質被進一步虛擬化、蒸發和擴散了，但仍然被保留著。而你在我的圖像中看到的生成的「碎片」就像氣味，微風中看不見的運動，海岸邊的周期性運動在場景上留下痕跡。這些都是我們世界中碎片的碎片。我的意思是，我無意與你就圖片呈現的這些形象進行交流，我真正感興趣的是空間，被稱為無盡靜物的空間。有時是可識別的物體，一系列的細節，我喜歡當它無目的地再生時的碎片化，你不太知道它到底是什麼——比如這些物體或者牆壁是什麼？這些圖像里面有什麼？我們不知道這里是什麼。所以，這些碎片的碎片沉積了如此多破碎的形式，也許比意大利畫家所仰慕的18世紀的廢墟更加碎片化。它們不是「故障」（glitches）。

Comment by Malacca 皇京港 on October 10, 2025 at 9:30am

很多人認為我是媒體學者或者新媒體學者，但實際上，我是一名藝術家。我於1960年生於俄國莫斯科，在1981年隨父母移民到了美國紐約。從 14 歲開始我開始接受視覺藝術訓練，包括現代主義繪畫和古典繪畫。這與亞洲仍存在的一種體系有些相似，要進入藝術學院必須通過考試，我當時要進的是建築學院。我參加的考試主要是關於古典素描的，如畫古希臘頭像、描繪紋理、強調透視和栩栩如生的繪畫。我接受了這樣的訓練，1981年來到紐約後，我在紐約大學電影學院度過了一些年頭。

近四十年前，1984年，我開始從事計算機動畫和計算機圖形工作。我有人文學科的博士學位，主攻視覺文化，在過去20年里，我在東海岸甚至加州教授課程，在視覺藝術系任教，盡管大學根據我的著作和書籍對我進行評估，大部分教學內容是面向藝術家的實踐工作室課程。十年前，我搬到紐約，並成為計算機科學和數據科學博士課程的教授。現在，我教授計算機科學專業的學生。

我已經有32年沒有進行傳統的素描或繪畫了，大約在90年代停止了畫畫，在過去的30年中，我參與了從模擬到數字，再到計算。隨著計算轉向AI，數字已經成為既定事實，每個人都在寫關於數字文化的東西。我覺得我可以為我的生活增添些其他東西，所以我重新開始了繪畫。剛好在這兩週後，Midjourney公開發布了，它的出現掀起了生成媒體（generative media ）的革命。

眾所周知，過去的15年是非凡的。中國公司一直在發佈他們自己的版本，支持其應用。在西方，我們有ChatGPT，我們有Dalle 3；現在，生成式人工智能已經整合到谷歌搜索中。毫無疑問，我們正處於一個全新、徹底革命性的時代的開端。許多人，包括我自己，相信這場革命的規模可以與90年代互聯網的發展，與19世紀攝影的興起相媲美。

在我此次演講中，我將談論視覺生成媒體（visual generative media），並用我的作品加以闡釋。在過去的15個月里，我使用人工智能創作了許多圖片，大約有6萬張。我以系列的方式創作圖片；每個系列都有一個電影，有時是一部抒情電影，有時是一個概念性的電影。我在許多群展中展示了這些作品，其中一些在個展展出。其中一場將於兩周後在葡萄牙開幕，第二場將於十二月開幕。

所以，在我談論的同時，我將開始展示我的作品，你將會看到它們之間的聯系。我將演講的第一部分稱為「碎片的美學」。

在過去的15個月里，我每周都在使用人工智能工具制作圖片。在其中一些圖片中，你會看到一些內部空間，看起來是由一系列工具組合而成，但當然，全部都是仿真的工具，如版畫的蝕刻、雕刻等等。這些空間展示了充滿無盡物品的架子。這個奇異的空間讓我同時聯想到了書庫、倉庫、自然歷史博物館的展覽，也許還有歐洲靜物畫傳統。在架子之間、缺失的牆壁之間，經常出現精致、微妙、常常難以看清的圖案——有些是二維的，有些是三維的，像線條的編織。現在換個話題。就在一瞬間，有時我們呈現為抽象，但通常意味著某些明確的東西——一些對象、形狀、來自我們人類世界的意義。

這些是什麼碎片？這些未定義、未命名、放置在架子末端的物件是什麼？這些物體的線條，目前還不清楚它們是二維的還是三維的。它們是牆上畫作的一部分還是存在於現實中？有時我們明確；有時我們不太確定，所以你得到了一種碎片的狀態。是的，我們看到了碎片，但是什麼碎片？在常規藝術博物館里，有古代文明的碎片——花瓶、玻璃杯、盤子，還有小工具、雕像等等，就像我去奧地利並去了當地美術館的那一天一樣。甚至在地下室，他們有著許多文明的碎片，大約在1500年、1800年前，它們是普通的容器。你真的能感受到博物館，就是這些物質碎片的集合。

但人工智能的「碎片」有著不同的選集。AI通過數億張圖像提取「模式」（patterns），並將它們分佈到數萬億個連接中。在生成式人工智能網絡訓練中，這些神經網絡被餵了數億張素材，在某些情況下是可信的圖像，以及幾種描述內嵌的HTML代碼，然後我們以像素為單位進行分析，發現了表現某種東西的老練的邊線和細節，以及一些我們不太確定的面。我們只知道這種過程，碎片化的同時也在分解和重組，然後這些模式分佈在人工神經網絡的數萬億個連接中。可以說，在這個過程中，圖像的數字實質被進一步虛擬化、蒸發和擴散了，但仍然被保留著。而你在我的圖像中看到的生成的「碎片」就像氣味，微風中看不見的運動，海岸邊的周期性運動在場景上留下痕跡。這些都是我們世界中碎片的碎片。我的意思是，我無意與你就圖片呈現的這些形象進行交流，我真正感興趣的是空間，被稱為無盡靜物的空間。有時是可識別的物體，一系列的細節，我喜歡當它無目的地再生時的碎片化，你不太知道它到底是什麼——比如這些物體或者牆壁是什麼？這些圖像里面有什麼？我們不知道這里是什麼。所以，這些碎片的碎片沉積了如此多破碎的形式，也許比意大利畫家所仰慕的18世紀的廢墟更加碎片化。它們不是「故障」（glitches）。

Comment by Malacca 皇京港 on October 9, 2025 at 8:39pm

它們也不是數學家克勞德·香農（Claude Shannon）的信息論所指的噪音，這是數字通信的一種破壞力量。所以這不是故障也不是噪音，它是人工生成的產物，可能是智能美學的產物。它是分佈式知識和分佈式願景。60多年前，由保羅·巴蘭（Paul Baran）在50年代末發明的未來互聯網協議建議將整個信息分解成組，以更可靠地從遙遠的網絡傳輸；將某物分解成隨機的部分，矛盾地確保了它的生存。

保羅·巴蘭在20世紀60年代首次發表了「封包交換」（packet switching）概念，1960年，當時他在美國的一家公司工作。你知道嗎，他的封包交換的想法為之後的互聯網奠定了基礎，同時也是始於1969年加利福尼亞的ARPANET的前身。他當時的想法是，我們處於冷戰之中，俄羅斯可能很快就會發動進攻，也許會發生不可避免的核戰爭。這聽起來非常熟悉，因為60年後，我們又回到了一個非常相似的時刻，普京進行的核試驗，使得世界又受到了核威脅。但無論如何，讓我們回到那個60年代，當時的想法是這場戰爭將會發生，而我們要如何讓政府、軍隊通信等等。

所以，我們要創建這個網絡，而矛盾的是，巴蘭所展示的是，如果你能將一條信息拆分成封包，然後發送這些封包，然後這些封包可以獨立傳播，它可以在最終點被組裝起來，即使你拿走了這個網絡的部分，你仍然會得到大部分的消息。所以那就是封包交換。他不是為了互聯網提出的這個想法的，但互聯網可以說是誕生於此驚人的想法：為了在未來的核戰爭中生存下來，並且抵御蘇聯的進攻，我們必須將消息部分拆分或分解為碎片。

但在同一時間段，有兩位烏克蘭數學家（當時烏克蘭是蘇聯的一部分）。亞歷克西·伊瓦赫年科（Alexey Ivakhnenko）和瓦連京·拉帕（Valentin Lapa），兩位在烏克蘭工作的蘇聯數學家，發明了另一種有效利用消息片段的基本方法。當然，我指的是一項基礎性的發明。他們發明了深度神經網絡的概念和數學方法，這在神經網絡的歷史中並不經常被討論，但你可以去維基百科或各種文章中找到相關信息。所以，深度神經網絡也是在將近60年前發明的。

這概念於1962年提出，在1966年有了整本書來闡述。第一個深度神經網絡的發明最終導致了當今大規模網絡的出現，這些網絡也用於生成AI。在機器學習過程中將文化制品分解成片段（例如圖像像素和部分單詞），然後分階段處理這些片段，這些片段逐漸使這些網絡獲得知識。它可以給我們合成的文本、音樂、空間、代碼、圖像。簡而言之，通過將歷史上的人類文化分解為碎片，我們得到了我們的新「生成式人工智能」 （generative AI）文化。

由ChatGPT等應用程序「寫成」的文本極其連貫，一次指示一個詞。這種所謂的盲目「語言計算機」無法預見一個詞以上的事，但它以一個詞與另一個詞相關聯，第二個與第三個相關聯的方式，將這些關聯向前推進，使我們得到了詩歌、故事、求職信、分層文件、教科書章節、計算機程序等等。數字媒體的歷史以及人類文明的歷史急需一個碎片理論。因為，在數字時代，在數字媒體中，計算機代表事物，模塊化使用物質性，這是數字媒體的原則之一，這在我的著作《新媒體的語言》中詳細討論過，現在已經翻譯成中文，幾年前在中國出版發行。所以，這個觀點是現實圖像由像素組成——你知道，由計算機呈現的自由空間，由粒子對象、多邊形等組成。

但通常情況下，如果我有一種新型的轉化，就像我說的網絡那樣，會帶來圖像、文本、3D模型以及從學習過程中提供給它們的任何其他數據中提取模式，這些模式我們還不知道如何可視化，因此我們無法可靠地觀察神經網絡內部。

• ‹ Previous
• 1
• 2
• 3
• …
• 6
• Next ›
• Page