當然，如果要使你在深度神經網絡的訓練中被記住，首先得需要它被幸運地數字化，對吧？因此，某物必須被數字化，某物必須被捕捉，某物必須在可以從網絡上獲取，然後也許這個對象、這個人工制品，在計算機科學家下載網頁時會很幸運地被搜集到，被納入到神經網絡中。

我正在一個小鎮里一家過去四年都沒有游客參觀的小博物館里作畫，也許這幅畫很幸運，因為它出現在當地一張周末來訪的高中生情侶的自拍照背景中，但是旁邊的畫卻沒那麼幸運。是的，我們無論如何都會得到碎片，但也許碎片會比以前更多，比之前更為嚴格的人類記憶和更為殘酷的印刷文化所允許的更多。畢竟，Stable Diffusion 已經在超過50億張圖片上進行了訓練，所以也許你的自拍照或者你14歲時畫的那幅畫，在網上某處也存在。

這種更寬容、不那麼二元的遺忘和復活過程可能是人工智能美學中最好的一面。這是歷史的仁慈。最後，我想說另外一件事。前幾天我在社交媒體上發了一條信息，因為現在我可以閱讀那些文章。或者像一些西方藝術家抗議AI在未經授權的情況下所使用他們的作品，等等。我認為總的來說有點矛盾，你可能會喜歡這種東西。如果你的圖片最終出現在用於生成式人工智能訓練的龐大神經網絡的數據集中，那麼你可能會很幸運，因為在這種方式下你將被記住，你成為了這種用於生成式人工智能訓練的碎片簡歷中的一部分。然後，當我們的藝術設計師和我們的文化產業從業者創造出圖像、空間、概念藝術、視頻游戲、建築等等新的像素時，你也間接地進入了其中。

我的意思是，因為每個由規范人工智能生成的圖像都不會直接克隆現有的圖像，對吧？它通過數萬億個連接組合事物。實際上，最近一個統計表明，我們看到的由一個生成式人工智能網絡生成的圖像中，直接引用現有圖像的部分只有6%。所以，認為AI直接將人們的圖像串聯起來是荒謬的。也許當你進入這座新博物館的野生展牆時，你應該感到幸運。這個博物館分佈在各個連接領域，並最終為新的機制、新的想像力和新的創造提供了養料。所以，我就在這里停下來，也許你們有一些時間提問和討論。謝謝。
問答環節

Q：在更多的情況下，藝術家其實也是普通人，也會淹沒在新媒體的洪流當中，那麼普通人應該怎麼面對AI的洪流呢？

Manovich：當然，我認為普通人，包括藝術家，都從人工智能中獲益匪淺。請記住，人工智能不僅僅是生成式媒體，它也是一種加快和提高效率的方式。所以，如果你在手機上打字，任何形式的字母識別都是由人工智能實現的。對不起，我舉的例子都是來自於西方軟件，比如谷歌，因為我不住在中國。當然，我知道中國的騰訊，所以如果我提到了西方的東西，請原諒我。只要記住，請用你們對等的東西替換。人工智能在某種程度上正在推動一切，對吧？人工智能也在推動搜索。所以，人工智能的一部分就像是一種加快事物進程的方式。另一個重要的事情實際上是我從英偉達CEO那里聽到的。他說，人工智能的發展要體現在每個人都可以編程。以前，你在學習編程前需要學習代碼，以前是Pascal或 C 或 C++ 或 Python 這樣的特殊語言，但現在你可以通過對計算機說點什麼來編程。對 ChatGPT 或我們的應用程序說點什麼，包括使用谷歌鏡頭，你可以進行開發，中國也有自己的開發版本，所以每個人都成了一個程序員。編程使你能夠控制事物，進行溝通，制定規則，創造即時。