文化有根 創意是伴 Bridging Creativity
[圖解] 傳播美國美国米歇根州底特律形象的口號:文藝復興城市。
電商宣講進農村·葛家鎮抖音新媒體培訓班成功舉辦
爲進一步加強鄉村振興人才培育,發揮電子商務平台在助推優質農産品産銷對接中的積極作用,更好地服務鄉村振興,5月18日,由山東外貿職業學院、文登區商務局、葛家鎮政府主辦的“鄉村振興抖音新媒體培訓班”在葛家鎮成功舉辦。
本次文登區商務局電商宣講團走進葛家鎮,邀請了山東外貿職業學院閆靜雯老師、青島萱芷會企業管理有限公司杜澳華經理來進行宣講授課。兩位老師詳細講解了短視頻平台的發展趨勢、分析抖音賬號注冊、短視頻剪輯技巧、抖音直播具體操作,深入地分析抖音底層邏輯,手把手教授如何利用剪映軟件剪輯短視頻,深入淺出地分享了抖音運營的相關落地方案。
葛家鎮素有“水果之鄉”的美稱,葡萄、蘋果、桃子、草莓、大櫻桃......全鎮果品面積5萬多畝,佔全區水果種植面積的三分之一,水果年産值達十億元。下一步,區商務局將重點扶持威海聯穠文化傳媒有限公司、威海可道網絡有限公司、威海果這美農業科技有限公司等專業直播團隊,加強與葛家鎮的蘋果合作社、種植大戶進行合作,讓當地特色農産品“觸網”銷售,實現電商興農爲鄉村振興賦能,促進農村産業轉型以支持特色産業發展,充分發揮農村電商在推進鄉村振興中的重要作用。(2023-05-19;文登商務)
延續閱讀:新文科~行行業業跨界融合
除了時下火熱的幾個直播達人以外,真實的直播人才市場究竟怎樣?據媒體近日報道,某招聘網站最新發布的《2020年春季直播產業人才報告》顯示,春節之後直播行業的招聘需求同比上漲132.55%;直播人才的平均月薪達到了9845元,短短一個月內再度漲薪。主播為直播人才中的絕對主體,直播教師競爭激烈。
這段時間以來,從國務院常務會議提出要對“互聯網+”和平臺經濟等加大支持力度,到各地主政官員摘下口罩、帶頭“下館子”——疫情防控進入新階段之後,復工復產的“加速鍵”尤其考驗治理智慧。要素流動了、企業復產了、服務跟進了,剩下的,就是消費端的信心如何恢復。說得更直白一些,在全球疫情形勢嚴峻的當口,賣得出貨才是市場回暖的硬道理。
當此語境之下,企業、平臺、地方政府等不約而同想到了直播經濟。數字顯示,過去一個月,超過50%的品牌電商旗艦店開通直播賣貨,線下門店直播也迎來爆發式增長。啟動門店直播的商家多了5倍,做直播的導購多了10倍,並以每周翻倍的速度持續壯大,帶動線上線下業務雙增長。
如果說這些數字還略顯宏觀,那麽,不妨看看下面具體而微的例子:3月19日,山東曹縣漢服源產地的180多家企業和商戶在線直播推介了近5000款漢服。女縣長變身漢服主播——在“縣長帶貨”環節,直播間匯集超過160萬人次觀看,商戶在半小時內售出了漢服3000餘件。相較於積壓在倉庫的貨品,“帶貨”成了最硬核的抗疫情、促生產、穩就業行動之一。
今時今日,已經沒有人敢小覷直播的能量了。不得不提的一個大背景是:2019年,雙向互動的中國直播電商行業,總規模一舉超過4000億元,誕生了“5分鐘賣掉1.5萬支口紅”的帶貨紀錄。有疫情初期的經濟打底,復工復產後的中國全產業鏈,都離不開直播帶貨。在“復工大聯播”等直播實踐中深耕地方、穩紮市場。一舉多贏,何樂而不為?
中國統計局3月16日發布的數據顯示,2020年1至2月,國內社會消費品零售總額為5.21萬億元,同比下降20.5%。但讓人意外的是,實物商品網上零售額卻逆勢增長,二月同比增長8%。讀懂了這個反差,就能讀懂市場為何會對直播經濟如此青睞。復工復產、脫貧攻堅,直播經濟這個全域營銷的新陣地,已經成為撬動市場回暖的一個支點。(2020-03-26 /來源:中國光明日報)
Tags:
Albums: 地方文化營銷
Comment
[愛墾研創] 尤瓦爾·諾亞·赫拉利(Yuval Noah Harari)是以色列歷史學家與公共思想家,最廣為人知的著作包括《人類大歷史》(Sapiens)、《人類大命運》(Homo Deus)與《21世紀的21堂課》。他的主要思想圍繞「人類如何理解自己、組織社會,以及在科技快速發展下將走向何方」。
首先,赫拉利的核心觀點之一是:人類的力量來自於虛構故事(shared myths)。他認為,智人之所以能超越其他人類物種,並非因為個體更聰明,而是因為我們能共同相信並遵守抽象概念,如宗教、國家、金錢、法律與人權。這些概念本身並非客觀存在,而是「集體想像的產物」,但正是這些虛構故事,使大規模合作成為可能,從而建立帝國、市場與現代社會。
第二,他對歷史進步的看法極具挑戰性。他質疑「歷史等於人類福祉不斷提升」的直線進步敘事。例如,農業革命雖然提高了糧食總量,卻可能讓多數人過得比狩獵採集時代更辛苦;帝國與宗教雖建立秩序,卻也帶來壓迫與暴力。他強調,歷史的「成功」不一定等同於個體的幸福。
第三,在《人類大命運》中,赫拉利提出對科技與人類未來的深層憂慮。他指出,生物科技與人工智慧正在改寫「何謂人類」。當演算法比人更了解人的情緒與選擇時,自由意志、平等與民主可能被動搖,世界可能分化為「無用階級」與少數掌控科技的精英。他也提出「資料主義(Dataism)」作為新興意識形態,警告人類可能將決策權完全交給數據與演算法。
第四,他對人文主義提出反思。他認為,現代社會高度重視個人感受與選擇,但若情感本身只是生化演算法的結果,那麼「聽從內心」是否仍具有道德與哲學上的正當性?這並非否定人文價值,而是提醒人類必須重新思考其基礎。
最後,在《21世紀的21堂課》中,赫拉利 將視角拉回當下,聚焦於教育、政治、民族主義、假新聞與心理健康。他主張,在一個充滿不確定性的世界,最重要的能力不是特定知識,而是批判思考、自我覺察與適應變化的能力。
總體而言,赫拉利的主要思想並非提供確定答案,而是透過宏觀歷史與跨學科視角,迫使人類重新思考「我們是誰、我們相信什麼,以及我們正在創造什麼樣的未來」。
詹姆斯.奧唐奈:複製與創作(6)
為了探索這是否屬實,我花了幾天時間操作 Udio 的模型。生成一段 30 秒的樣本需要一兩分鐘,而付費版本甚至能生成完整歌曲。我決定挑選 12 種曲風,各生成一段歌曲樣本,再找出人類創作的類似歌曲。我設計了一個小測驗,看看我們新聞室的人是否能分辨哪些歌曲是 AI 製作的。
平均得分是 46%。而在幾種曲風上,特別是器樂類,聽眾的判斷反而更常錯誤。當我在現場觀察人們進行測試時,我注意到那些他們自信地標記為「AI 作曲跡象」的特質——例如假假的樂器聲、奇怪的歌詞——幾乎都沒什麼用處。
他們答對了一些,但毫不意外地,人們在自己較不熟悉的曲風上表現更差;有些人在鄉村或靈魂樂上還算可以,但在爵士、古典鋼琴或流行樂前就毫無勝算。創造力研究者 Beaty 的得分是 66%,而作曲家 Brandt 則得到 50%(儘管他在管弦樂與鋼琴奏鳴曲的測試中答對了)。
請記住,這些成果不應全都歸功於模型;若沒有那些作品被納入訓練資料的人類藝術家,這些輸出根本無法被創造出來。但只用幾個提示,模型就生成了一些歌曲,少有人會察覺它們是機器製作的。有些歌曲甚至能輕鬆在派對上播放而不會引起任何質疑,而我自己也找到兩首真心喜歡的——即便我是一輩子的音樂人、而且相當挑剔。然而,聽起來「逼真」並不等於「原創」。這些歌曲並沒有那種由怪異或異常所驅動的感覺——尤其不是像貝多芬那種「驚嚇」級別的突破。它們也沒有彎曲曲風界線,或在主題之間跨出巨大跳躍。在我的測試裡,人們有時甚至難以判斷一首歌究竟是 AI 生成的,還是單純做得不好。
最後,這些事情到底會有多重要?法院將在決定 AI 音樂模型到底是在「複製」還是「創作」方面扮演角色——以及藝術家在這過程中應如何獲得補償——但我們這些聽眾才是會決定它們文化價值的人。要欣賞一首歌,我們需要在腦中想像背後有一位人類藝術家嗎——一個有經驗、有抱負、有觀點的人?如果我們得知一首歌曲是由 AI 創作的,它就不再偉大了嗎?
Sanchez 說,人們可能會好奇音樂背後「是誰」。但他表示:「到頭來,不管 AI 成分多少、人類成分多少,它終究會是藝術。而人們會依據其美學品質來做出反應。」
然而,在我的實驗中,我發現這個問題對人們確實非常重要——有些人甚至強烈拒絕享受由電腦模型創作的音樂。當其中一位受試者在測驗中下意識地跟著一首電子流行歌曲點頭,但臉上浮現疑惑的表情。彷彿她正在努力想像這首歌的作曲者是人類而不是機器。「天啊,」她說,「我真的希望這不是 AI。」
但那就是 AI。
詹姆斯.奧唐奈:複製與創作(5)
根據Udio的共同創辦人兼營運長Andrew Sanchez所說,正是這種生成式AI程式中固有的隨機性讓許多人感到震驚。在過去70年裡,電腦一直在執行決定論程式:輸入一個資料,每次都會得到相同的回應。
「我們的許多藝術家合作伙伴都會說:『嗯,為什麼它會這樣?』」他說。「而我們的回答是:其實,我們也不太確定。」生成式時代需要一種新的思維方式,甚至對創造這些系統的公司也一樣:AI程式可能會混亂又難以理解。
那麼,AI 的產物到底是創造還是僅僅複製訓練資料?AI 音樂的支持者告訴我,我們也可以用同樣的問題來看待人類創造力。當我們在青春期聽音樂時,學習的神經機制會受到這些輸入的加權,而我們對歌曲的記憶也會影響日後的創作。在最近一項研究中,作曲家與萊斯大學音樂教授Anthony Brandt指出,人類與大型語言模型都會使用過往經驗來評估可能的未來情境並做出更好的判斷。
的確,人類的藝術——尤其是音樂——有許多借用之處。這常導致訴訟,藝術家會指控某首歌在未經允許下被複製或取樣。一些藝術家認為擴散模型應更透明,這樣我們就能知道某首歌曲的靈感來源是三分之 David Bowie 加上一分之 Lou Reed。Udio 表示目前確實有相關研究在進行,但現在還沒有人能可靠地做到這點。
對於偉大的藝術家而言,「創新與影響力之間的結合,正是在發揮作用的東西,」Sanchez 說。「而我認為,這也是這些技術中正在發生的事。」
然而,在許多領域中,試圖將人類神經網路與人工神經網路等同的做法,在仔細檢視下很快就會崩解。Brandt 指出一個他認為人類創造力明顯超越機器產出的領域:他稱之為「放大異常」。AI 模型運作於統計取樣的範疇;它們不是透過強調非凡之處來運作,而是透過減少錯誤與尋找可能的模式。另一方面,人類對於特異之處具有興趣。
「人類並不把這些東西視為古怪的偶發事件或一次性事件,」Brandt 寫道,而是讓這些特異之處「滲透整個創作成果」。
他舉例貝多芬在第八號交響曲最後樂章加入的一個刺耳的跑調音符。「貝多芬本可以讓事情就此結束,」Brandt 說。「但他並沒有把它當成一次性的偶發事件,而是在各種方式中持續引用這個不協調的時刻。這樣一來,作曲家把一瞬間的偏差放大了其影響力。」人們也能在披頭四後期錄音中逆向循環取樣的異常、Frank Ocean 的升調人聲,或是藝術家如 Charlie Puth 和 Billie Eilish 的製作人 Finneas O’Connell 所喜愛的「拾得聲音」(例如行人穿越訊號或關門聲的錄音)中發現類似的異常。
如果創作輸出確實被定義為同時具備新穎性與實用性,那麼 Brandt 的解讀暗示:機器或許能在第二項(實用性)與人類相匹敵,但在人類於第一項(新穎性)仍然明顯勝出。
詹姆斯.奧唐奈:複製與創作(4)
Suno未回應關於訴訟的置評要求,但在 8 月發布於 Suno 部落格的聲明中,CEO Mikey Shulman 表示,公司訓練資料來自開放網路上的音樂,而那些資料「的確包含受版權保護的內容」。但他主張:「學習不是侵權。」
Udio 的一名代表表示,公司不會對進行中的訴訟發表評論。在訴訟發生時,Udio 發布聲明表示其模型具備過濾機制,以確保「不會重現受版權保護的作品或藝術家的聲音」。
事情更複雜的是美國版權局於一月發布的指引,其中指出 AI 生成作品只要包含相當程度的人類投入,就可以獲得版權。一個月後,紐約的一名藝術家獲得了可能是全球第一件 AI 協助創作的視覺藝術作品版權。下一個,也許就會是一首 AI 協助創作的歌曲。
新穎性與模仿
這些法律案件正踏入一個灰色地帶,與其他 AI 相關的訴訟爭議相似。核心問題在於:AI 模型是否可以使用受版權保護的內容進行訓練,以及生成的歌曲是否不公平地複製了人類藝術家的風格。
但無論法院最終如何裁定,AI 音樂很可能仍會以某種形式持續擴張;據報導,YouTube 已與主要唱片公司洽談授權其音樂用於 AI 訓練,Meta 近期也擴大了與環球音樂集團的合作,顯示 AI 生成音樂的授權可能已在考量中。
如果 AI 音樂將持續存在,那它究竟會不會「好聽」?可以從三項因素思考:訓練資料、擴散模型本身,以及提示詞(prompting)。模型的品質取決於它所學習的音樂資料庫以及這些音樂的描述,而這些描述必須足夠複雜才能準確掌握音樂特性。模型的架構則決定它能多好地使用所學內容生成歌曲。而你給模型的提示——以及模型究竟能多大程度「理解」你所說的「把薩克斯風音量調低」之類的語意——也至關重要。
或許最重要的問題是:訓練資料的規模和多樣性如何?其標記是否充分?Suno 和 Udio 都沒有公開其訓練資料中包含哪些音樂,但這些細節可能會在訴訟過程中被迫公開。
Udio 表示,歌曲如何被標記對模型至關重要。Ding 說:「我們現在的一項重要研究方向是:如何取得越來越精細的音樂描述?」基本描述會指出類型,但還可以描述一首歌是否情緒化、振奮或平靜。更技術性的描述可能會提到 2-5-1 和弦進行或特定音階。Udio 說,它透過機器與人工標記的結合來完成這些描述。
「因為我們的目標使用者很廣,也意味著我們需要非常多樣化的音樂標註者。」他說。「不只需要能從技術層面深入分析音樂的音樂博士,也需要那些有自己獨特詞彙、能以非正式方式描述音樂的音樂愛好者。」
具競爭力的 AI 音樂生成器也必須持續從不斷產生的新歌曲中學習;否則,它們的輸出將停滯不前,聽起來陳舊過時。
AI 生成的音樂依賴人類創作的藝術。不過在未來,AI 音樂模型可能會以自己的輸出作為訓練資料——這種方法已在其他 AI 領域中進行實驗。
由於模型從隨機噪音開始,它們具有非決定性;即使給同一個 AI 模型相同的提示,每次也會產生不同的新歌曲。這也因為許多擴散模型的製作者(包括 Udio)會在過程中加入額外的隨機性——本質上是在每一步取得生成的波形並稍微扭曲,以期加入些微的不完美,使輸出更有趣或更逼真。達特茅斯會議的組織者早在 1956 年就曾建議採用這樣的方法。
詹姆斯.奧唐奈:複製與創作(3)
在模型訓練完成後,生成新影像就只需要反轉此過程。如果你給模型一個提示,例如「長滿苔蘚的森林裡一隻快樂的紅毛猩猩」,模型會從一張隨機的白噪音影像開始,然後反向運作,利用其統計模型一步步去除雜訊。
起初只會顯現出粗略的形狀與顏色,細節會逐漸出現,最終紅毛猩猩便浮現出來──即便模型並不以人類的方式“知道”什麼是紅毛猩猩。
生成音樂依賴人類創作的藝術。未來,AI 音樂模型可能會使用自己的產出作為訓練資料——這在其他 AI 領域也正在被嘗試。由於模型從隨機噪音開始,它們是非決定性的;即使給同一個 AI 模型相同的指令,每次也可能產生不同的歌曲。這也是因為許多擴散模型(包括 Udio)的使用者在過程中加入了額外的隨機性——本質上是在每一步對生成的波形進行極細微的扭曲,添加一些不完美之處,讓輸出更有趣或更真實。達特茅斯會議的主辦者早在 1956 年就曾建議採用這種策略。
根據 Udio 的共同創辦人兼營運長 Andrew Sanchez 所說,生成式 AI 程式中固有的這種隨機性讓許多人感到震驚。在過去 70 年中,電腦執行的都是決定論程式:輸入某個指令,就會得到相同的回應。
「我們的許多藝術家合作夥伴會說:『為什麼它會這樣做?』」他說。「而我們也只能說:『呃,我們其實也不知道。』」生成式時代要求創造這些技術的公司建立新的思維方式:AI 程序可能會混亂、難以解釋。
這些結果到底是創作,還是單純複製訓練資料?AI 音樂的愛好者告訴我,我們也可以用同樣的問題來詢問人類的創造力。當我們在年輕時聆聽音樂時,大腦的學習機制會受到這些輸入的影響;這些歌曲的記憶會形塑我們的創作輸出。萊斯大學的作曲家兼音樂教授 Anthony Brandt 在最近的一項研究中指出,人類和大型語言模型都會利用過去的經驗來評估可能的未來情境,並做出更好的選擇。
確實,人類藝術——尤其是音樂——大多是借鑒而來的。這往往會導致法律訴訟,因為藝術家會指控某首歌在未經允許的情況下被複製或取樣。一些專家認為,擴散模型應該更加透明,讓我們可以知道某首歌的靈感可能有部分來自 David Bowie,也有部分來自 Lou Reed。Udio 表示,相關研究仍在進行中,但目前沒有人能可靠地做到這一點。
Udio 和 Suno 到目前為止的成果顯示,有相當大一群聽眾可能並不在乎自己聽的音樂究竟是由人還是由機器創作的。Suno 為創作者設置了藝術家頁面,其中一些創作者擁有大量追隨者,並完全使用 AI 生成歌曲,通常還搭配由 AI 生成的藝術家圖像。這些創作者並不是傳統意義上的音樂家,而是熟練使用提示詞的人,創造出的作品無法歸功於單一作曲家或歌手。在這個新興空間裡,我們對作者權的常規定義——以及創作與複製之間的界線——幾乎完全消融。
音樂產業正在反擊。這兩家公司在 2024 年 6 月遭到主要唱片公司的起訴,目前訴訟仍在進行。這些唱片公司,包括 Universal 和 Sony,指控 AI 模型受訓於「規模幾乎難以想像」的受版權保護音樂,並生成「模仿真正人類聲音錄音特質」的歌曲(例如對 Suno 的指控中提到一首類似 ABBA 的歌曲〈Prancing Queen〉)。
詹姆斯.奧唐奈:複製與創作(2)
Making connections(建立連結)
達特茅斯會議之後,參與者們開始投入不同的研究方向,建構出 AI 的基礎技術。與此同時,認知科學家則響應美國心理學會會長 J.P. Guilford 在 1950 年的呼籲,開始研究人類的創造力。他們最終提出一個定義,並由心理學家 Morris Stein 在 1953 年於《心理學期刊》中正式提出。創意作品必須既新穎——代表它們帶來一些新的事物;又有用——代表它們對某人有某種用途。有些人認為「有用」應該改成「令人滿意」,也有人主張應加入第三項標準:創意作品也應該令人驚喜。
到了 1990 年代,功能性磁振造影(fMRI)的興起使得研究多種創造力相關的神經機制變得可能,包括音樂。近年來的計算方法也讓科學家更容易描繪記憶與聯想思維在創意決策中的角色。
目前所形成的並不是一套完整的統一理論,用來解釋創意如何在大腦中產生與展開,而更像是不斷累積的強大觀察結果。我們可以先將人類創意過程分成不同階段,包括提出構想的階段,以及之後更批判、更評估性的階段,用來判斷想法是否具有價值。主導這兩個階段的一項重要理論稱為「聯想創造力理論」,該理論主張:最有創造力的人能在遙遠的概念之間建立新穎的連結。
「這就像擴散式的啟動一樣,」賓州州立大學創造力認知神經實驗室領導者 Roger Beaty 說:「你想到一件事,它就會啟動與之相關的其他概念。」
這些連結往往特別依賴語意記憶——儲存概念與事實的記憶系統,而非情節記憶(儲存特定時間與地點的經驗)。近年來,更精密的計算模型被用來研究人們如何在「語意距離」極大的概念之間建立連結。例如,「apocalypse(末日)」與「nuclear power(核能)」相比,「apocalypse」與「celebration(慶典)」在語意上反而更疏遠。研究顯示,高度有創造力的人可能會感覺語意上非常不同的概念彼此更接近。
研究發現,藝術家比非藝術家更能在更遙遠的語意距離間產生文字聯想。其他研究也支持另一個觀點:具有創造力的人往往擁有「漏接式注意力」(leaky attention)——也就是說,他們經常注意到與當下任務並不特別相關的資訊。
用來評估這些歷程的神經科學方法並不支持「創造力來自大腦某個特定區域」的說法。創造力研究領域的重要學者 Dean Keith Simonton 在《劍橋創造力神經科學手冊》中寫道:「大腦中並沒有任何區域能像腺體分泌荷爾蒙那樣產生創造力。」
證據反而指出,創造性思考會啟動數個分散的神經網絡,Beaty 說——其中一個負責透過聯想思維產生最初的想法,另一個負責辨識有潛力的點子,還有一個負責評估與修改。
哈佛醫學院的研究者在今年二月發表的一項新研究進一步指出,創造力甚至可能涉及抑制 某些特定的腦部網絡,例如那些與自我審查相關的區域。
到目前為止,機器的創造力——如果你願意這麼稱呼的話——看起來非常不同。雖然在達特茅斯會議時,AI 研究者主要著眼於打造模仿人腦的機器,但到了擴散模型問世(大約十年前)時,研究焦點已經轉移。
了解擴散模型如何運作的最好線索就是它們的名字。如果你把沾滿紅墨水的畫筆浸入一杯清水中,墨水會擴散並隨機旋繞,最後整杯變成淡粉色液體。擴散模型則反向模擬這個過程,從隨機雜訊中重建出可辨識的形體。
若想理解這如何應用在影像上,不妨想像一張大象的照片。為了訓練模型,你會先複製這張照片,並在上面加上一層隨機的黑白雜訊。然後你製作第二份並加更多雜訊,如此反覆數百次,直到最後一張影像完全是雜訊,完全看不到大象的蹤影。
對於中間的每一張影像,統計模型必須判斷:影像中有多少是雜訊、有多少是真正的大象。它會將自己的猜測與正確答案比較,並從錯誤中學習。經過數百萬張影像的訓練後,模型會越來越擅長「去雜訊」,並將這些模式與描述(例如「在空曠原野中的婆羅洲雄性大象」)連結起來。
(Abstract from: Replication and Creation by James O’Donnell ; in MIT Technology Review Vol 128 No. 3, May/June 2025, Featuring: Muse or machine? Defining Creativity in the age of AI; Replication and Creation by James O’Donnell, pg 36-41)
詹姆斯.奧唐奈:複製與創作(1)
人工智慧在1956年幾乎還不是一個術語,當時來自計算領域的頂尖科學家齊聚達特茅斯學院(Dartmouth College)參加一場夏季會議。電腦科學家約翰・麥卡錫(John McCarthy)在這次活動的資助提案中創造了這個詞語,旨在召集人們討論如何建造能夠使用語言、像人類一樣解決問題並能自我改善的機器。但這是個好選擇,也抓住了這場會議的核心前提:任何人類智慧的特徵「原則上都能被如此精確地描述,使得機器可以被製造來模擬它」。
在他們的提案中,研究團隊列出了「人工智慧問題」的幾個面向。其中最後一項——事後看來或許最困難的一項——是打造一台能展現創造力與原創性的機器。
當時,心理學家仍在努力定義並測量人類的創造力。主流理論認為創造力是智慧與高IQ(智商)的產物,但心理學家並不確定該用什麼理論取代它。達特茅斯的組織者們提出自己的看法:「創造性思維與乏味但能力稱職的思維之間的差別,在於注入了一些隨機性」,他們寫道,並補充這種隨機性「必須由直覺引導,才能有效率」。
將近 70 年後,隨著該領域歷經一連串的繁榮與衰退週期,我們如今擁有或多或少遵循這種方式的 AI 模型。近三年來,大型語言模型迅速崛起,而另一種類型、基於擴散模型(diffusion models)的 AI,也在創意領域造成前所未有的影響。透過將隨機雜訊轉換成有意義的模式,擴散模型能生成新的圖像、影片或語音,並由文字提示或其他輸入引導。最好的模型甚至能創造出與人類作品無法區分的成果,也能產出奇異、超現實、明顯非人類的結果。
如今,這些模型正進入比任何領域都更容易被顛覆的創意範疇:音樂。AI 生成的作品——從管弦樂到重金屬——正準備以前所未有的方式滲透進我們的生活,遠比任何其他 AI 產品深入。我們可能會在串流平台、派對或婚禮播放清單、配樂等地方聽到這些歌曲,而不一定察覺是誰(或什麼)創作了它們。
多年來,擴散模型在視覺藝術世界中已掀起爭論,人們質疑它們產出的作品究竟是創造還是複製。如今,這場爭論來到音樂領域——一門深深嵌入我們經驗、記憶與社會生活的藝術。音樂模型現在能創作出能引發真實情感反應的歌曲,顯示在 AI 時代中,要定義作者身分與原創性變得多麼困難。
法院也正在積極處理這片模糊地帶。主要唱片公司正起訴頂尖 AI 音樂生成器,指控擴散模型僅僅複製人類藝術,且不向藝術家付費。模型開發者則反駁,他們的工具是為了協助人類創作。
在判定誰是誰非的過程中,我們被迫重新思考人類創造力本身。無論是在人工神經網路或生物神經網路中,創造力是否只是龐大統計學習與連結的結果,再加上一些隨機性?如果是這樣,那麼作者身分是否變成一個滑動的概念?如果不是——如果創造中有某種明確的人類成分——那它是什麼?若沒有人的創作者,作品仍能感動我們嗎?我第一次聽到 AI 創作的歌曲時不得不面對這些問題——那首歌非常棒,但令人不安的是,它只是某人輸入提示後按下「生成」而已。這種處境很快也會降臨到你身上。
(Abstract from: Replication and Creation by James O’Donnell ; in MIT Technology Review Vol 128 No. 3, May/June 2025, Featuring: Muse or machine? Defining Creativity in the age of AI; Replication and Creation by James O’Donnell, pg 36-41)
延續閱讀:
房子能浮起來嗎?
從「新視覺」到新媒體
[愛墾研創]《齊物論》是《莊子·內篇》中的第二篇,是整部《莊子》中思想最為深奧且具哲理性的一篇。其核心觀念“齊物”,是莊子哲學的靈魂之一,表現出他對存在、價值與認識的徹底反思與超越。“齊物”之義,若以最簡要之語概括,乃“齊一萬物”、“平等看待一切”,但這並非淺層的相對主義或道德上的平等觀,而是建立在道的形上學基礎之上,乃對一切對立分別的根本超越,是心靈通達“道”的境界。
首先,“齊物”之“齊”,意為平等、無差、齊一; “物”則泛指天地萬物,亦可指人心中所分別的種種事理與價值。莊子所謂“齊物”,即主張在“道”的觀照下,萬物本無高下貴賤、是非美惡之別。莊子在篇中說:「彼亦一是非,此亦一是非。果且有彼是乎哉?果且無彼是乎哉?」此語揭示了人類認知的相對性與局限性。所謂“是”與“非”,不過是因立場、時勢、習俗而起的差別觀念,並無絕對真理。從“道”的立場看,萬物皆出於同一根源,故“天地與我並生,而萬物與我為一”,一切存在在本體上皆平等無分。
其次,“齊物”也是莊子對人類語言與思辨局限的反省。莊子指出,語言乃分別之具,凡言說必有對立,言“是”則有“非”,言“可”則有“不可”。然道在言外,不可拘於語言之網。莊子以“言非吹也,言者有言;其所言者特未定也”指出:人言之所以失真,乃因言者執一端而忘其對。若能明白“道樞”所在,則可 “以是其所非,而非其所是”,進而超越對立,達於齊一。此種超越乃心靈之自由,亦是認識之開悟。所謂 “得其環中,以應無窮”,即指達於道者能靈活運用各種觀點而不為所困,心通萬變而常安。
再者,“齊物”並非否定差異的存在,而是超越差異之對立。莊子認為,差異是“道”自然生成的展現,若執著於差異而起分別心,便與“道”相違。故他提出“齊物”之觀,乃在認識層面化解對立,使心靈返於虛靜無偏的狀態。這種“齊”並非“混同”,而是一種“洞見差異而不被差異所限”的高境。正如後世學者所言,莊子之“齊物”,是“超分別而非滅分別”,是心靈在體悟萬物同源後的自在之觀。
此外,莊子以“夢蝶”之喻深化了“齊物”的精神。莊周夢為蝴蝶,醒而不知“周與蝶孰是孰非”,此即“齊物”的生動呈現。夢與醒、主與客、真與假,在相對層次上可分,而於“道”之體中則皆為一氣之化。此寓言所表達的,不僅是對存在界限的懷疑,更是對“我” 與“物”之分別的消融。當主客對立泯滅,心靈不再執著於是非善惡,便可達到與“道”同化的自由境界。
總而言之,“齊物”之義,不在於教人否定現實差別,而在於引導人從對立分別中覺悟出“道”的無差無名之體。其哲學精神可歸納為三層:
一是認識層面的相對主義——破除固定觀念與人為立場;
二是形上層面的本體平等——體認萬物同源於“道”;
三是精神層面的逍遙自由——超越執著,心與道合。
當人能以“齊物”之心觀世界,則無論榮辱得失、是非善惡,皆不再束縛其心,乃所謂“乘道德而浮游於萬物之始”,達到“逍遙遊”的至境。故“齊物”非徒思想之論,而是莊子生命哲學的核心修養法門,教人由分別而入於無分別,由拘執而歸於自由,最終融通於無限之“道”。
莊子講“渾沌”
「子非魚,安知魚之樂?」
道家的道
愛墾研創:談談托馬斯·伯恩哈德(Thomas Bernhard)的經典遺作《滅絕》(Auslöschung· Ein Zerfall, 1986)。
這部作品與卡撒茲納霍凱《撒旦的探戈》在精神上有著深刻的共鳴——兩者都以極端的語言、重複與絕望揭露「文明的腐朽」與「個體的掙扎」。
一、作品概述
《滅絕》是伯恩哈德(下圖)生前出版的最後一部小說,被許多人視為他的文學總結與思想遺囑。書中主角 法蘭茲-約瑟夫·穆拉特(Franz-Josef Murau)出生於奧地利一個貴族家庭,長期旅居羅馬,對故鄉與家族懷著強烈的厭惡與怨恨。當他接到父母與兄長死於車禍的消息後,被迫返回家鄉——這趟回歸成為一場心理與道德的審判,也是一場對舊歐洲文化與法西斯遺緒的徹底「滅絕」。
二、主題分析
「家族」作為腐敗的根源
穆拉特視自己的家族為奧地利社會的縮影——虛偽、僵化、充滿偽善與道德敗壞。
他將個人厭惡升級為文化批判,將「家」視為一個需要被毀滅的概念。
「要想重生,必須先摧毀。」這句伯恩哈德式的信條構成小說的精神核心——滅絕是通往自由的唯一途徑。
「語言」即破壞的工具
全書幾乎以獨白形式寫成,沒有段落分明的對話,也幾乎沒有情節轉折。穆拉特以連續、強迫式的語言宣洩憤怒與分析,語氣如詛咒般反覆。
這種語言結構有兩層作用:
它是對過去的審判(以語言摧毀記憶)
也是一種自我拯救的儀式(透過言語清除腐敗的世界)
語言在伯恩哈德筆下不再是溝通的媒介,而是一種滅絕的力量。
「文化的病」與「奧地利的罪」
伯恩哈德長年批判奧地利社會對納粹歷史的遺忘與偽善。在《滅絕》中,他藉穆拉特之口猛烈攻擊這種「文化性失憶症」:
教會虛偽
教育體系腐敗
民族主義偽善
上層階級的道德僵化
整部小說像是一場對奧地利的審判書,也是伯恩哈德與祖國徹底決裂的宣言。
「孤立」作為存在狀態
穆拉特雖然口頭上要摧毀家族與傳統,但他同時深陷其影響中。他的自我定義依賴於被他所憎恨的事物。這使他成為徹底孤立的知識分子——既無法逃離,也無法和解。
這種存在的張力,是伯恩哈德所有小說的精神核心:
「拒絕世界,卻又離不開它。」
三、敘事風格
無段落、長句、重複、旋轉式語言:伯恩哈德的標誌性風格。
強烈的節奏與音樂性:他受古典音樂啟發(特別是舒伯特與馬勒),文字如同變奏曲般反覆推進。
冷峻的諷刺與黑色幽默:對社會的批判常透過極端誇張與語言的荒謬呈現。
四、「滅絕」的哲學意涵
存在的否定:「滅絕」不只是摧毀外在世界,更是對「自我意識」的徹底清空。
創造的前提:唯有消滅舊的結構,才能迎來新的可能。這是伯恩哈德式的「負面創造」。
記憶與遺忘的辯證:穆拉特想要消除家族記憶,卻無法真正遺忘——記憶成為他存在的牢籠。
五、文學地位
《滅絕》被普遍視為伯恩哈德最具代表性與哲學深度的作品,它不僅總結了他一生的文學主題(厭世、孤立、語言的暴力),也以一種幾近神話的語言形式達成了「對文明的自我清算」。
六、與卡撒茲納霍凱的關聯
面向 |
伯恩哈德《滅絕》 |
卡撒茲納霍凱《撒旦的探戈》 |
核心情境 |
個體對家族與國家的徹底否定 |
群體在崩壞世界中尋找虛假救贖 |
敘事風格 |
連續獨白、語言壓迫 |
群像敘事、節奏循環 |
主題精神 |
否定是拯救的開始 |
絕望中持續的運轉 |
哲學意識 |
存在主義、虛無主義 |
末世形而上學、循環宿命 |
兩者皆屬「中歐荒蕪文學傳統」,在語言極限中探討文明的崩壞,只是伯恩哈德的破壞更偏向「個體理性對抗社會的反叛」,而卡撒茲納霍凱的崩壞則是「群體陷入無意義循環的宿命」。
愛墾網 是文化創意人的窩;自2009年7月以來,一直在挺文化創意人和他們的創作、珍藏。As home to the cultural creative community, iconada.tv supports creators since July, 2009.
Added by engelbert@angku张文杰 0 Comments 83 Promotions
Posted by 馬來西亞微電影實驗室 Micro Movie Lab on February 18, 2021 at 5:30pm 18 Comments 78 Promotions
Posted by Host Studio on May 14, 2017 at 4:30pm 11 Comments 55 Promotions
Posted by 用心涼Coooool on July 7, 2012 at 6:30pm 39 Comments 59 Promotions
Posted by 就是冷門 on August 24, 2013 at 10:00pm 86 Comments 86 Promotions
Posted by 罗刹蜃楼 on April 6, 2020 at 11:30pm 40 Comments 69 Promotions
Posted by 葉子正绿 on April 2, 2020 at 5:00pm 77 Comments 75 Promotions
Posted by Rajang 左岸 on August 26, 2013 at 8:30am 29 Comments 67 Promotions
Posted by 來自沙巴的沙邦 on November 4, 2015 at 7:30pm 3 Comments 82 Promotions
Posted by Dokusō-tekina aidea on January 5, 2016 at 9:00pm 35 Comments 79 Promotions
Posted by moooi on August 20, 2013 at 6:00pm 61 Comments 75 Promotions
© 2025 Created by 馬來西亞微電影實驗室 Micro Movie Lab.
Powered by
You need to be a member of Iconada.tv 愛墾 網 to add comments!
Join Iconada.tv 愛墾 網