李 斌

(成都大學文學與新聞傳播學院,成都 610106)

1979年,法國藝術家埃爾維·費舍爾(Hervé Fischer)在巴黎蓬皮杜中心的一場演出中宣稱藝術史已死。他指出,歷史進程的“線性”概念已經(jīng)結(jié)束,藝術和歷史一樣已經(jīng)消亡,人類社會進入“元藝術”時代。現(xiàn)在,人類正處于歷史上最引人注目的技術變革時代,互聯(lián)網(wǎng)革命在各個領域不斷創(chuàng)造新發(fā)展機遇。數(shù)字信息塑造了新的信息獲取和解讀方式,促成了新的思維與認知,凸顯“后現(xiàn)代主義”的挑戰(zhàn)性。在信息技術影響下,新學術理念、分析工具和媒介載體等影響了學術界對于藝術史的認知。因此,費舍爾的“前衛(wèi)性”宣言也揭示了藝術史研究需要轉(zhuǎn)變理念、創(chuàng)新發(fā)展的客觀事實。在這種情況下,數(shù)字藝術史似乎成為了“藝術”和“時代”的雙重選擇。

在藝術史研究中,比較研究、視覺相似性研究等一直是基本操作之一。這些視覺聯(lián)系對于研究藝術起源、傳播、接受和流派史等至關重要。德國藝術史學家阿比·瓦爾堡(Aby Warburg)的《記憶女神圖集》(MnemosyneAtlas)由一系列不同主題的“圖版”(150厘米×200厘米覆蓋黑布的木板)構成,每張圖版上都有與主題相關的各種黑白圖像(照片)。他通過在圖版上增刪圖像來研究象征符號的歷史演變,向?qū)W術界展示從古代到文藝復興時期的藝術視覺連續(xù)性,將藝術史塑造成為可視化視覺軌跡,實現(xiàn)藝術史由靜態(tài)研究向動態(tài)研究的突破。

相較于瓦爾堡的傳統(tǒng)方法,在數(shù)字人文理念影響下,數(shù)字數(shù)據(jù)、可視化技術和計算機算法等數(shù)字技術實現(xiàn)了藝術史的數(shù)字顯示、視覺運行與自動關聯(lián)等,使藝術史研究擺脫時空限制,拓展研究范疇,創(chuàng)造新的學術認知。本文將基于數(shù)字人文理念下的數(shù)字藝術史研究實踐,分析數(shù)字藝術史概念、論爭、書寫策略以及未來發(fā)展等。

一、 數(shù)字人文與數(shù)字藝術史: 定義、論爭與啟示

數(shù)字人文作為一種研究方法,一直致力于利用數(shù)字工具對大型歷史、文學等語料庫進行定量分析,代表性研究團體包括由弗蘭科·莫雷蒂(Franco Moretti)領導的斯坦福文學實驗室(Stanford Literary Lab)和由安德魯·派珀(Andrew Piper)領導的麥吉爾大學“.txtlab”等。數(shù)字人文的價值往往體現(xiàn)為“計算”。《牛津英語詞典》將“數(shù)字人文”解釋為“將計算工具和方法用于傳統(tǒng)人文學科(如文學、歷史和哲學)的學術領域”。(1)“Digital Humanities,” Oxford University Press, https://en.oxforddictionaries.com/definition/digital_humanitie, April 21, 2023.我國學者王寧也曾指出“數(shù)字人文在一定意義上正是科技與人文結(jié)合而產(chǎn)生出的一個新興的研究領域,同時也是大學的計算機學科與人文學科交叉融合而產(chǎn)生出的一個交叉分支學科”(2)彭青龍: 《反思全球化、數(shù)字人文與國際傳播——訪談歐洲科學院院士王寧》,《上海交通大學學報(哲學社會科學版)》2022年第30卷第2期,第1—12頁。,凸顯了數(shù)字人文的技術屬性和交叉學科特征。在實際研究過程中,數(shù)字人文研究主要基于數(shù)字數(shù)據(jù)進行定量分析和計算分析等,致力于充分挖掘數(shù)字數(shù)據(jù)的學術潛力和表達能力,開辟諸多學術研究新領域,其中就包括數(shù)字藝術史研究。

在數(shù)字技術以及數(shù)字人文理念影響下,圖像收集、計算方法等憑借廣泛的適用性正在不斷為人文藝術科學領域建構新的研究范式和交流方式。近年來,隨著全球化數(shù)據(jù)網(wǎng)絡的不斷建立以及圖像訪問過程的不斷簡化,人文藝術科學研究已經(jīng)開始全面進入數(shù)字化新階段。例如,在數(shù)字媒介環(huán)境中,學者可以在論文中使用數(shù)字圖像佐證論點,可以放大查看圖像細節(jié)或打破時空限制將不同時期的藝術品置于同一個文檔中進行橫向和縱向比較研究等。

一直以來,基于文本、數(shù)據(jù)庫等的計算過程是數(shù)字人文研究的前沿,包括數(shù)據(jù)挖掘、主題建模、情感分析和網(wǎng)絡創(chuàng)建等。但藝術史學者在研究過程中往往更關心歷史記錄和批評話語等要素,這導致數(shù)字人文與藝術史研究的結(jié)合相對較晚。那么,到底什么是“數(shù)字藝術史”?克萊爾·畢夏普(Claire Bishop)等學者認為數(shù)字藝術史是“由新技術激發(fā)的計算性方法論(Computational Methodologies)和分析技術在藝術史研究領域中的運用”,(3)克萊爾·畢夏普: 《方法與途徑——“數(shù)字藝術史”批判》,馮白帆譯,《美術》2018年第7期,第128—131頁。主要包括數(shù)據(jù)可視化、網(wǎng)絡分析、主題建模、仿真技術、模式識別等領域。學者約翰娜·德魯克(Johanna Drucker)則主張區(qū)分“數(shù)字化藝術史”和“數(shù)字藝術史”。(4)Johanna Drucker, “Is There a ‘Digital’ Art History?” Visual Resources, vol.29, no.1-2 (2013), pp.5-13.其中,“數(shù)字化藝術史”主要基于數(shù)字圖像采集技術,是藝術史研究對于數(shù)字圖像的簡單運用;“數(shù)字藝術史”則包括對于數(shù)據(jù)挖掘、數(shù)據(jù)分析、文本研究等計算方法的使用。我國學者周憲也指出:“數(shù)字藝術史的核心部分乃是將計算技術引入傳統(tǒng)的藝術史研究的關鍵問題?！?5)周憲: 《數(shù)字藝術史的當下召喚》,《美術大觀》2021年第12期,第107—109頁。從學術界對于數(shù)字藝術史的定義可以看出,該領域具有很強的“數(shù)字人文”特征,凸顯技術屬性和交叉學科屬性。其中,前者體現(xiàn)為數(shù)字技術、計算方法等在藝術史研究中的運用;后者則體現(xiàn)了數(shù)字藝術史的學科特征。

事實上,在“藝術史”前冠以“數(shù)字”之名本身就彰顯“數(shù)字藝術史”與傳統(tǒng)藝術史之間的差異性。就學科建設而言,數(shù)字藝術史符合“新文科”理念,是藝術史領域交叉學科建設的典范。隨著數(shù)字人文與藝術史研究的聯(lián)系越發(fā)緊密,圍繞數(shù)字技術與藝術史研究的理論建構和研究實踐顯著增加。學者方維規(guī)就曾指出“數(shù)字人文和可視化技術(Visualization Techniques)對人文科學研究的影響是巨大的”,認為“數(shù)字人文技術的優(yōu)勢是能整體計算出所有語言線索”。(6)彭青龍: 《概念史與比較文學中的思想和方法——訪談歐洲科學院院士方維規(guī)》,《上海交通大學學報(哲學社會科學版)》2022年第30卷第6期,第1—13頁。目前,除了基礎的目標訪問、搜索、分類外,視覺分析、圖像重構、計算分析、深度學習等不斷為數(shù)字藝術史研究帶來新活力,建構新的思維方式和學術認知。不過,面對數(shù)字藝術史的快速發(fā)展,部分學者表達了質(zhì)疑和擔憂。例如,畢夏普等就曾從兩個方面表達了對于數(shù)字藝術史研究的質(zhì)疑。一是數(shù)字藝術史的簡單化策略是否可行。這部分學者認為:“數(shù)字藝術史的實踐者們極少能夠意識到藝術史內(nèi)部存在著批判性的論爭。”(7)克萊爾·畢夏普: 《方法與途徑——“數(shù)字藝術史”批判》,馮白帆譯,《美術》2018年第7期,第128—131頁。數(shù)字藝術史研究往往踐行“數(shù)據(jù)中心主義”,推崇數(shù)據(jù)的真實性和客觀性,熱衷于數(shù)據(jù)挖掘、統(tǒng)計學分析以及數(shù)據(jù)的視覺化呈現(xiàn)等,試圖利用數(shù)據(jù)的“客觀性”和表達能力代替藝術史研究者的主觀判斷。但這些所謂的“客觀性”在一定程度上拋棄了人類歷經(jīng)千年積累而成的藝術情感和主觀判斷。二是“藝術”分析是否能夠被“客觀量化”。例如,畢夏普質(zhì)疑“美”這類主觀判斷能否成為量化測量的客體。為此,她列舉了一個面部識別軟件的例子,該軟件數(shù)字化了13世紀到20世紀的1.2萬幅肖像進行定量分析,并最終得出結(jié)論: 20世紀“美”減少了。畢夏普認為,這項研究是站不住腳的。一方面,為了結(jié)論而結(jié)論。研究者并沒有討論“美”為何會減少。更何況,這項研究所獲得的“結(jié)論”似乎是一個“常識”。另一方面,缺乏說服力。研究者并沒有考慮“美”的主觀性,也沒有說明研究樣本以及所選數(shù)據(jù)庫的客觀性等。

實際上,數(shù)字人文理念的價值并不體現(xiàn)在提出多少“驚世駭俗”的結(jié)論,而是基于新的研究視角與方法改變現(xiàn)有知識與方法論體系。目前,數(shù)字藝術史研究正試圖超越傳統(tǒng)“藝術史”研究范疇,用數(shù)字化手段開辟藝術史研究新階段。那么,這種“改變”是否合理?藝術史是否會完全適應定量分析?在數(shù)字人文研究過程中,傳統(tǒng)藝術史批評對于正義、權力、真理、意識形態(tài)等理念的思考與批評不得不讓位于定量分析、數(shù)據(jù)統(tǒng)計、計算機算法等。相比于藝術批評的主觀性,數(shù)字數(shù)據(jù)的客觀性尚未發(fā)聲便已經(jīng)充斥著“優(yōu)越感”,似乎彰顯著科學分析時代的到來。但是,我們不禁要問: 這些所謂的計算機實證主義方式是否真的能夠增強人文藝術學科的理解力與解釋力,是否真的能夠推動人文藝術學科的創(chuàng)新發(fā)展?畢夏普坦言: 在數(shù)字藝術史研究中,“關鍵性的學理問題被數(shù)據(jù)所碾軋而變得異常扁平化”。(8)克萊爾·畢夏普: 《方法與途徑——“數(shù)字藝術史”批判》,馮白帆譯,《美術》2018年第7期,第128—131頁。學者米里亞姆·金勒(Miriam Kienle)也認為: 雖然計算機技術使藝術史研究實現(xiàn)定量分析,但卻錯過了放大研究。(9)Miriam Kienle, “Digital Art History ‘Beyond the Digitized Slide Library’: An Interview with Johanna Drucker and Miriam Posner,” Artl@s Bulletin, vol.6, no.3(2017), pp.121-125.顯然,如果只是為了“數(shù)據(jù)”而“數(shù)據(jù)”,那么數(shù)字人文與數(shù)字藝術史研究的意義將大打折扣。

當然,我們不能因為“質(zhì)疑”而否定數(shù)字藝術史研究的價值。整體看來,數(shù)字人文影響下的藝術史研究領域還有很大發(fā)展空間。雖然藝術史學家已經(jīng)開始研究數(shù)字圖像,但查看和呈現(xiàn)數(shù)字圖像的方法仍然與傳統(tǒng)方法相似。學術研究內(nèi)容也相對單一,如比較不同時期、不同藝術家的作品,尤其是形式、內(nèi)容等方面的異同,或者專注于一個藝術群體、藝術流派,以發(fā)現(xiàn)與其他藝術家群體之間的關聯(lián)性等。不可否認,隨著新技術的介入,傳統(tǒng)藝術史研究取得了一些新突破。但必須認識到,傳統(tǒng)藝術研究方法和理念無法充分發(fā)揮數(shù)字數(shù)據(jù)的功能與潛力,尤其是藝術的特定性與可能性。因此,藝術史研究需要更復雜的數(shù)據(jù)模型與統(tǒng)計,以及新的可視化技術和數(shù)字表達模式等,需要利用真正的計算方法評估數(shù)字數(shù)據(jù),開辟新的研究方法與策略。

二、 數(shù)字人文與數(shù)字藝術史書寫: 方法、策略與創(chuàng)新

作為數(shù)字時代的重要趨勢,數(shù)字人文與藝術史研究的結(jié)合正在逐步引起重視。正如上文所言,數(shù)字人文的價值往往體現(xiàn)為“計算”。而這也構成了數(shù)字藝術史書寫的主要方法和策略。目前,計算機視覺研究已經(jīng)實現(xiàn)多項功能: 使用計算方法分析和訪問圖像、視頻等大型數(shù)據(jù)集;通過可視化技術或自動搜索等功能快速訪問一個甚至多個數(shù)字圖像集,在數(shù)千幅圖像之間建立聯(lián)系,以執(zhí)行目標檢測、查找視覺相似性等任務。那么,我們是否可以將這些計算方法應用于藝術史研究,通過數(shù)據(jù)分析將圖像中的信息轉(zhuǎn)化為新知識?就研究方法和策略而言,數(shù)字藝術史研究可以利用圖像模擬、數(shù)字數(shù)據(jù)、計算方法、神經(jīng)網(wǎng)絡、深度學習等數(shù)字技術,對數(shù)字數(shù)據(jù)實施自動化、規(guī)?；诸惡头治?以創(chuàng)建新的藝術關聯(lián)性,實現(xiàn)藝術形式、內(nèi)容、風格等動態(tài)變化的數(shù)字顯示,發(fā)現(xiàn)縱向時間軸中藝術家創(chuàng)作主題或藝術風格的發(fā)展變化等,生成藝術史研究新視角。

(一) 數(shù)據(jù)模型與數(shù)據(jù)分類: 基礎、缺陷與突破

在數(shù)字藝術史研究領域,基于數(shù)據(jù)庫的準確、高效、合理分類是開展學術研究的基礎。諸如印刷品、照片或書籍之類的模擬數(shù)據(jù)通常存儲在特定的系統(tǒng)中,按照類別(如流派、技術或主題等)或其他數(shù)據(jù)模型進行架構和組織。這些特定的存儲數(shù)據(jù)庫和模型主要包括網(wǎng)絡模型、關系模型、實體集模型以及層次模型等。前三者通常被視為實體關系模型(Entity-relationship model,簡稱ER模型)的基礎,包含關于現(xiàn)實世界的重要語義信息。而層次模型則以樹狀結(jié)構組織數(shù)據(jù),記錄更具體的類別,如時代、風格、藝術家和主題等。一般情況下,數(shù)據(jù)模型的選擇取決于以下幾個方面: 集成數(shù)據(jù)的數(shù)據(jù)庫、數(shù)據(jù)的主題和格式、后續(xù)功能或使用數(shù)據(jù)的規(guī)程等,其目的是簡化數(shù)據(jù)存儲、檢索和交換。同時,為了讓來自不同學科、不同研究課題的學者都能夠訪問數(shù)據(jù),數(shù)據(jù)庫還必須兼具靈活性、動態(tài)性和開放性。

在傳統(tǒng)藝術史研究過程中,盡管研究者已經(jīng)盡最大努力進行編目和創(chuàng)建語料庫,但是手動瀏覽的物理極限依然限制了研究范圍。目前,計算機程序和算法已經(jīng)能夠快速處理和訪問數(shù)以千計的圖像,并考慮數(shù)字數(shù)據(jù)的特殊屬性。在這種技術支撐下,研究者可以在圖像之間建立新聯(lián)系,從而在特定主題、藝術風格或藝術交流等層面獲得新見解。例如,亞歷克斯·克里澤夫斯基(Alex Krizhevsky)等學者將深度卷積神經(jīng)網(wǎng)絡應用于物體識別,基于ImageNet(10)ImageNet是一個計算機視覺系統(tǒng)識別項目,是目前世界上最大的圖像識別數(shù)據(jù)庫。的一個子集對數(shù)千幅圖像進行自動分類(11)Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton, “ImageNet Classification with Deep Convolutional Neural Networks,” Proceedings of the 25th International Conference on Neural Information Processing Systems, Cambridge, MA: Massachusetts Institute of Technology Press, 2012, pp.1097-1105.,大大提高了研究效率。

不過,現(xiàn)有數(shù)據(jù)模型建構依然存在一些缺陷。例如,數(shù)據(jù)模型需要在固定空間中運行,限制了數(shù)據(jù)的檢索以及不同系統(tǒng)或用戶之間的數(shù)據(jù)交換等,影響了數(shù)字數(shù)據(jù)的靈活性和可用性,違背了數(shù)據(jù)分析的本意,也沒有真正發(fā)揮數(shù)據(jù)的功能。此外,研究模型與研究數(shù)據(jù)的脫節(jié)也是不容忽視的問題。數(shù)字人文研究往往經(jīng)歷一個過程: 首先開發(fā)一套方法或者模型(或者利用現(xiàn)有的方法與模型),然后參考數(shù)據(jù)的特殊性。此類方法存在一個弊端,即在開發(fā)階段不考慮數(shù)字數(shù)據(jù)的特殊性(如可復制性、可修改性等),限制了數(shù)字數(shù)據(jù)的學術潛力和價值。數(shù)字人文與藝術史的結(jié)合依然沒能擺脫這一缺陷。作為交叉學科,數(shù)字藝術史涉及的范圍很廣,包括人文藝術、計算機科學等。在傳統(tǒng)的學科體系下,制作數(shù)據(jù)分析模型的學者不了解藝術史,藝術史學家又不懂技術,兩個學科之間缺乏有效交流。正如薩賓·朗(Sabine Lang)和比約恩·奧默(Bj?rn Ommer)提出的那樣: 我們必須首先確定數(shù)字數(shù)據(jù)的特殊性和相關要求,然后創(chuàng)建相應的方法。(12)Sabine Lang, Bj?rn Ommer, “Transforming Information into Knowledge: How Computational Methods Reshape Art History,” Digital Humanities Quarterly, vol.15, no.3 (2021). http: //digitalhumanities.org: 8081/dhq/vol/15/3/000560/000560.html, April 28, 2023.數(shù)字藝術史研究的真正價值在于通過數(shù)字數(shù)據(jù)和計算方法產(chǎn)生新認知。遺憾的是,到目前為止,只有少數(shù)藝術史學者能夠使用計算機方法和工具。

那么,如何才能克服這種“缺陷”?對于數(shù)字藝術史而言,未來的工作重點應該聚焦于以下兩點: 一是必須減少對計算方法的懷疑,進一步減少人與技術之間的沖突;二是要強調(diào)藝術史學科自身工作的價值,實現(xiàn)工具理性與價值理性的統(tǒng)一。而這些“愿景”的實現(xiàn),需要強化交叉學科建設,促使計算機科學家與藝術史學家密切配合。例如,要使藝術史學家熟悉了解圖像處理過程,以便其能夠發(fā)現(xiàn)圖像分類等方面存在的錯誤、不足等,并向計算機科學家提供有價值的反饋,從而改進計算方法,實現(xiàn)對數(shù)據(jù)模型的及時修正,使藝術史研究變得更加準確、高效。埃米莉·斯普拉特(Emily L. Spratt)和艾哈邁德·埃爾加馬爾(Ahmed Elgammal)等學者的調(diào)查也證明,藝術史學家普遍希望“更多地了解人工智能進入人文學科的運動,或者計算機科學家對藝術史的關注”,而部分計算機科學學者也表示“有興趣在開發(fā)計算機視覺技術新應用時從藝術史學家那里獲得直接反饋”。(13)Emily L. Spratt, Ahmed Elgammal, “The Digital Humanities Unveiled: Perceptions Held by Art Historians and Computer Scientists about Computer Vision Technology,” arXiv: 1411.6714 (Nov. 2014), pp.18-19. https://arxiv.org/abs/1411.6714, April 28, 2023.這些客觀需求體現(xiàn)出進一步推動計算機技術和藝術史研究者之間進行多維度合作的必要性。

顯然,這種“合作”不是一蹴而就的。一方面,藝術史研究者需要提高技術素養(yǎng)。例如,在大學藝術史課程體系中開設計算方法、數(shù)據(jù)模型等課程,使學生了解基本操作流程,加強交叉學科人才培養(yǎng);另一方面,強化重點實驗室的引領作用。例如,藝術史學科與計算機學科加強合作,共同成立數(shù)字藝術史研究實驗室,為該領域研究提供穩(wěn)定的學術平臺、藝術素養(yǎng)和技術支持?？偠灾?通過教授數(shù)字技術或者開展合作研究等方式,不僅可以減少人與技術之間的隔閡,也有利于培養(yǎng)新一代交叉學科人才,為數(shù)字藝術史研究提供穩(wěn)定的人才支撐。

(二) 數(shù)據(jù)科學與計算分析: 優(yōu)勢、不足與發(fā)展

根據(jù)定義可以看出,數(shù)字人文研究視“計算”為核心。但學者劉毅卻認為,在數(shù)字藝術史領域,“信息數(shù)據(jù)”的作用要遠大于“計算方法”。他指出: 就藝術史學科而言,計算的價值是次要的、第二位的,其意義遠遠低于數(shù)字人文的另一大特性,即信息數(shù)據(jù)。(14)劉毅: 《透明的圖像: 數(shù)字人文與藝術史的跨媒介敘事》,《南京社會科學》2022年第2期,第122—129頁?！皵?shù)據(jù)科學”源自經(jīng)典統(tǒng)計學分析,融合統(tǒng)計學、信息學以及計算機科學等領域,致力于發(fā)揮“數(shù)據(jù)”揭示現(xiàn)象、提供見解等功能,具有典型的跨學科特征。在數(shù)字人文和計算機技術影響下,數(shù)據(jù)科學已經(jīng)在模式識別、信息檢索、信息可視化、數(shù)據(jù)挖掘等領域廣泛運用。其中,通過相似顏色、筆觸、物體或構圖等要素鑒定藝術品相似性的視覺可視化研究一直是數(shù)字藝術史的重要差異化特征。傳統(tǒng)藝術史中的視覺相似性研究往往受到時空限制,只能依靠藝術史學家視覺比對,研究范圍較小且主觀性較強。數(shù)字化策略則實現(xiàn)了藝術品的數(shù)字可視化,“數(shù)字數(shù)據(jù)”的運用打破時空限制,使視覺相似性在更廣闊的平臺進行充分比較研究,凸顯數(shù)字藝術史研究的優(yōu)勢。

目前,數(shù)字藝術史領域的數(shù)據(jù)“數(shù)字化”主要依賴兩條路徑: 一是圖像模擬,即將研究對象通過拍攝、掃描等方式“數(shù)字化”為模擬圖像。例如,艾哈邁德·埃爾加馬爾等學者將7.7萬幅繪畫進行“數(shù)據(jù)化”和風格分類,并將可視分組與海因里希·沃爾夫林(Heinrich Wolfflin)的藝術史五大對比原則相關聯(lián),(15)Ahmed Elgammal, Marian Mazzone, Binghchen Liu, et al., “The Shape of Art History in the Eyes of the Machine,” Thirty-Second AAAI Conference on Artificial Intelligence, vol.32, no.1 (2018), pp.2183-2191.提高了研究效率和準確度。二是數(shù)字模擬,即將研究對象的基本特征“數(shù)值”化,利用傳感器將二維圖像轉(zhuǎn)換為數(shù)字表示。例如,利用光學字符識別技術生成文本、圖像、視頻等大型數(shù)據(jù)存儲庫。

那么,數(shù)字數(shù)據(jù)對于藝術史研究到底有何作用?基于現(xiàn)有的數(shù)字藝術史研究可以看出,相比于傳統(tǒng)藝術史研究方法,“數(shù)字數(shù)據(jù)”擁有以下優(yōu)勢:

一是數(shù)字數(shù)據(jù)為藝術元素的表達與呈現(xiàn)提供新方式。例如,通過掃描技術實現(xiàn)圖像的數(shù)字化,即將圖像的藝術元素和特征呈現(xiàn)為具體“數(shù)值”,使構圖、顏色以及圖形之間的空間關系等內(nèi)容可以進行有效評估、統(tǒng)計和分析,實現(xiàn)數(shù)據(jù)可視化。這種變化使藝術分析的重點從圖像視覺分析轉(zhuǎn)移到圖像處理技術,為數(shù)字藝術史研究創(chuàng)造了更加廣闊的發(fā)展空間,解決了數(shù)字藝術史研究過程中的實際困難。同時,這些分析結(jié)果的直觀性有助于為藝術史研究提供更加客觀且具有差異化的描述,使研究者通過查看相關圖像的分析數(shù)據(jù)即可研究一幅作品的流行程度、創(chuàng)作者對構圖模型的依賴程度或者某一種顏色的產(chǎn)生、發(fā)展與流行等。

二是數(shù)字數(shù)據(jù)的“共享性”契合數(shù)字時代的特征。由于以數(shù)字數(shù)據(jù)的形式進行存儲和使用,數(shù)字圖像可以輕松復制。這些數(shù)字副本代表了數(shù)字時代真實藝術品的特殊復制品,形成特殊的數(shù)字ID,而不是計算機生成的具體圖像。同時,數(shù)字圖像的在線可用性帶來諸多便利,如擴大圖像受眾、比較不同空間的藝術品等。這些數(shù)字數(shù)據(jù)(如藝術品或其他文物的復制品)也可以在博物館網(wǎng)站等在線數(shù)據(jù)庫中收集和發(fā)布,并在社交媒體平臺上共享。總體看來,鑒于數(shù)字數(shù)據(jù)對于藝術品的再現(xiàn)具有可傳輸且易于分發(fā)的特點,數(shù)字圖像副本可以共享或同時用于多個項目,有助于建立全球藝術史研究網(wǎng)絡,使藝術史研究跨越國界和學派,成為國際化和動態(tài)化領域。

三是數(shù)字數(shù)據(jù)的“可編輯性”拓展藝術史研究空間。數(shù)字圖像的再現(xiàn)性和可復制性等特征允許在不改變實際藝術品的情況下修改圖像,使圖像編輯成為可能。在實際操作過程中,研究者不僅能夠更改顏色、飽和度、亮度、對比度等形式特征,也可以通過圖像編輯比較數(shù)字圖像的細節(jié),研究色彩等元素對藝術品的重要性等。例如,里昂·蓋蒂斯(Leon A. Gatys)等學者基于深度神經(jīng)網(wǎng)絡的人工系統(tǒng),將圖像解構為內(nèi)容和樣式兩個部分,并進行任意重組,完成圖像風格遷移,為創(chuàng)建藝術圖像提供了一種神經(jīng)算法。(16)Leno A. Gatys, Alexander S. Ecker, Matthias Bethge, “A Neural Algorithm of Artistic Style,” arXiv: 1508.06576, https://arxiv.org/abs/1508.06576, April 28, 2023.在這一過程中,一種風格的視覺特征,如顏色、形狀、紋理和筆觸等甚至能夠被編輯到真實圖像上,使風格化圖像產(chǎn)生新的研究視角。

當然,雖然圖像的復制和數(shù)字化顯示為藝術史研究提供巨大支撐,但這種“數(shù)字數(shù)據(jù)”也存在不足。例如,由于圖像的復制質(zhì)量不同,數(shù)據(jù)的客觀真實性無法得到有效保證。這就使得數(shù)字圖像中的顏色、清晰度、對比度等信息經(jīng)常被誤傳,并用以偽造原始藝術品的外觀。這種不確定性和非真實性使數(shù)字藝術史研究的說服力大打折扣。同時,在開發(fā)或闡釋計算方法時研究者必須充分考慮視覺變化,如錯誤的色彩再現(xiàn)可能會導致違背真實圖像的視覺相似性,模糊的圖像會隱藏部分細節(jié)等。此外,藝術品的數(shù)字復制也引發(fā)了學術界有關原創(chuàng)性、獨特性和真實性的討論?；诘聡軐W家沃爾特·本雅明(Walter Benjamin)有關藝術品復制的觀點,藝術品的功能、作用以及物理屬性無法通過數(shù)字數(shù)據(jù)解讀。

雖然數(shù)字數(shù)據(jù)存在爭議,但基于數(shù)字人文研究的計算特性,數(shù)字數(shù)據(jù)顯然已經(jīng)成為數(shù)字藝術史研究的重要基礎。它推動了新藝術分析視角和方法的開發(fā)利用,使藝術史分析的重點從圖像視覺分析轉(zhuǎn)移到數(shù)據(jù)處理,從主觀認知過渡到定量分析,為數(shù)字藝術史研究創(chuàng)造了更加廣闊的發(fā)展空間,解決了數(shù)字藝術史研究過程中的時空限制等實際問題。此外,數(shù)字數(shù)據(jù)在現(xiàn)實生活中還有更廣泛的運用,如數(shù)字博物館建設等,有助于擴大受眾群體。

(三) 神經(jīng)網(wǎng)絡與深度學習: 創(chuàng)新、質(zhì)疑與啟示

數(shù)字藝術史對于傳統(tǒng)藝術史研究的影響主要體現(xiàn)為兩方面: 一是擴大研究范圍,提高研究的效率,如對于視覺相似性研究的影響等;二是利用新技術開辟藝術史研究新思路。相比于后者,前者除了為藝術史研究獲取更多差異化信息外,還有助于開辟藝術史研究新篇章。自2015年以來,計算機深度學習發(fā)展迅速,類似人腦的卷積神經(jīng)網(wǎng)絡已經(jīng)運用于計算機視覺分析以執(zhí)行目標分類、目標檢測等任務?；谏窠?jīng)網(wǎng)絡的計算方法實現(xiàn)了以新的方式對數(shù)據(jù)庫進行大規(guī)模分析,包括訪問、鏈接和編輯數(shù)字圖像等。例如,約瑟夫·雷德蒙(Joseph Redmon)等學者開發(fā)了YOLO模型(You Only Look Once),即一種單級目標檢測網(wǎng)絡,非常接近人類的行為模式。這個模型的特點在于能夠快速定位圖片中的物體、位置以及彼此之間的聯(lián)系等。通過神經(jīng)網(wǎng)絡系統(tǒng),該模型能夠根據(jù)圖像信息一次性提供分類標簽,如人、狗、馬等。(17)Joseph Redmon, Santosh Divvala, Ross Girshick, et al.,“You Only Look Once: Unified, Real-time Object Detection,” Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, Las Vegas, 2016.此外,貝努瓦·塞甘(Benoit Seguin)等學者在圖像數(shù)據(jù)集中對視覺關聯(lián)的圖像進行編碼,使用神經(jīng)網(wǎng)絡建立鏈接,對圖像注釋集群進行預訓練,從圖像中查詢、檢索、共享視覺鏈接,大大提高目標檢索與分類的速度與精度。(18)Benoit Seguin, C. Striolo, F. Kaplan, “Visual Link Retrieval in a Database of Paintings,” in G. Hua and H. Jégou, eds., ECCV 2016 Workshops, Switzerland: Springer Cham, September, 2016, pp.753-767.在這些研究實踐中,基于目標檢索、搜索引擎和可視化技術等,神經(jīng)網(wǎng)絡能夠感知和分析目標對象(數(shù)字信息)的視覺特性(如顏色、像素等信息),并根據(jù)視覺相似性特征等要素發(fā)現(xiàn)并標記目標對象之間的關聯(lián)性,以表明物體的客觀存在,簡化分類任務,實現(xiàn)短時間內(nèi)處理數(shù)千張圖像而不依賴于圖像的描述性標簽,不僅大大提高了研究效率,也在一定程度上擺脫主觀認知的影響,展示了神經(jīng)網(wǎng)絡感知內(nèi)容的相關能力以及組織數(shù)據(jù)的高效性,使計算視覺分類研究取得新突破。

除了神經(jīng)網(wǎng)絡之外,深度學習也成為數(shù)字藝術史研究的重要策略。2014年,伊恩·古德費羅(Ian J. Goodfellow)等學者開發(fā)了“生成式對抗網(wǎng)絡”(Generative Adversarial Networks,簡稱GANs)。(19)Ian J. Goodfellow, Jean Pouget-Abadie, Mehdi Mirza, et al., “Generative Adversarial Networks,” Communications of the ACM, vol. 63, no.11 (2020), pp.139-144.GANs中包含了兩個模型: 生成模型(Generative model)和判別模型(Discriminative model)。其中,生成模型可以不斷學習訓練集中真實數(shù)據(jù)的概率分布,將輸入的隨機噪聲轉(zhuǎn)化為可以以假亂真的圖片;判別模型能夠判斷圖片是否為真實圖片,目標是分辨生成模型產(chǎn)生的“假”圖片與訓練集中的“真”圖片。例如,在生成模型中輸入一系列小狗的圖片,經(jīng)過深度學習,系統(tǒng)可以自主生成一張新的小狗圖片(該照片并不在輸入的照片數(shù)據(jù)集中)。而判別模型的功能體現(xiàn)為利用系統(tǒng)自動判別圖片中的動物是小狗還是小貓。

生成式對抗網(wǎng)絡對數(shù)字藝術史研究產(chǎn)生重要影響。通過不斷“學習”(如在模型中輸入相關作品),該系統(tǒng)可以掌握藝術家以及作品的藝術風格,并進行藝術品鑒定與修復。例如,有學術團隊通過統(tǒng)計分析、邊緣檢測和聚類分割等方法自動提取梵高的筆觸特征,(20)Jia Li, Lei Yao, Ella Hendriks, et al., “Rhythmic Brushstrokes Distinguish van Gogh from His Contemporaries: Findings via Automated Brushstroke Extraction,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.34, no.6 (2012), pp.1159-1176.用于藝術鑒賞、身份認證、年代測定和作品鑒定等。目前,這種方法已經(jīng)被廣泛運用于對畢加索、亨利·馬蒂斯和埃貢·席勒等藝術家的畫作分析中,以輔助確定藝術品的歸屬或真假。

同時,該網(wǎng)絡能夠基于深度學習實現(xiàn)藝術風格轉(zhuǎn)換,通過分離風格和內(nèi)容的方式控制風格化過程等。例如,在具體研究實踐過程中,深度學習等技術可以利用計算機程序和算法針對特定藝術風格(如構圖、色彩、線條等)進行預學習,通過改變數(shù)字對象的樣式屬性、裁剪細節(jié)或在虛擬狀態(tài)下重新創(chuàng)建缺失部分等方式,實現(xiàn)圖像重構。這種圖像生成方式為藝術史研究提供了一種新路徑,使研究者可以基于圖像重構過程直觀研究類似“變化”對藝術發(fā)展的影響,從而洞悉藝術發(fā)展規(guī)律。

不過,神經(jīng)網(wǎng)絡、計算方法以及深度學習等在數(shù)字藝術史領域的運用也受到了部分學者的質(zhì)疑。這種質(zhì)疑主要體現(xiàn)為兩個方面: 一是數(shù)字數(shù)據(jù)的真實性。數(shù)字數(shù)據(jù)以圖像或“值”的形式表示,可以進行修改和編輯,具有便捷性和共享性等特征。但是研究者似乎從未考慮過“數(shù)據(jù)”的真實性。換而言之,研究者如何保證“數(shù)據(jù)”的準確性?顯然,在此類研究過程中,一個數(shù)值的微小差異有可能對結(jié)果產(chǎn)生重大影響。這就要求對數(shù)據(jù)分析持謹慎的態(tài)度,摒棄唯數(shù)據(jù)論,意識到數(shù)字數(shù)據(jù)的可操縱性。二是方法的可行性。正如朗和奧默指出的那樣: 神經(jīng)網(wǎng)絡是根據(jù)照片訓練的,從未見中世紀服裝或立體派變形物體的實例。(21)Sabine Lang, Bj?rn Ommer, “Reflecting on How Artworks Are Processed and Analyzed by Computer Vision,” in L. Leal-Taixé and S. Roth, eds., ECCV 2018 Workshops, Switzerland: Springer Cham, September, 2018, pp.647-652.顯然,照片可以放大細節(jié),但卻無法反映研究對象的所有方面,如材質(zhì)、空間等。從這一角度看,這類藝術史研究的目標對象本身就是虛擬的而非真實的,其研究成果及學術觀點缺少細節(jié)以及真實性支撐,是不全面的。

數(shù)字藝術史研究的最重要特征在于差異化,利用新穎的數(shù)字技術代替?zhèn)鹘y(tǒng)的研究方法,使研究者以新穎的方式揭示藝術品的特征,重新思考研究對象的身份、目的、用途和實質(zhì)等,從而發(fā)現(xiàn)潛藏的或差異化的學術認知。事實上,“新文科的內(nèi)核在于打破學科固有限制、強化學科交叉融合、適應時代發(fā)展需求”(22)李斌: 《新文科背景下比較文學學科的挑戰(zhàn)與機遇》,《新文科教育研究》2021年第4期,第38—47頁。。在新文科視角下,學術研究應該肯定新技術帶來的新視角。在傳統(tǒng)藝術史研究過程中,為了研究視覺聯(lián)系,藝術史學者通常需要花費大量時間收集與分析圖像,有時甚至不得不多地來回奔波。即使已經(jīng)盡最大努力進行編目以及創(chuàng)建語料庫,但是手動瀏覽的物理極限依然限制了研究的范圍。而無論是基于神經(jīng)網(wǎng)絡的快速目標檢索與分類,還是基于深度學習的圖像風格化與重構,都是藝術史研究的突破。這類研究通過比較分析發(fā)現(xiàn)藝術發(fā)展規(guī)律,發(fā)掘特定色彩、線條、筆觸等要素的藝術史意義,創(chuàng)造了藝術史新認知。

結(jié) 語

在數(shù)字人文影響下,計算機算法可以在數(shù)據(jù)集中自動建立鏈接,建構藝術作品之間的新關系,尤其是藝術史研究者所忽視的聯(lián)系,使數(shù)據(jù)分析過程相對獨立。此外,新方法克服了傳統(tǒng)可視化研究的空間局限性,使藝術史研究者能夠建立更全面、更廣泛的聯(lián)系,并通過鏈接訪問等方式使藝術品永遠置于與其他藝術品的橫向和縱向比較中,有利于理解藝術史上的短期和長期現(xiàn)象。簡言之,在數(shù)字數(shù)據(jù)和計算機算法支持下,藝術史研究不再是孤立的、先驗的、靜態(tài)的學術研究,而是形成一條或多條動態(tài)鏈條,建構動態(tài)的藝術發(fā)展過程。當然,數(shù)字藝術史研究也需要摒棄“唯數(shù)據(jù)論”“唯技術論”,不能盲目推崇計算分析,不能將關鍵性學理問題完全“量化”。

人文主義者傾向于重視模糊性、異質(zhì)性和不規(guī)則性,而計算機學者則采用以數(shù)據(jù)為中心的方法,強調(diào)模式、清晰性和規(guī)律性。那么,如何解決數(shù)字人文與數(shù)字藝術史研究過程中的這種沖突?就數(shù)字技術而言,往往需要更復雜的數(shù)據(jù)模型與統(tǒng)計,以及新的可視化和數(shù)字表達模式等。目前,藝術史學家和計算機科學家正在考慮新方法與新功能對于藝術史研究的意義。未來,需要繼續(xù)鼓勵學科交叉融合,共同開發(fā)適用于藝術史研究的計算方法和模型,建構更加完善的研究策略與方法體系。