我們這個時代是感性之物去個體化（disindividuating）的時代。據(jù)中國信通院公布的數(shù)據(jù)，2025年全球算力規(guī)模將達到3300EFlops（億億次浮點運算）。當Open AI基于新文本轉視頻模型Sora生成60秒的長視頻，并且在這個過程中，還能夠自己切換鏡頭，甚至給出特寫時，這種技術圖像給觀看帶來了前所未有的挑戰(zhàn)。20世紀末，威廉·弗盧塞爾（Vilém Flusser）在《書寫還有未來嗎？》（Does Writing Have a Future？）一書開宗明義地自忖：“書寫”這種古老的媒介形式在數(shù)字化、圖像化的信息時代的未來在哪里？我們今天或許正面臨一個頗為類似的問題：在人工智能時代，影像藝術這一“生不滿百”的藝術的未來在哪里？本文試圖從算法圖像（制作邏輯）、非人圖像（感知邏輯）和強權圖像（政治邏輯）三個方面，探討人工智能時代影像藝術發(fā)展的邏輯轉向，而這一新的圖像邏輯也許昭示了影像的未來之路。

一、從面對時間到面對算法

簡要梳理人工智能發(fā)展的歷史，從1950年“人工智能之父”艾倫·圖靈著名的“圖靈測試”——如果一臺機器能夠與人類展開對話而不能被辨別出其機器身份，那么這臺機器便具有智能——到2024年可以生成動態(tài)視頻的Open AI最新迭代的Sora版本，相關領域的發(fā)展和更迭速度令人震驚。當下基于AIGC（Artificial Intelligence Generated Cotent）技術生產(chǎn)的圖像內(nèi)容完全顛覆了之前的圖像生產(chǎn)邏輯。我們到底如何理解這種基于算法生成的圖像？

即使不以距今15000年的拉斯科洞穴壁畫為參照，只有100多年的藝術史研究也落后人工智能生成圖像本身太遠。但我們?nèi)钥蓮乃囆g史學者喬治·迪迪-于貝爾曼的寫作中得到一些啟發(fā)，尤其是“不安的相似”（ressemblance inquiète）這一概念。從1995年出版的《無形之相似，或喬治·巴塔耶令人愉快的視覺知識》（La Ressemblance informe，ou le gai savoir visuel selon Georges Bataille），到2008年的《相觸達及相似：考古學、錯時主義與印記的現(xiàn)代性》，以及2023年和2024年剛出版的兩卷本“不安的相似”——《改變了的人文主義：不安的相似Ⅰ》（L’humanisme altéré）和《床單之間的面孔：不安的相似Ⅱ》（Des visages entre les draps），迪迪-于貝爾曼系統(tǒng)擴展了他的“相似性”理論。我們可以從他《面對時間》中的經(jīng)典案例窺探這一理論，他將意大利文藝復興早期的弗拉·安吉利科（Fra Angelico）的壁畫《陰影圣母》（Madonna delle Ombre）中顏料飛濺的斑點（圖1）與杰克遜·波洛克（Jackson Pollock）的現(xiàn)代滴畫聯(lián)系在一起。雖然兩者在時間上相隔數(shù)百年，藝術風格和創(chuàng)作方法也截然不同，但迪迪-于貝爾曼在他們的作品中找到了相似的視覺形式。一般認為，在15世紀繪畫的“非正式”（底座）部分與波洛克的抽象畫之間建立直接的親緣關系顯然是不可能或荒謬的，但這兩個圖像之間的相似性仍然構成了一個問題——一個藝術史的“錯時性”（anachronique）問題。一定程度上，“相似”是他借由瓦爾堡而提煉創(chuàng)造的“遺存”（survivante）的藝術史方法論的另一重化身，他們共享著“錯時”的時間模型。他將瓦爾堡遺存的圖像認識模式概括為一種錯時的藝術史認識論，也就是他在《面對圖像》的開篇時所講：“當我們面對圖像，我們總是在面對著時間?！盵1]

人工智能生成的圖像一個最大的特點就是相似性，因為算法圖像的本質(zhì)正是基于海量圖像的學習之后模擬生成新的圖像。當我們面對這些技術生成的圖像時，我們面對的不再是時間，而是算法。也就是說，人工智能圖像與以往藝術史所處理的人工圖像雖然共享著相似性這一“癥候”，但它們的本質(zhì)卻迥然有別：前者滿足于統(tǒng)一的多樣性，即對“相同的相似性”（ressemblance du même）或者說“沒有時間的相似性”感興趣，而后者關注的是差異的相似性或“遺存”的相似性。對相似性不同的認識成為理解人工智能生成的算法圖像的關鍵。比如雷菲克·阿納多爾工作室（Refik Anadol Studio）2020年創(chuàng)作的《量子記憶》（Quantum Memories），利用最前沿的Google AI公開的量子計算研究數(shù)據(jù)和算法，通過人工智能處理大約2億張自然和風景圖像（圖2）。這件作品堪稱是對Google AI量子至上實驗、機器學習和概率美學之間交集的史詩級創(chuàng)作。除了維多利亞國家美術館的《量子記憶》外，阿納爾多還創(chuàng)作了在紐約現(xiàn)代藝術博物館展出的《無人監(jiān)督》（Unsupervised），通過將現(xiàn)代藝術博物館龐大藏品的元數(shù)據(jù)（138151件作品）轉換成一件不斷實時生成新形式的作品，提出了對現(xiàn)代藝術的另一種理解（圖3）。阿納多爾是數(shù)據(jù)和機器智能美學領域的先驅，以上兩件作品都是他正在進行的項目“機器幻覺”（Machine Hallucinations）的一部分，從中我們可以看出貫穿他開創(chuàng)性的未見世界的可視化作品的主要線索是數(shù)據(jù)。如何處理數(shù)據(jù)而不至于淪為一種“平均圖像和美”（Durschnittbild und Schoenheit）[2]便成為影像藝術家處理算法圖像的核心。

所以，我們必須把迪迪-于貝爾曼那句話改寫為：當我們面對（人工智能）數(shù)字圖像，我們總是在面對著算法。這種算法圖像包含的是另類的時間概念，一種潛在時間（latent time）、深層時間和嵌套時間。算法不僅僅是在生成無數(shù)張模擬真實的圖像，而且是在生成一種模擬時間的圖像序列。其中包含大量與人的時間感受無關的技術時間：數(shù)據(jù)訓練的時間、機器計算的時間、軟件渲染的時間等。

二、從無人的風景到非人的風景

當圖像的制作和圖像的解釋越來越多地在沒有人眼的情況下自主發(fā)生時，機器如何觀看？數(shù)字圖像，就像任何種類的信息一樣，是人類感官無法接觸的。簡要地梳理一下紐約現(xiàn)代藝術博物館的錄像藝術史，就會發(fā)現(xiàn)其中的某些轉變。1968年龐杜斯·胡爾特恩（Pontus Hultén）的大型展覽“機械時代結束時看到的機器”（The Machine as Seen at the End of the Mechanical Age）可以看作是對現(xiàn)代主義，對所有金屬、動力和電動事物的迷戀的回顧性調(diào)查，它預示著藝術從工業(yè)機械時代向后工業(yè)信息時代的過渡，并將陰極射線引入紐約現(xiàn)代藝術博物館（簡稱“MoMA”）。時隔半個世紀后，2023年MoMA舉辦了“信號：視頻如何改變世界”（Signals：How Video Transformed the World）展覽，這是MoMA迄今為止對媒體藝術的最大展示，錄像藝術終于從MoMA的地下室走向了6樓的特別展廳（圖4）。但就在這個展覽宣示著“錄像藝術”在體制上的某種勝利的同時，我們略帶悲觀地認為它也指出甚至加速了自身的消亡。伴隨著互聯(lián)網(wǎng)尤其是手機端上充斥著的大量短視頻內(nèi)容，多種屏幕媒介在我們的日常生活中激增，以及過去10多年來人工智能技術對圖像生產(chǎn)的沖擊，都需要新的框架來理解移動圖像?，F(xiàn)在我們將包括數(shù)字游戲、動畫，甚至編程視頻都統(tǒng)稱為“移動圖像”，從作為二進制代碼的電視和視頻技術到依靠強大算力生產(chǎn)的技術圖像，那么，從“錄像”到“移動圖像”——國內(nèi)似乎更愿意稱之為“影像藝術”——的語義滑移，感知邏輯發(fā)生了何種移轉？

吉爾·德勒茲在《電影Ⅱ：時間—影像》的最后，對未來影像形式做過界說：“電子影像應該建立在另一種藝術意志之中或者在時間—影像尚不為人所知的方面之上?！盵3]從機器和技術的角度來看，影像藝術延續(xù)了早期錄像藝術的“非人”立場，即厭倦了“再現(xiàn)”，而傾向于“呈現(xiàn)”“沒有人的宇宙”（L’univers sans l’homme）的詩學，也就是放棄再現(xiàn)世界，而從外部觀看的傳統(tǒng)立場。正如弗里德里希的油畫《霧海上的旅人》（Der Wanderer über dem Nebelmeer）所再現(xiàn)的人物，他站在山頂，他統(tǒng)治、掠奪、自戀和滿足的在場，來建構這個自然的存在。這里隱含了一個顯而易見的階級意識：人統(tǒng)治世界。機器視覺不僅致力于將人從風景中移除，生成“渺無人煙”（anthropofuges）的影像，以此來挑戰(zhàn)人類中心主義，還傾向于構建完全沒有人形，沒有人跡、活動、棲息地或殘留文字出現(xiàn)，有的只是機器的噪點與亂碼的非人的世界。“無人的風景”契合了當下人類紀的生態(tài)主義思潮，尤其是行星思維下一般生態(tài)學理論，即認同人類與非人類代理的合作，在有機的自然狀態(tài)之后，接著是機械的第二自然狀態(tài)，以此重新安排人類力量和非人類力量之間的關系。而“非人的風景”則更進一步，這一取向的影像藝術創(chuàng)作認為我們應該從方興未艾的人類紀幻覺中醒來，因為在他們看來，以人類狀態(tài)去命名一個紀元依舊過于人類中心化。所以我們不應該說“人類紀”，而應該說“技術紀”（Technocene）。在“技術紀”時代，世界上大部分的圖像都是由機器為其他機器制作的，人類很少參與這些循環(huán)。

這種由技術主導的非人轉向思潮引導著當下影像藝術的另類感知方式，即如何感知這些“M2M”（Machine to Machine）的“隱形圖像”（invisible image）。20世紀上半葉，胡塞爾警告說，由于技術化和數(shù)學化的加劇而引起的感覺的危險轉移。他認為西方科學危機的威脅在于感官的完全喪失，即由科學/技術引起的感官的危機和毀滅。這種感官的政治哲學描述在現(xiàn)在顯然已經(jīng)不合時宜，因為它是受制于再現(xiàn)的教條式的思想形象的必然結果，但這也并不表明我們已經(jīng)進入了一種毫無顧忌的技術化虛無主義。相反，我們只是在重新配置自我的感官。正如讓-呂克·南希清楚認識到的：“技術的統(tǒng)治拆解并破壞了感覺的無限反饋。”[4]在智能機器控制的密集、大規(guī)模的圖像捕捉和數(shù)據(jù)收集下，圖像的觀眾不再是人而是機器，所以，當影像藝術家逐漸以模擬和“機器視覺”為出發(fā)點進行創(chuàng)作時，我們也必須以一種技術的知覺來理解影像。也就是說，我們必須獲取“機器之眼”。人工智能圖像的美學認識論在于它是“非人美學”，日常狀態(tài)下的人是無法體驗到這些的，我們只有通過生成，生成一種“非人”（non-human）。所以，我們有必要為德勒茲的生成哲學添加“生成-機器”這一環(huán)節(jié)，并由此達到對這種“算法之美”“機器之美”的感知。

三、從貧乏圖像到強權圖像

2012年是人工智能發(fā)展的一個節(jié)點性時刻，人類構建了跨越整個地球的基礎設施，可以收集整個地球的信息并存儲。這也表明人工智能的物質(zhì)性，它并不像我們用語音喚醒Siri，或者使用“云盤”進行異地數(shù)據(jù)管理時那么“虛無縹緲”。凱特·克勞福德和弗拉丹·約勒在《解剖人工智能系統(tǒng)》中指出：運行大規(guī)模人工智能系統(tǒng)需要三個核心提取過程：物質(zhì)資源、人力和數(shù)據(jù)[5]（圖5）。而這種物質(zhì)性以及所引申出來的控制它的能力，在很大程度上是政治性的。所以，人工智能時代的圖像政治正是基于這種對物質(zhì)性的占有和操控而來的強權圖像（power image）。

傳統(tǒng)影像藝術的圖像政治在很大程度上是依靠“貧乏圖像”（poor image）展開的，“貧乏圖像是錄像藝術的來世”[6]。貧乏圖像表面上看是指那些分布在互聯(lián)網(wǎng)上模糊的、低分辨率的圖像，但內(nèi)在代表的是一種更加民主的全球流通圖像，正如黑特·史德耶爾在《為貧乏圖像辯護》一文開篇所言：“‘貧乏圖像’是流通的副本?！痹凇稙樨毞D像辯護》一文發(fā)表一年之后她寫了《像你我一樣的物》（A Thing Like You and Me），將“貧乏圖像”延伸到更寬泛的“數(shù)碼圖像”（digital image）——它們是“閃亮的、不死的、對于自身的克隆”。但無論是互聯(lián)網(wǎng)上的“貧乏圖像”還是“數(shù)碼圖像”，它們都表達了一種借由圖像的非物質(zhì)化而進行流通的圖像政治。在過去的30年里，德國藝術家兼理論家黑特·史德耶爾通過錄像、裝置和電影項目，一直在追蹤圖像的變異方式——從模擬圖像及其蒙太奇的多種可能性到分裂的數(shù)字圖像的流動性——以及這些變異對戰(zhàn)爭、種族滅絕和資本流動的再現(xiàn)所產(chǎn)生的影響。所有這些都一以貫之地聚焦于其對圖像政治的不懈追問?！柏毞D像”代表了史德耶爾重新定義圖像的價值，或者用一個全新的視角來審視圖像政治的嘗試，那就是從圖像交換價值轉為圖像的流通價值的關注。但是，當“貧乏圖像”被粗暴地壓縮以便快速流通，以失去質(zhì)量為代價來換取速度時，當史德耶爾向這種圖像報以同情并為這種圖像世界里的“無產(chǎn)者”辯護的時候，人工智能圖像卻向這種“無根的”圖像權力發(fā)起了“訴訟”。

只要簡單梳理一下人工智能系統(tǒng)的全球鏈條，就會發(fā)現(xiàn)人工智能不只是改變了圖像生成和傳播的邏輯，更深刻地影響了圖像的權力分布。不用說文本生成視頻這種前沿技術，日常每一個與智能設備互動的小小的便利瞬間——無論是詢問一個問題、打開一盞燈還是播放一首歌——都需要一個龐大的地球網(wǎng)絡，而這個網(wǎng)絡的動力源于不可再生材料、勞動力和數(shù)據(jù)的提取。人工智能系統(tǒng)與其他形式消費技術的關鍵區(qū)別在于：它們依賴于對人類生成的大量圖像、文本和視頻的攝取、分析和優(yōu)化，而這又依賴于大量的物質(zhì)消耗。所以，人工智能圖像不能單單從流通環(huán)節(jié)來把握——這正是“貧乏圖像”所做的——而是應該被視為龐大的混合體。正如希臘神話中的奇美拉（Chimera）是一種集獅子、山羊、蛇和怪物于一身的動物一樣，人工智能圖像同時也是消費者、資源、工作者和產(chǎn)品的雜合體?！柏毞D像”讓我們產(chǎn)生了圖像民主化的幻覺，人工智能圖像讓我們真切意識到圖像背后的權力關系。雖然像Open AI這樣的機器學習工具從用戶創(chuàng)作自己的作品的角度來看越來越容易，但這些系統(tǒng)的底層邏輯和用于訓練它們的數(shù)據(jù)卻只有金字塔頂端的極少數(shù)實體能夠獲得和控制。而這就是我們所謂的人工智能圖像的政治邏輯，一種以消耗大量物質(zhì)資源為代價的強權圖像。傳統(tǒng)上那種人們習慣地通過再現(xiàn)的方式來思考圖像和權力之間關系的方式已經(jīng)失效，人工智能圖像與自身的全產(chǎn)業(yè)鏈條密不可分，在這個看不見的鏈條的背后是一種新形式的榨取主義。人工智能圖像和權力之間關系的一個新方面，就是這些圖像與大數(shù)據(jù)的基礎設施彼此糾纏在一起，而大數(shù)據(jù)是非常耗能的。

余 論

成立于1999年的法國擬仿出版社（édition Mimésis）以出版跨學科研究成果著稱，而這種視角本身已成為當代人文學科研究重要的特征。其中，他們策劃推出的“圖像媒介”（Images，Médiums）系列重點關注圖像媒介視野下的前沿寫作。2024年，該系列中的最新著作《圖像狀態(tài)》（Etats d’images）（及其同名展覽）是評估圖像這一媒介的一個重要里程碑。借由這本書的思考繼續(xù)往前的發(fā)問在于：人工智能時代的影像藝術處于何種“圖像狀態(tài)”？或許，上文分析的作為算法圖像、非人圖像和強權圖像的當代影像藝術的邏輯轉向，部分地回應了這個問題。強大的算力生成技術拉開了與之前整個圖像史之間的距離，它不僅改變了圖像的制作與傳播方式，更改變了圖像媒介的當下狀態(tài)。人工智能技術方興未艾，借著這一強大的技術助推，我們有理由相信人工智能生成影像或將會成為21世紀（第一個50年里）最主要的圖像形式。

注釋：

[1]Georges Didi-Huberman. Devant le temps. Histoire de l’art et anachronisme des images. Paris： Les éditions de Minuit， 2000，p9.

[2]Georges Didi-Huberman. La Ressemblance informe， ou le gai savoir visuel selon Georges Bataille. Paris： éditions Macula， 2019，p312.

[3]吉爾·德勒茲：《電影II：時間—影像》，謝強、蔡若明、馬月譯，湖南美術出版社， 2004年版，第423頁。

[4]Jean-Luc Nancy， A Finite Thinking， Simon Sparks（ed.）. Stanford： Stanford University Press， 2003，p26.

[5]Kate Crawford and Vladan Joler，“Anatomy of an AI System： The Amazon Echo As An Anatomical Map of Human Labor， Data and Planetary Resources，”AI Now Institute and Share Lab， （September 7， 2018） https：// anatomyof.ai

[6]汪民安主編：《褶子》，河南大學出版社，2018年版，第212頁。

注：楊國柱，山東藝術學院藝術管理學院副教授，藝術學博士。

責任編輯：孟 堯 蔣林娟