原文刊于《艺术学研究》2022年第2期

当今中国在AI领域所使用的的艺术概念，大多数是从西方传入的。20 世纪 80 年代后，理论界大量吸收了来自马克思主义与结构主义的西方词汇。在与AI艺术相关或交叉的领域，前者创造的“文化工业”（culture industry）“新感性”（new sensibility）等概念至今仍有生命力，而后者创造的如“赛博感知”（Cyberception）、“新自然”（New Nature）等概念却只能在学科内部“保值”，无法形成更大的影响。

近年来，人工智能独立进行写诗、作画、谱曲都不再是新鲜事。一般来说，艺术领域本应顺应时代潮流产生新的理论体系，从而拓展人们对作品的理解。不过事实上，虽然在大众媒体层面与AI艺术相关的新词汇层出不穷，但在相关创作论的领域，不但缺少新的理论体系，就连能被长期使用的新概念也非常少，这种现象主要体现在以下两个方面：

第一，在人文学界，传统学者大多仍使用传统概念对此进行思考，最为常见的情形，是用传统人文主义对AI创作论持批判态度。这种批判可以视为20世纪文论中语言中心主义与旧式人文主义之矛盾的人工智能版本。持人文主义灵性创作论的人认为，作家能够沟通天人，感应万物，灵感附体之后，四气鼓荡之时，即可下笔成章，倚马千言。随着结构主义的兴起，以及语言统计学和计算心理学的发展，作家的这种神灵属性和创作的混沌属性，慢慢从话语的中心沦为边缘。不过，这只是在文艺理论学科内部的学理意义上的观察，也只是曾经的情况，在今天的艺术研究中，基于人文主义与浪漫主义的方法论仍有重要的市场。这个意义上对“AI创作论”的反思，大多用经典的理论去抨击人工智能创作中的机械论、还原论倾向，毫无疑问，在科技盲目进步、飞速发展的时代，这样的反思具有重要的理论意义。不过，在具体艺术理论上，这样的评判往往不会带来新概念的诞生。

第二，在具体技术开发与研究的领域，传统创作论概念与人工智能的技术概念之间，往往处在相互合作、各自安好的状态中。之所以说它们相互合作，是因为传统叙事学中的普洛普（Propp）、托多罗夫（Todorov）、斯特劳斯（Strauss）的理念与思想还是会被技术从业者所使用，因为它们非常符合一种简单有效的、适合计算机操作的故事还原论，在很多层面上，结构主义对文学的理解和计算机从业者对文学的理解是相通的，因为结构主义本就是一种文学科学化的尝试。“结构主义文论是西方文学自二十世纪以来最为雄心勃勃的‘科学化’尝试，当时的结构主义先锋学者试图抛弃带有主观色彩的‘文学批评’，而成为一个文学研究者。……换句话说，结构主义诗学要研究文学的‘语言’（langue）而不是文学的言语（paroles），具体的作家和作品无关紧要，真正重要的是使文学作品成为可能的编码和条件，结构主义文论家的主要目标是使自己的研究具有普遍化的适用性。”之所以说它们各自安好，是因为在这一互动过程中很少产生新的叙事学理论或概念，而只是把结构主义叙事学与人工智能相关技术并列讨论，简单叠加，从业者和研究者也承认“在故事的计算生成方面，许多工作都是从叙事学的知识体系中获得灵感的”。而且，由于故事创作领域较视觉艺术领域更加复杂，得到的关注与投入较少，相关开发与研究耗时也较长，便阻碍了新概念的诞生。

通过对这一领域的观察，我们体会到，科学概念与艺术的结合不是无条件的。在具体概念的结合中，遇到相对陌生而艰涩的科学术语，一个新的艺术学概念必然不会诞生。这种情况大多发生在具体技术操作概念或数学概念上，例如，马尔可夫链是概率论中一个重要的概念，它表示出长程相关问题与链式结构中的推演与预测问题，在自然语言处理和人工智能作曲中都发挥了重要的作用，不过，并没有诞生马尔可夫艺术（Markov Art）或马尔可夫叙事学（Markov Narratology）。这类技术概念在人文世界传播效力往往很弱，人们似乎也非常自然地忽略掉相关概念的创生能力，并不组合出新的艺术学概念，“分布式共生创造力”算是罕见的创新性概念了。

“共生创造力”（Co-Creativity）是该领域诞生的少数有生命力和启迪性的新概念。由于人工智能（AI）在音乐领域发挥的作用已经不仅体现在算法推荐领域，甚至影响到人们对音乐理解的转变以及作曲理念的重塑。所以乔蒂（Gioti）指出：“人工智能影响创造性思维和实践的方式是多种多样的，且与人工智能的潜力相关，它不仅有助于完成创造性任务，而且通过提供新的作曲方面的启迪，对我们的音乐创作进行观念重构。”进而认为人工智能应该被视为“分布式人机共生创造力”（Distributed Human-Computer Co-Creativity）的一种媒介，而不是人类创造力的替代品。“共生创造力”概念的创造和被社会接纳，体现了技术与艺术有机结合的活力，在它从产生到流传的过程中，技术实践和艺术实践共同起到了重要作用，传统人文思想更是融化于其中。因此，这些概念听起来不仅具有单纯专业的技术色彩，也具有一定程度的人文色彩和艺术气息。

虽然当下在AI艺术领域没能出现像现实主义、浪漫主义那样被广泛认可，并在创作领域持久发挥影响的理论体系，但某些新概念的生成方式与规律，也展现了未来AI艺术创作论生发的两种可能方向。

第一个特点，可称其为“简单叠加”。从构词法来说，这些新概念的诞生源于对直接对象的简单叠加，呈现出“A+B”的模式。一些自然科学领域的现象或名词，经过与传统艺术概念的叠加，直接衍生出新的名词来，例如“生成艺术”“赛博艺术”（Cyber-Art）、“算法艺术”等。在这种简单组合中，通常是科学概念在前，艺术概念在后；或者说，科学词汇在前，艺术词汇在后。自这些名词诞生之后，它们被作为固定搭配使用。例如，将人工智能与某一艺术门类组合，便生成出一个新的门类或领域，如人工音乐智能（Artificial Musical Intelligence）。不过，它们大多是标识某一计算机专业领域的概念，最初也都产生于计算机科学家与工程师的灵感。艺术从业者和研究者往往只是对其进行后知后觉的理论认同。例如，在计算机领域率先出现了自然语言生成技术，科技从业者利用这种方法，进行机器写作的尝试，后来，它们因“人工智能诗歌”引爆互联网，成为艺术从业者关注的对象。

可以通过如下表格对此形成清晰而快速的认知：

由上表可以看出，新技术词汇和旧艺术概念的结合产生了一个简单的概念叠加空间，它们秩序齐整、规规矩矩，严格按照“A+B”的方式进行着新话语的生产。一定程度上讲，它们指称出新的领域，但并不产生超出原有范畴的意义，在概念叠加的基础上，它们只是旧有意义的简单叠加，“1+1=2”是它们的基本特色。

第二个特点，可以称其为“无限增殖”。随着人类技术的进步，这些概念会不断增殖，由于构词法足够简单，因此生成新概念是轻而易举的。在这一概念谱系中，“计算机艺术”的诞生是最早的，它的内涵也是最广泛的，几乎一切在计算机辅助下完成的艺术，都可以被叫作计算机艺术，哪怕只是借用电脑绘图软件去涂鸦。在《计算机与自动化》（Computers and Automation）杂志1963年1月刊上，埃德蒙·伯克利（Edmund Berkeley）首先使用这一概念，之后，诸多计算机艺术展览纷纷出现。新的计算机领域往往会催生出新的艺术概念，随着计算机技术的不断扩展，艺术概念也不断增殖。

例如，“演化艺术”（Evolutionary art）就是“人工生命”（Artificial life）与艺术科学概念叠加后增殖的结果。“演化论”本是生物学概念，它关注自然状态下生物的进化和这种进化呈现出的自然规律，在计算机诞生后，传统演化论与计算机技术相结合，人们开始用计算机模拟生命的演化，关注在计算机上的虚拟生命体的进化过程及其呈现方式，当这种呈现具有艺术特质时，它便构成了所谓的“演化艺术”。例如“康威生命游戏”（Conway’s Game of Life），它的初始版本并不复杂，假想存在着一个由很多方格构成的基本图案，方格的基础色是白色，我们在里边画一些黑色方格与其进行区别，呈现出像围棋一样错落有致的效果，假设每个方格代表一个细胞，白与黑分别代表人的“存活”与“死亡”，设置如下规则：周围有三个存活细胞时，一个细胞就诞生为新的存活细胞；周围有两个或三个存活细胞时，它就保持存活，否则就会死去。规则是固定的，在这个过程中，人类也不再参与，仿佛造物主给予世界的“第一因”“第一推动力”，接下来的一切都顺其自然，随着时间的流逝，这些图案会演化出各式各样的类型，并呈现出独到的美学特色。

a                       b

c                         d

 再如，“算法艺术”也是一个典型的例子，所谓的乌龟艺术（Turtle Art）就是其中的代表。虚拟的乌龟作为起始点而存在，由人类设置出一些基本的规则，然后乌龟便会由一个起始点开始，沿着规则的规定进行运动，从而形成静态的图案。正如滕佩尔（Tempel）等学者所描述的，“Turtle Art狭隘地专注于创建可以在屏幕上查看或打印的二维静态图像”。当然，它的起始点也可以并非乌龟，可以是一个逗点、一只小羊、一颗星星等。起始点会依循规则，绘制出一些图案，形成独特的艺术效果。

由于我们时代的文艺领域和科技领域都积累了足够丰富的语汇，所以完全可以想象这些概念无限增殖的可能。

第三个特点，可称其为“家族相似”。这个特征往往导致叠加式概念彼此粘连、呈现出所指域难以界定的状况，容易让大众造成误解，需要由专门的学者对其进行阐释和分类后，方能成为较为清晰的概念，“生成艺术”是这类概念中的典型。

“生成艺术”通常指那些由自主系统（autonomous system），而非人类主体创造出来的艺术。早期“生成艺术”常常被人们与人工智能艺术、数字艺术、计算机艺术混用，就连《什么是生成艺术》（What Is Generative Art? Complexity Theory as a Context for Art Theory）的作者加兰特（Galanter）也提到在目前（指21世纪初的美国）的艺术界与理论界，生成艺术还是一个糊里糊涂的概念（fuzzy notion）。但实际上，通过学术研究对词语的阐释，这种“家族相似”的构词是可以变得界限明晰的。

在人工智能领域，自然语言生成（NLG）中的“生成”（Generative）更多的是作为技术概念，而非“创世”意义上的哲学概念或宗教概念而被使用。加兰特给“生成艺术”的规范化定义为：“生成艺术是这样的艺术：在艺术实践的过程中，艺术家会使用系统（system），它或是一套自然语言生成法则，或是一种计算机程序，或是一部机器，抑或是其他程序系统，这些系统在某种程度上自主地工作，它们独立创作出艺术作品，或辅助人类创作出完整的艺术作品。”

通过这种学术化的定义，生成艺术的几个必要组成部分被更加清晰地表示出来。首先，“生成艺术”的生成源于系统，系统是非人格化的，所以这里，传统意义上的“作者”被“系统”所取代了。其次，这个系统是自主性的，在一定法则与范围内，它必须自主运行去生成艺术作品。最后，系统不一定是计算机系统或数字系统，它也可以是大自然的生态系统。以“分形艺术”为例，它是典型的非人工、非数字的自动生成的艺术类型，依赖于生态系统，例如蕨类植物的树叶或雪花，都是典型的大自然生成的精美的艺术，并且都是一种自我重复的状态，形成了一种“自相似”“自生成”的效果。以此类推，“演化艺术”“算法艺术”“人工智能艺术”“分形艺术”这些具有“家族相似”特征的概念，通过学术体系“规范化”，依照“自主性强弱”这个标准成为“生成艺术”的子类。

叠加式新概念的爆发式出现源于技术与艺术交汇的领域日益增多，而叠加则是最简便的命名新领域的方式。在可以预见的未来，它无限增殖的特点必定会更明显地体现出来。面对这样的概念，理论界显得“无能为力”，或者至多只能是“后知后觉”。首先，如上文所言，它诞生于计算机科学领域，因此命名权本就不归艺术理论家所有，随着计算机技术日益发展，它与其他学科的交集也势必更加丰富，具体到艺术领域，新的概念必定层出不穷。其次，这些概念的增殖与传播，遵循的是互联网的特性，并不遵守经典艺术概念传播的规律。经典艺术概念由理论家创造，借由阅读行为和学术体系被实践者和消费者所认知，而这些概念则借助互联网，快速弥漫在人类话语体系内，从某种意义上讲，理论界对“生成艺术”这种新词汇作出的解释，是因其在构词上的“家族相似”特征导致被混用后，被大众倒逼作出的回应。

罗伊·阿斯科特（Roy Ascott）是计算机艺术领域生产原创式概念的代表性学者，经由他创造的概念体现了当下计算机艺术领域，传统学院派学者在理论生产上所面临的共同问题。这些概念从构词法上讲更贴近于传统理论家的思考风格，虽然这体现了学者出色的理论学术功底，但在计算机艺术领域，继承传统学院派造词方法生成的词汇，并没有如罗兰·巴特（Roland Barthes）、德里达（Jacques Derrida）等人的成果那样产生广泛持久的影响，在传播力与使用率上甚至低于由商业与媒体炮制出的如“赛博朋克”（Cyber Punk）这种不严谨的时尚概念。

上述特点主要体现在“赛博感知”与“新自然”两个概念上。

“赛博感知”是阿斯科特基于对生物学和计算机科学的交叉提出的原创式概念。如果说人工智能的发展对艺术产生了重要的影响，那么另一个产生重要影响的则是生物学，尤其是计算机技术与生命科学交叉的部分，“人工生命”（Artificial Life）概念便是在这一背景下应运而生的。“人工生命”强调一种模拟属性，在实验室、电子软件、自主系统中模拟自然界生命的样态。阿斯科特正是在“人工生命”概念的启迪下创造了“赛博感知”概念，并展开了对传统艺术与技术结合领域诸多理论的批判。他提到，传统的艺术与科学也是有很多结合部分的，但这些结合大都采用了机械论视角，机械论视角体现在结构主义理论、新批评理论、艺术心理机制的还原论等领域中；并认为新的科学背景已经出现，我们不该局限于旧有的还原论世界观与旧有技术实践中，而应该着眼于当下，着眼于未来，尤其是基于生物学背景的涌现（Emergence）、复杂性（Complexity），用他的话说，他想让硬科学来碰撞软哲学。他认为原子物理学等理论的进步以及高倍率显微镜等技术的革新，使我们有了进入物质内部的具体方案，也有了凭借自我意志移动和排列物质内部质素的方法，也就因此有了“赛博感知”。它是一种人类刚刚开始具有，但会慢慢增强的感知能力，在“赛博感知”中，人类基础的理性认知和主观感觉仍旧存在，但通过科技设备和新式媒介，它们得到调整和改变，这种改变并不是简单地通过技术来扩大感知的倍率，看见差异的世界，而是通过技术的快速革新，我们的感觉也具有了激进的性质，它被彻底重塑了。就如他文中所说，“赛博感知是人类一种新兴的能力，在这种能力中，认知和感受并不是简单地通过技术来增强，而是通过技术的激进品性而转移到另一种效能层面”。

在此基础上，阿斯科特又提出了“新自然”概念。他认为人类不只获得了“赛博感知”，还拥有了使用这种“赛博行动”塑造世界的可能，也就是说，人类开始可以操纵原子，使其移动，排列组合它们，赋予它们结构，形成新的秩序。由此诞生的艺术作品已经不再是物质表面的艺术，而是物质内部的艺术。这是一种全新的艺术图景，在曾经的艺术世界中，人类写诗作画去模仿的那个自然，是原始自然，是曾经的自然，是旧自然；而我们通过技术设备接触到了新的物质世界，如原子移动之后形成的美丽图案就是一种“新自然”。在模仿旧自然时，我们曾经写就了很多诗歌，创造了许多视觉艺术作品，例如威廉·华兹华斯（William Wordsworth）的作品、例如康斯坦丁·克里齐茨基（Konstantin Kryzhitsky）的作品，而现在我们面对一个截然不同的新自然时，显微摄影就是一种很好的表现方式，通过捕捉事物的微观结构，可以形成基于“新自然”的新艺术，促生出对美的新理解。阿斯科特认为，艺术家不该沉浸于旧自然中，应该开始关注新问题，例如能量的变换、行为的涌现、混沌的形式、星系的诞生与灭亡、量子层面的事实等，他认为这才是基于“新自然”之上的新艺术对象。在这个意义上，他说：“‘什么是现实？’这一问题正在被‘我们如何与各种不同现实相互作用’所取代。”

阿斯科特创造的种种新艺术概念并非简单的词语叠加，在构词法上，它们是技术与传统美学概念的杂糅拼贴，在阿斯科特之前，就已经有“赛博艺术”“人工生命”等相关概念，阿斯科特则将这些概念补充与拼接，并容纳了自我对新技术的体验，生成新的概念。这种方案颇为类似“法国理论”的概念创造大师的手法，在艺术概念史上，这样的例子并不少见，例如20世纪法国理论家德里达，他的构词方法深刻地影响了艺术学的话语体系，他基于自己对世界的独特理解创造的“延异”（Différance），就是拆分重组了法语中的“差异”（difference）与“延宕”（deferment）。比较起来，“赛博感知”拼接了“cyber”和“perception”，阿斯科特的方法可以说与20世纪结构主义的某些思维方式一脉相承。

可惜的是，这些概念虽然在理论上、表意上具有深度且能够自洽，但囿于学科归属及与实践脱钩等原因，只能局限在较为狭窄的传播范围内进行传播。一方面，阿斯科特提出“赛博知觉”概念是基于其对生物学和计算机科学的了解，但这完全是他新造的英语词汇，在既有的英语世界中并不存在，这种“陌生化”本身就降低了它的传播效力。而当下的艺术概念生成又恰巧部分地脱离了传统艺术场域，更倾向于面向商业和大众，尤其对网络原创文化进行无限的敞开。这导致概念认可的权利也由学术权威弥散到很多其他组织与个体，在话语权由学者主导转向商业主导后，计算机艺术领域的概念创造与理论生产很难再回到20世纪初的那种局面。阿斯科特已经是该领域学院派较为出类拔萃的学者，但对比德里达、巴特这些前辈来说，阿斯科特这批学者对艺术领域造成的影响与前辈相比仍然是云泥之别。例如以“赛博朋克”“元宇宙”这种仰仗资本推动的概念为研究主体，在中国知网上可以搜到不计其数的论文，但赛博感知这个貌似充满洞察与新意的概念却仍潜藏在理论的边缘。另一方面，虽然阿斯科特的思维方式与传统结构主义有着相似之处，能够和学术界构成直接互动关系，但是阿斯科特的新概念有着鲜明的技术依赖与物质依赖。就像虽然人们能明白，用显微镜观察和用肉眼观察世界体会到的美感完全不同，但大众或非计算机专业类学者却很难有获得这种经验的机会。一个科学化的世界里，这些容纳了过多技术元素的概念要如何确立合法性，如何在理性层面和学术共同体层面发挥效力，这是阿斯科特们面临的主要困境，也是一个充满挑战的任务。

在这一背景下，我们都能感到“生成艺术”“赛博感知”“新自然”“共生创造力”这些概念的存在，以及它们的当代活力，因为它们更好地描述了我们的日常生活，贴近我们在技术时代的基本经验，凝练了我们对技术时代美学现象的观感。文中提到的几种技术概念与艺术概念的共生方式，在有的艺术领域内已经迎来概念的爆发。

不过，从学科建设与学术规范的角度讲，任何新概念的进场都是需要认证的，也是充满风险的，有些时髦的概念可能成为风尚，但未必会成为经典，有些新概念貌似具有原创性，但实际上是误解计算机技术，是凭空捏造的虚拟概念。创作论领域理论概念的诞生与传播本身就很艰难，就像“内在研究”“符号矩阵”“作者已死”这些说法在20世纪90年代曾遭到过经典人文主义的抨击或无视那样，虽然AI艺术的发展提出了“对直接感觉进行解释”的理论需求，但在艺术创作者身份发生巨大变化的今天，结构主义语言学生产出的那些科学化、技术化倾向明显的概念生产方式，难以在社会生活与个人体验层面获得广泛认同。那么，在面对新兴艺术概念的时候，传统理论界又该采取什么样的态度呢？该不该创造呢？创造之后如何获得认可度与合法性呢？

如果采取鲁道夫·卡尔纳普（Rudolf Carnap）、路德维希·维特根斯坦（Ludwig Wittgenstein）等为代表的分析哲学的视角，思想的任务便是治疗旧有的、腐朽不堪的形而上学体系，那就应该清理掉旧日的形而上学语言、厘清现有概念的含义与限度，停止主动的概念创生行为；如果采用吉尔·德勒兹（Gilles Deleuze）、德里达为代表的法国理论的视角，我们应该积极解放语言的表现力、冲击力，创生新概念，表达新经验，用新概念在科学世界的缝隙里左右奔突，激活理论的新时代。艺术学相关学科的从业者无疑会对后者更为亲近，人文艺术类概念的创造者，大多像德勒兹一般，渴望语词的艺术魅惑力和哲学原创力，他们不仅具有创造出新概念的能力，而且以此为乐，将此视为哲学或艺术理论的正道，将那些因循守旧的学术工作视为陈腐不堪的世界。

但是，在释放新概念潜力的时候，也应该注意到，这些概念在本性上仍不同于以往的美学概念，因为它们与科学保持着密切的联系，与意识形态也保持着密切的关系。卡西尔早就指出：“物理学的全部概念唯有一个目的：改变‘知觉的狂想曲’这一感官世界借以实际显现于我们面前的形式，使其成为一个体系、一幅关于规律的连贯性缩图。”当然，这一连贯性缩图的功能是双向的，既有感官世界层面的损失，也有学科研究层面的价值。

由此观之，技术与艺术在这个时代结合出的新概念也会面临类似的命运。类似阿斯科特的概念创生必然是异常丰富的，而在创作论技术意义上的概念创生必定是缓慢的，或者传播力较低的。这一现象是带有规律的、无可厚非的。不过，我们也要注意到，结构主义语言学享有元学科地位，它们往往可以作为有效的工具，促进基础学科研究的进展，那些来自索绪尔的技术性概念与原理性概念，借由罗兰 · 巴特、拉康，成功进入了大众文化批判与艺术批评的领域，获得了新的生命力。或许，基于人工智能的算法原理，基于自然语言处理的语言思想，基于这些领域基础的原理性概念，也能诞生出一套艺术批评与大众文化批评的新概念与方法论，其潜力也与结构主义语言学一样是不可低估的，因此在期待“生成艺术”这样的新领域时，在期待“赛博感知”这样的新概念获得艺术理论界认可的同时，我们也期待着诸如“马尔可夫链叙事学”“贝叶斯作曲法”的诞生，期待它们也能在未来的哲学、文学与艺术学科扮演重要的角色。

本文作者耿弘明

本文图片由作者提供

为阅读方便，略去引注

《艺术学研究》2021年第1期文章荐读

《艺术学研究》2021年第2期文章荐读

《艺术学研究》2021年第3期文章荐读

《艺术学研究》2021年第4期文章荐读

《艺术学研究》2021年第5期文章荐读

《艺术学研究》2021年第6期文章荐读

《艺术学研究》2022年第1期文章荐读

点击左下角阅读原文即可购买往期杂志。