AIGC興起

2022年是生成性人工智能模型（Generative AI Models）成果迭出的一年，也是人工智能生成內(nèi)容（AI-Generated Content，AIGC）大放異彩之年。從三維模型到演講語音，從照片修復(fù)到使用單一模型翻譯200多種語言，由人工智能生成的內(nèi)容已不再停留于技術(shù)報告和論文之中，也不是少數(shù)研究人員和技術(shù)愛好者的“玩具”，而走入了人們的工作、生活和娛樂。

僅在“人工智能藝術(shù)”方面，就有DALL·E2、Midjourney、NightCafe Creator、NovelAI等模型發(fā)布。它們的“作品”登上雜志封面、進入藝術(shù)畫廊，成為媒體炒作與公關(guān)宣傳的對象，收獲了一批擁躉。由于即便是相似的架構(gòu)，在不同的訓練數(shù)據(jù)和具體訓練方式之下，這些模型也顯現(xiàn)出各異的適用范圍，生成性人工智能模型開始展現(xiàn)出某種品牌意義。

 以“城市”為關(guān)鍵詞，AI生成一張有港口的畫面，似乎在說“以港興城”。

2022年8月，Stable Diffusion模型開源發(fā)布，互聯(lián)網(wǎng)上很快開啟了一場AIGC的“狂歡”。在開源社區(qū)的共同努力下，一個人可以不需要具備人工智能方面的技術(shù)知識，只需要了解如何安裝使用現(xiàn)成的軟件包，就能獲得細節(jié)豐富的圖像，還可根據(jù)已有的圖像和文本要求進行修改。伴隨這一系列變化，“人工智能藝術(shù)”真正走近了大眾。

對于AIGC的熱潮，鼓吹者將其稱為數(shù)據(jù)與內(nèi)容生產(chǎn)上的重大變革，預(yù)告“人類的某些創(chuàng)造性的工作可能會被生成性AI完全取代”，夢想出現(xiàn)所謂“零成本的自動化內(nèi)容生產(chǎn)”。而批評者們則給予疑慮和擔憂，將內(nèi)容生產(chǎn)的“創(chuàng)造力”視為人類尊嚴的防線而加以捍衛(wèi)。

也有一些人試圖在兩種觀點之間尋求平衡。他們提出了人機協(xié)同、共同創(chuàng)作的主張。不過，這樣的愿景如何實現(xiàn)，似乎很難說清辨明。其中主要困難或許在于：AIGC本身來源于一個缺乏解釋的技術(shù)過程，一般大眾和藝術(shù)批評者介入人工智能的運作方式，并沒有人工智能“侵入”日常生活和藝術(shù)創(chuàng)作中的方式來得直接而多樣。

AIGC的“魔法”與“咒語”

隨著一批針對“二次元”形象生成的模型接連產(chǎn)生，AIGC在動漫愛好者中受到廣泛歡迎和細致研究。他們形象地將文字提示稱為“咒語”，而從文本描述中生成圖像的過程，已儼然成為一種“賽博魔法”；修補程序bug、整合各類資源、編寫相關(guān)教程的開發(fā)者，則被尊為“賽博佛祖”。

“咒語”與“魔法”之言，雖有幾分戲謔，但人工智能繪畫同“魔法”之間的相似卻是顯著的。對于如此大型的語言或圖像模型，沒有人確切知道它們?yōu)楹文馨l(fā)揮作用，也沒有人能夠確切解釋它們所呈現(xiàn)的一些重要特征，如上下文內(nèi)容相關(guān)性、進行語義和邏輯推理的能力，究竟是如何從貌似無關(guān)的訓練文本中涌現(xiàn)的。人們所知道的只是對提示文本進行某些修飾和處理，會更可能得到希望的結(jié)果。

大型的人工智能模型，即便對專業(yè)技術(shù)人員而言，也愈發(fā)呈現(xiàn)為一個難解的“黑箱”。有研究者指出，人工智能模型的不可解釋性，帶來了有關(guān)研究本身可復(fù)現(xiàn)性的疑慮：一些起關(guān)鍵作用的因素，可能仍掩藏在任意決定的數(shù)據(jù)排列和工程實現(xiàn)的技術(shù)技巧中。細節(jié)的技術(shù)性分析，通過在同源和有相關(guān)性的幾種模型間展開比較，對人工智能模型的各種特性的來源，做出有根據(jù)的猜測，提示了一種對人工智能模型構(gòu)建過程的“譜系學”研究。有理由相信，假以時日，人們就能重新打開人工智能模型的“黑箱”，將它們從“魔法”還原為“科學”。

但實踐中，人們并不能等待有效的系統(tǒng)性解釋產(chǎn)生，而是直接在與人工智能模型的交互中，通過試錯歸納出臨時有效的使用方法。由此，產(chǎn)生了一個新的領(lǐng)域，即“提示工程”（prompt engineering），致力于為人們提供便捷的工具，以定性了解提示文本和模型輸出之間的關(guān)系，從而產(chǎn)生出更有效利用模型的定式——即便模型版本的迭代經(jīng)常會顛覆這些定式的有效性。

2022年11月，OpenAI發(fā)布了名為ChatGPT的人工智能聊天機器人，把這一年的AIGC熱度推向又一個熱潮。作為一個從文本到文本的生成模型，已有人將它與其他種類的生成性模型相結(jié)合，通過上下文內(nèi)（in-context）的訓練，以更直接、自然的語言指令獲得高質(zhì)量的生成圖像。可以說，“提示工程”本身又得到人工智能加持，從而更接近自然語言的“對話”。

在語言模型加持下，“提示工程”的發(fā)展，可以說，從另一個方面完成了對“魔法”的“祛魅”。當“咒語”不再依賴于小圈子里流傳的經(jīng)驗總結(jié)，而是隱含在人機“對話”的中間過程里，使用那些生成性人工智能模型，就不再是一項專門的技術(shù)工作：需要專門學習的程序語言讓位于自然語言，程序的調(diào)試為任務(wù)描述的修訂所替代，起作用的也不再是技術(shù)性的理解——讓Stable Diffusion產(chǎn)生預(yù)想的畫面，不需要計算機圖形學上的知識或編寫代碼，也不直接要求將圖像的風格、內(nèi)容等分解、轉(zhuǎn)換為某種可計算的形式，盡管它們可能以某種方式隱含在模型的巨量參數(shù)之中，并作為一種結(jié)構(gòu)性的因素發(fā)揮作用。

這樣，人們同人工智能模型打交道的方式，實際上擺脫了以往研究者歸納出的計算機的媒介特殊性，轉(zhuǎn)而以一種更一般的、更接近人與人之間的交互方式。生成性人工智能模型提供給人們的，是一種操作計算機的新方式——在此過程中，面對具體而個別的模型的認識占據(jù)了主導(dǎo)地位，取代了具有技術(shù)通用性的對程序代碼或運行機制的認識。

2022年11月，上海外灘。澎湃新聞記者 周平浪 圖

從內(nèi)容的“創(chuàng)作”到藝術(shù)的表達

愈加成熟的生成性人工智能模型，讓此前諸多對計算機技術(shù)的文化批評面臨失效的危險。“代碼”“可計算性”“數(shù)學原理”這些與計算機科學息息相關(guān)的要素，曾一度構(gòu)成對計算機相關(guān)藝術(shù)實踐和計算機技術(shù)自身具有的文化效應(yīng)展開討論的基點。代碼和數(shù)學原理固然是人工智能模型得以運行的關(guān)鍵，卻不再是人們指示計算機完成具體任務(wù)時直接面對的對象。就連那些原本被認為是“不可計算”的問題，也可通過復(fù)雜模型的“模擬”而在最終應(yīng)用上顯得仿佛已得到解決。相當程度上，它們在今天人工智能模型的具體應(yīng)用中，已不再像以往那樣能夠切中要害。

AIGC憑借外觀上的相似，一再實現(xiàn)人們此前認定為“不可能”的任務(wù)。一個伴隨計算機技術(shù)發(fā)展反復(fù)出現(xiàn)的問題，再度置于公眾輿論的焦點：人工智能會取代人嗎？更具體來說，人工智能是否將會取代人類創(chuàng)作藝術(shù)？

兩個世紀以前，攝影術(shù)的出現(xiàn)也曾讓繪畫藝術(shù)面臨類似危機。但結(jié)果上，正是對這一危機的意識，促使后者更快地從對外觀相似的追求中解放出來。時至今日，各式繪畫流派與攝影并行不悖、相得益彰，攝影成為一門藝術(shù)，而繪畫也保持著它的生命力。

與此相比，有關(guān)AIGC的爭議雖然給出了不同立場，但它們大多基于一個共同預(yù)設(shè)，也就是將人與人工智能理解為創(chuàng)作某種“替代”關(guān)系。其背后更深層的原因則在于，將內(nèi)容的生產(chǎn)與創(chuàng)作封閉在既有的方式范圍之內(nèi)，將藝術(shù)僅理解為某種“形態(tài)學上的相似”。

藝術(shù)是不斷動態(tài)變化的。新的技術(shù)手段、新的技巧、新的行事方式，都可能成為藝術(shù)的組成部分。提示的編撰、結(jié)果的遴選相互迭代，則構(gòu)成了一組新的技巧——通過文本、圖像與AI模型交互的技巧。它雖然在文化上，尚無法具有可以與既有藝術(shù)創(chuàng)作相比擬的地位，但就其中所要求的那種對人工智能的理解、對人工智能模型直覺性的認識和體悟而言，也構(gòu)成了一個同時獨立于人工智能的技術(shù)研發(fā)和已有藝術(shù)實踐的新領(lǐng)域。從這個角度說，AIGC與其說將會簡化乃至取代“內(nèi)容創(chuàng)作”，不如說是為人們的表達額外提供了一種方式。

另一方面，正如藝術(shù)家柯蘇斯（Joseph Kosuth）所言：“使用這樣那樣的形式，給予這樣那樣的視覺體驗”，只是一種“最低限度的創(chuàng)造性措施”；“雖然大量外觀相似的物體或圖像可能因為視覺/體驗’解讀’上的相似性而顯得相關(guān)（或相連），人們不能因此而聲稱有藝術(shù)或概念上的關(guān)系。”人工智能固然可以產(chǎn)生出貌似繪畫的圖像、類同器樂演奏的聲音、形如詩人所作的詩篇，但所有這些產(chǎn)物，并不等于繪畫、音樂或文學。它們同繪畫、音樂、文學如果一定說存在某種聯(lián)系，那么，這種聯(lián)系就在于，通過提升生成物的質(zhì)量，來沖擊假借那些藝術(shù)門類而進行的程式化的內(nèi)容生產(chǎn)；將創(chuàng)作的門檻基準提高到藝術(shù)的水準，而非單純的心理滿足上；從而，讓真正有價值的部分從洋洋大觀的紛雜“作品”中顯現(xiàn)出來。

可以說，人類的創(chuàng)作如何應(yīng)對AIGC的“挑戰(zhàn)”，或如何與之實現(xiàn)共存，這一類的問題不只需要人與機器協(xié)作完成某些作品，更不是簡單將人工智能技術(shù)與藝術(shù)通過一些話語綁定在一起。它們各自保持著一定的獨立性：在一個方面，將人工智能技術(shù)轉(zhuǎn)化、征用為一種新的藝術(shù)表達方式；在另一個方面，促使既有的藝術(shù)門類實現(xiàn)自我更新。這兩種不同方向的努力，將人們的想象力引向藝術(shù)探索的前沿，殊途同歸于對人類藝術(shù)版圖的拓展和豐富。

（作者朱恬驊系上海社會科學院文學所助理研究員）