Menu

自家相信人,但不信人性



菲利普·肯尼考特(Philip
Kennicott)是为《华盛顿邮报》撰写艺术和建筑评论的专栏作家。2014年,他写过一篇文章,指出五条关于欣赏艺术的建议。相对于昨天的四条,这五条建议更详细,里面有些观点更尖锐,但也很有意思。翻译出来供大家参考。

图片 1

前两天走在校园里,才发现叶子忽然都落了――就好像在一夜之间。

图片 2

文 / 王大行

至于你说是昨天的四条对,还是今天的五条对?都对,更具体的分析,请参见今天的第五条。

出品 | CDA数据分析研究院,转载需授权

立冬那天喊了两个舍友去吃饺子,冬至再来一次的话,今年应该不会冻掉耳朵了。

       
真实的人性有无尽的可能。善当然存在,但恶也可能一直存在。歉意不一定能弥补,伤害却有可能被原谅,忏悔也许存在,也许永远没有,都无法强制,强制出来也没有意义。非常同意,人的一生,本来就是善良与罪恶,人性与兽欲不断交织不断干戈的过程。

图片 3

艺术君最受启发的,就是里面的这几句:

人工智能和深度学习对大量领域产生了巨大影响,并在过去几年中引发了很多破坏和进展,这一事实对于许多人来说并不会让人感到意外。

双十一也过去了,对于我来说,唯一的含义,就是:你喜欢的东西,降了价你也一样买不起,就像你喜欢的人,眼光放低一半,还是看不上你。

       
小学的我大概从来没想过人之本性,阳光如此耀眼,花草何等挺昂,笑容不曾失去,世界即为美好。初中的我开始经历,朋友的背叛,舍友的挤兑,同学的谩骂……但是,我何时想过那是人性呢?一直会从自己身上找问题,忍让,告诉自己要做到她们心中的你,都是你的问题,别人才会骂你,冷落你。于是乎,那是的我仍相信着世间的美好,单纯与快乐。

有一天你也会老

在美术馆中游荡多年之后,我已经接受了对于艺术极端矛盾、水火不相容的想法。这种认识常见的口水话是:艺术强迫我们面对矛盾,从而让我们变得更具人性。但绝不要相信任何只说后半句的人:“艺术让我们变得更具人性。”这毫无意义。

实际上,艺术强迫我们面对矛盾,从而让我们变得荒谬,暴露出我们可悲的想法:试图让经验变得有意义;揭示出我们对于自己和世界那令人难以置信的错误理解。这是让人难以接受的、危险的东西,不能等闲视之。

然而,有些人可能会感到惊讶的是,即使是艺术和创意领域,一直被视为明显是人类的领域,也不会受到这些最新进展的影响。

这几天心情莫名其妙的糟糕,我不知道为什么。

       
慢慢的,我到了高中,初步了解这个社会,更多,更复杂,更庞大的系统露出了轮廓。最先使我印象深刻的是班主任,一位快五十岁的中年人,或许是他经历的太多,亦或是发生过什么,让他有着及强烈的利益感。一次次的周末主动辅导却事后收取昂贵的补课费,又或是为了得送礼钱故意安排在最后一排行为,更或是私自独吞学校发放贫困补助金之后,大义凛然的告诉着我们,现实就是这样。我彷徨,我迷茫,我开始怀疑这个世界,我开始认为它不再纯净有了浑浊。

提笔扶头良久,也不知道如何将这个真实的故事叙写下去。记忆那根波动的弦,在我的心头微微颤抖。那天的场景,有如电影画面再一次在我的脑海涌现……

不少人问学计算机的艺术君:以前做技术的,为什么现在改头换面聊艺术?艺术君总说:因为技术不能解决人性的问题,艺术有可能。

人工智能取代工作的恐惧是围绕这些技术最常见的问题之一。现在,它甚至正在侵蚀我们的创造性追求。这是否意味着我们不仅要担心AI失去工作,还要担心我们的人性?

后来想想,可能是因为我这几天看了太多黑暗的东西。

       
现阶段的我处于大学,一个奋斗了二十年只为能到达的高度,却让我有了更多的失望。在这里,更多的人性实验出现,更多的勾心斗角让我心累。也许这就是所谓的趋势,却让我感觉离世界越来越远。最近很火的事件无异于江歌案件,从开始就关住,时间越长,越让我感觉心慌,怎会有陈世峰这般心狠手辣的人,怎会有这种如此畜生的人,一步步的设计,无异于恶魔般扰乱人间,人呐,人性呐!更可气的为刘鑫,若我为刘鑫,我也不可保证那种情境下我会开门,对,这是人之本性,无需责骂,不应责备。而我感到心凉的是她的态度,她时而没听到,时而门被锁,何必说谎,或是事件背后有着不为人知得秘密,不得而知了……越是深入了解,越让我感到前途渺茫,我该怎样生活,我该怎样定位…

PART ONE

菲利普的这几句话,包括这篇文章,深化了艺术君的想法。

虽然许多人担心AI会取代或替代人类,或者认为人工智能永远不会具有创造性,并且人工智能产生的任何东西在定义上都不是艺术,我想提出另一种观点。我相信先进的人工智能将使我们能够专注于我们独特的才能和优势,为我们提供创造性探索和表达的新工具,让我们享受更高品质的休闲时光。

有两件事让我印象深刻。

       
正如《完美世界》中所说,是梦想太抽象。还是现实太真实?我只愿往后能更善待生活,人性更多的是善良,真实。

车缓缓前进,直至停止……下了车,我和发小不约而同的拖着行李,将脑袋埋进衣领以御寒风。家乡的冬天比较冷,街上来来往往的人都穿着夹棉袄,戴着各色毛绒帽,在匆匆忙忙中,我躲进了一家开着暖气的理发店,与老板打了声招呼后,便靠着暖气坐了下来,温暖的空气与冰渣子似的脸颊接触,让人贪婪的想要入睡。可猛一抬头,打了个盹儿,门口一个探头探脑的老太引起了我的高度注意,看着她,我竟不由自主的打了个寒碜。
  
  她浑身瑟索着,头上顶了一个褪了色的老式毡帽,身上裹了一个二八月的春秋衣和七八十年代的旧式长筒裤,背上还背着一个快要断了系的背篓,黑乎乎布满老茧的手此刻正死死握着那褪去了往日年华的荷花钱包。她的神色有些许担忧,动作小心而又谨慎,眸光惨淡,嘴唇冻有些许发紫,黑而发黄的肌肤看不出一丝血色,眼睛下凹,又深又长的皱纹不停地彰显她的年老。她先是用手挥一挥,然后又伸出干枯的腿探了探,掂量了几下,才敢小心的往前迈出了一步,又是那么戏剧化的一幕,她竟摸索的走在了我的跟前,如此近距离的看她,我心中又是另一番滋味。

人性的问题,源于人性的复杂;人性的复杂,源于世界的复杂,源于人在有限的时间和空间中,面对世界、他人和自己面对的无限可能。在有限的人生与无限的可能之间,人稍微思考一下,就会意识到自己的无能为力。这种时候,如古希腊人早就发现的:只有艺术才能宣泄人的苦闷,只有艺术才有可能拯救人生。

最终它将使我们变得更加人性化。

豫章书院和江歌刘鑫的事情。

                                    程帅帅  13171203282

PART TWO

题图来自漫画家Brecht
Vandenbroucke,他画了一本针对当代艺术的严肃绘本,叫《白立方》,艺术君看过后大称其妙,已经用手机都拍下来了,改天给大家贴几幅。

在本文中,我首先想要向您介绍深度学习与艺术交叉的非常简短的介绍,并向您介绍一小部分采用神经网络作为首选媒介的艺术家。

一个让我在问,怎么会有这种地方?

“我要买蜡烛!”这是她进入理发店后,用标准的湘西口音说的第一句话。猛然一听,可能有点盛气凌人,但如果你仔细一回味,那里面杂交着的胆怯与唯诺又没有人能够模仿地来。听过她的话,我首先第一反应是讶异,当然不止我,包括我发小在内,在场的所有人都讶异了!明明是理发店!她却要买蜡烛?,我不由浑身一颤,心剧烈的抖动了一下,抬头,再看看她45度下垂的眸子,一瞬间,似乎什么都明白了,果不其然她是盲人!!!

看完第五条后,再瞅一眼题图,一定觉得意味深长。

然后,我想向您介绍我目前公司Qosmo过去几年一直致力于的一些项目,以及我自己的一些个人项目。

另一个让我在问,怎么会有这种人?

“这里是理发店,这没有蜡烛,你要买蜡烛?我带你去吧?”发小比我先意识到她是盲人,并提出主动帮她!
  
  老太听过发小的话,犹如吃鱼挑刺一般谨慎小心,思考了半天。但最终还是摸索着我发小的脚步声,一寸寸的移动自己的脚步,但俩人之间始终保持着一米的距离,发小也可能意识到了老太的不信任,便也不强求距离老太太近。
有科学研究表明,当某一个人某项器官丧失功能后,其它器官会代替它的工作,并变得格外的灵敏,然而,这个老太的听力,也确实让我惊讶,理发店距离最近的小卖部,有几道弯,中间有N个小车辆,小摊位,但她却能准确无误的定位我发小的所在地!着实令我佩服。
  
  发小比她先一步到达小卖部,我紧跟其后,目光投向老太,老太迟疑不敢过来,随后又退后几步,撞上了一个卖猪肉的摊子,晃悠了几下,冲着卖猪肉的老板说:“这有蜡烛吗?”

下面就是这篇文章《如何观看艺术:必须特别认真,不能期望太高》。

最后,我想与大家分享一个未来的愿景,不仅是人工智能和创造力,还有更广泛的工作和人性。

豫章书院给我什么感觉呢?

PART THREE

※    ※    ※    ※    ※    ※    ※    ※    ※    ※    ※    ※    ※    ※    ※
   ※    ※    ※    ※    ※    ※    ※    ※

我希望在本文结束时,我会说服你们,我们既不应该害怕人工智能正在削弱或贬低我们的人性,也不应将其视为只影响日常工作但不会对我们的创造能力产生任何影响的东西。相反,我希望最终你会对AI的未来感到兴奋,并且愿意接受它而不是作为竞争者,而是作为重获和巩固我们人性的有力工具。

就是他们没把人当人看。

卖猪肉的老板轻瞥了她一眼,或许是老太满脸的污垢,寒碜的穿着引起了自己的反感,卖猪肉的老板急忙放下手中的屠刀,驱逐瘟神一般的推开了老太,嘴里还不停地说:“走……走走走……”
  
  眼见老太因重心不稳快要摔倒在地,发小忙过去扶她,可不料老太竟直接推开了我的发小,往后一退,再次拉开一米的距离。
  
  “我没有恶意!”情急之下发小说出自己的早就想说的话。
  
  听过发小的话,老太的眸光温和了几许,有些不好意思,好在全身紧磞的弦似乎松邂了许多,跌跌撞撞之下,总算来到了小卖铺。
  
  “这有蜡烛吗?”来到店铺,老太微微蠕动发紫的唇,吞吐的发出细小微颤的声音。
  
  “有~”老板娘嚼着口香糖,满脸瞥色,将“有”字拖的特别长,听起来格外别扭。
  
  老板娘不情愿的离开火炉,羊毛绒的拖鞋随着老板娘的走动发出“啪、啪、啪、”的声音,似在打着节拍。此时此刻的正穿着一双破旧进水鞋的老太正面带着微笑。

花时间

前往美术馆,最大的难点,在于让我们自己摆脱容易受打扰的状态。时间本身那种无所不在、毫不留情、吞噬一切的力量,是你的主要敌人。如果你总想着接下来要去哪儿,还有什么没完成的事情,比起站在艺术品前面来说,更应该去做什么,那就别指望还能发生什么有意义的事情了。但是,要摆脱开时间,已经变得尤为困难。各种设备让我们上瘾,提醒我们时间的存在——手机和手表忝列其中,还有照相机,因为相机已经变成了记忆的拐杖,而只有记忆能帮我们抵抗时间流逝。

现在,关于是否允许在美术馆内拍照的辩论如火如荼,可关注点都放在这里——拍照行为是否侵犯他人,破坏他们的兴致;然而更重要的是,这个行为更在根本上破坏了拍照者本人的艺术体验,而这体验总是稍纵即逝的。所以,应该留下你所有的设备。然后,绝对绝对不要事先规划逛完美术馆干什么。如果你听到人们在讨论晚餐计划,喝点儿什么,甚至是什么时候让看孩子的人回家,那就用目光杀死他们。

实用建议:如果你在闭馆之前一小时进去,那就用不着担心到底几点。等到警卫把你赶出去就好。同时,如果你只有一个小时,那就只逛一个房间。任何让你感到匆忙,或是不得不加快脚步的事情,都会让你重新进入到日常生活的忙碌感觉中。这就是门票收钱的另一个害处:参观者在精神上会给整个体验“打表”,想要让自己的时间值回票价,因此再次在这次游历中打上日常工作世界的印记——在那里,时间就是金钱,而金钱就是一切。

旁注:本文基于我在日本SciPy 2019和日经AI
201峰会的扩展版本中进行的一系列会谈。如果您更喜欢观看视频,可以在YouTube上找到SciPy演讲。但是这篇文章既是最新的,也是更深入的,特别是关于知识工作和创造力未来的最后一节,我在SciPy谈话期间没有时间去讨论。

所有被送进去的都是年轻的学生,他们也许是因为早恋,也许是因为上网,也许是因为其他乱七八糟的东西。

图片 4

要安静

一定要避免噪音,因为噪音不仅扰乱心神,更让我们憎恶其他人。如果你在想着旁边的人多么无趣,多么心智麻木,那么你大概也没什么希望能接受艺术的魅力。在美术馆中,想象你自己有某种同性磁石之间的排斥力。走到空地去,放纵你对于人类的厌恶。

这并不容易。很多美术馆已经变得特别嘈杂了,有时候是刻意为之。如果是科学和历史相关的博物馆,噪音高低就等于游览者的参与程度,表明人们在享受他们的体验。在美术馆中,噪音不只是糟糕的社交礼节问题,更体现了某些艺术品的出名程度,比如《蒙娜丽莎》,吸引了巨大而喧闹的人群。然而,任何能吸引无数人观看的艺术品早已经死了,成为自身名声的受害者,它的光环已经散去,它的意义已经丧失在数不尽的陈词滥调和虚伪言词之中。为它的灵魂祈祷吧,然后赶紧离开。

倒不如在美术馆中找个安静的角落,那里布满无人关心的东西。某些被认为枯燥乏味的艺术品(比如19世纪的美国风俗画),或是不受外界影响的画(比如拜占庭世界的圣像),更有可能无人问津,它们的孤独会让它们更加慷慨。这样的作品也许没什么内涵,但却能给你它的所有。

AI艺术的一个非常简短的历史

也许真的有那种冥顽不灵的学生,但是大多数只是叛逆了一点。

有没有想过烛光可能是希望

做功课

过去半个世纪以来,我们的文化空中小姐们有不少诺言,其中最具欺骗性的是:欣赏艺术,你什么都不用知道。只有在最有限的场合里,这句话才是对的。没错,即便是我们无知的时候,艺术也可以向我们发声。但是还有一个更强有力的真相:艺术在我们心中引发的反应,跟我们对它的了解程度直接成正比。由此而言,艺术是大众娱乐的对立面,后者随着人们的熟悉变得越来越了无生趣。

所以做做功课吧。即便在 Wikipedia
里看10分钟,也可以帮你找到方向,从根本上改变体验。阅读有趣的老旧艺术史著作,是更好的办法,特别是知道如何写作、现在看上去有些过时的学者(肯尼思·克拉克,贡布里希等)。参观特展的时候,一定要读读展览目录,至少看看主要的目录文章。如果你买不起目录,那就在礼品店里面看。

关于礼品店的规则:绝不要买任何非书籍类物品;绝不要为礼品店“留出时间”,因为这会让你想着时间;绝不要带孩子进去,因为他们会把艺术和商品联系在一起。

很多美术馆有公众教育计划,包括接受过训练的志愿者带领的导览。在加入某次导览前,一定尝试偷偷跟着听一次。如果导览一直在问问题,而不是说明作品、传递知识,那就别浪费时间了。这些假冒的苏格拉底式对话有个错误的前提:所有关于艺术的意见同样有道理,权威的见解是某种程度上的压迫。如果某个教滑雪的人声称不关心姿势和技巧,你是不会跟他学习的。那就不要浪费你的时间,别跟着那些所谓的教育者了,他们只会随意提出浪费时间的问题,问你的感觉和想法。

人工智能和创造力之间的联系第一次从相当深奥的圈子渗透到主流意识中,这可能是谷歌在2015年宣布推出DeepDream的时候。

送进去之后,再出来,他们真的听话了,因为,除了听话,他们不知道该干什么。

良久,老板娘从店内取出一包红色的蜡烛。
  
  “呐,蜡烛!”老板娘冲老太没个好脸色的说道。
  
  老太正准备接过蜡烛,却不料,老板娘竟然将拿有蜡烛的左手缩回,伸出右手说:“要蜡烛,先给钱!钱!钱,懂吗?”
  
  “对。钱!钱!我给老糊涂了!”老太微微一笑,皱纹舒展开来,用发黑长满老茧的手,轻轻拉开荷花包拉链,继而用微微颤抖的手指取出一张皱巴巴的十元,并说:“这里是一块!还差三块!”
  
  老板娘飞快的夺过老太手中的十元,神色不变的看着老太又从荷花包里取出一张褪色的五角,正当老板娘打算神情自若的接过时,我的发小再也忍不住了!

用脑子

艺术的体验转瞬即逝,我们必须接受这样的事实。但是除了主观体验外,艺术也必须得到研究和辩论。然而,跟我们研究、辩论的大部分事物不同的是,艺术很难总结、描述。如果无法口头表述你看到了什么,你也许会觉得这次参观什么都没有感觉到。甚至你会觉得你什么都不记得了,似乎那些只是众多图像形成的一瞥,却完全无法把握。

可是,即便艺术的真实体验很难保留、记忆,艺术家的名字、他们所在的国家、他们生活和创作的年代,还有很多其他东西都很容易留在记忆中。有些美术馆的教育者知道这些东西,却告诉你这些细节不重要——他们在撒谎。一定要尝试记住一位艺术家的名字,至少一件此人的作品,而且这是你在走进美术馆之前没听过的艺术家。

如果想记住某件作品,应该努力让自己完成一些口头描述。也许写到笔记本里。完成口头描述的过程会让作品细节印象更具体,还会强迫你更深入观察,挑战你自己面对艺术时顽固的盲目。如果你觉得自己讲的都是陈词滥调,那就回去再来一次,再来一次,直到你说出某些更有实质的东西为止。如果其他一切做法都失败了,那就把看到的作品细节放到记忆中,包括它的主题、整体的色调,或是表面的质感。离开作品,然后试着记得这些;回来再对照作品,检查下自己的心智图像。这个做法并不有趣,实际上挺磨人的。类似折磨意味着你在同遗忘的斗争中取得了进展。

图片 5

游戏打得贼好的人在里面被打断了手指。

这种红蜡烛,市场价本来就只要四元钱,老太明明就给了她十元,她现在不仅不打算找钱给老太,还打算神情自若的接过那十元?
  
  “那不是一块!是十元!”我发小激动的吐出,我在旁边吞声不语!
  
  “十块?”老太将迅速五毛放回荷花包,再次警惕起来,恍然大悟的说:“那你要找我钱!”
  
  老板娘狠狠的朝我发小喵了一眼!极不情愿的从口袋里取出一张展新的五元和一张展新的一块。
  
  老板娘将钱递给老太,面部扭曲,就如同被割了肉般痛苦。
  
  老太接过钱和蜡烛,先是微微一笑,后又愣了一会儿,这才晃悠的转过皮包骨的身子,冲着我们,用标准的湘西口音诚恳的说道:“妹儿,谢谢你妹儿,你是个好人啊!谢谢,谢谢你呀!”

接受矛盾

艺术必须有某种乌托邦式的野心,一定希望让世界变得更好,必须触碰不公和悲惨。艺术只有一个使命:用自己自洽的语言表达视觉想法。就像某个艺术爱好者对另一个爱好者说的话:莫奈,马奈,都是对的。

苏珊·桑塔格曾说“反对诠释”,而是赞同更加即时性的、更具感性的、更纯粹的主观艺术反应。但也有人说,而且说的也有道理——艺术是文化的一部分,其中蕴含众多文化含义,我们的工作就是把它们辨识出来。再次声明,说的都对。

艺术的体验常常陷我们于两难。我憎恶具象的当代艺术,除了我不这么想的时候;抽象亦如是。观看一幅画时,试着体悟两种完全相反的思维方式,总会有帮助:它只是一件物体,一件常见的物体;它是一件人类主观意志非同寻常的极端表达。两者都对。

艺术既让人精神昂扬,又能使人垂头丧气;它让我们兴奋,又使我们无力;它让我们变得更慷慨,同时更自私。与某位艺术家、某件作品爱恨交织的关系,常常是所有关系中最激烈、最持久的。在美术馆中游荡多年之后,我已经接受了对于艺术极端矛盾、水火不相容的想法。这种认识常见的口水话是:艺术强迫我们面对矛盾,从而让我们变得更具人性。但绝不要相信任何只说后半句的人:“艺术让我们变得更具人性。”这毫无意义。

实际上,艺术强迫我们面对矛盾,从而让我们变得荒谬,暴露出我们可悲的想法:试图让经验变得有意义;揭示出我们对于自己和世界那令人难以置信的错误理解。这是让人难以接受的、危险的东西,不能等闲视之。

再给一条建议:离开美术馆的时候,如果你觉得自己感觉良好,那你可能完全搞错了。

图片 6

※    ※    ※    ※    ※    ※    ※    ※    ※    ※    ※    ※    ※    ※    ※
   ※    ※    ※    ※    ※    ※    ※    ※

【说明:以上中文文字内容,除引用部分外,版权归郑柯所有,转载请标明出处。

如果你想购买艺术君翻译的《创世:梵蒂冈博物馆全品珍藏》,请点击“阅读原文”去艺术君的网店。

如果你想向艺术君提问有关艺术、翻译、或者高效工作相关工具的有关问题,请长按艺术君的“分答”二维码。

如果你想给坚持原创和翻译的艺术君打赏,请长按或者扫描“分答”下面的二维码。两个二维码,一个是一套煎饼果子,另一个您随意。】

图片 7

图片 8

图片 9

图片 10

想象一下盯着云,过了一会儿,你会感觉到你可以在那里看到一种模式,也许是一张脸。你盯着云看的时间越长,你对脸部的想法越多,你就越能说服自己,云中真的有一张脸盯着你看。

想写小说的人在里面被磨灭了灵魂。

事后,下午,发小与我一起回家,满脸愁绪的对我说:“行儿!(我的小名)我还是忘不了刚才的那个老太!你还记得吗?你刚才看见了没有吗?她对我道谢时,我感觉她好可怜啊,她好像哭了你知道吗?还有行儿……对了,你忘了没啊……”
  
  
“当然……忘记不了……了……”

Share this:

  • Click to share on Twitter
    (Opens in new
    window)
  • Click to share on Facebook
    (Opens in new
    window)
  • Click to share on Tumblr
    (Opens in new
    window)
  • Click to share on Google+
    (Opens in new
    window)
  • Click to share on Pocket
    (Opens in new
    window)
  • Click to email this to a
    friend (Opens in new
    window)
  • Click to print (Opens in
    new
    window)
  • Click to share on
    Pinterest (Opens in new
    window)
  • Click to share on LinkedIn
    (Opens in new
    window)
  • Click to share on Reddit
    (Opens in new
    window)
  • Click to share on WhatsApp
    (Opens in new
    window)

DeepDream本质上就是这种现象的神经网络。

不务正业,是所有人的批评。

图片 11

Like this:

Like Loading…

通过反复增强神经网络在图像中拾取的图案,最初非常微妙的图案逐渐变成这些图案的完整表现。通过这种方式,眼睛开始长出狗,蜗牛似乎从建筑物中萌芽,风景变成奇异的城市景观与童话塔。

没人选择尊重。

此刻夕阳西下

从高中开始,一直到我的博士学位我偶尔会为乐队制作音乐视频。我的第一个使用深度学习的项目是在2016年我的博士学位结束时,当时我使用DeepDream网络在我为“The
Void”字母和树所做的视频中实现了一种有点新颖的视觉效果。

我很感谢我爸我妈,因为他们也曾经想过把我送去戒网瘾。

PART FOUR

虽然今天没有人会对此感到兴奋,但你必须记住,2016年是史前的深度学习术语。那时候它是一个非常酷的效果,这对我来说是一个很好的方式让我熟悉TensorFlow(当时还处于初期阶段)以及一般的深度学习。

现在想来,那也许是我最接近死亡的一次。

我永远忘不了那天的天空,那淡蓝中夹杂的的几抹腥红,忘不了太阳的光芒就跟银针一般,照在身上,忘不了那砭骨般的疼痛……忘不了,抬眸望去,那天发小如天仙般焕发着的光芒,是那么的温和不耀眼……

最近,我们已经超越仅仅操纵现有图像。特别是,我们已经看到神经网络生成图像的惊人突破。很大程度上,这归功于一类称为GAN,生成性对抗网络的网络。

然后,因为这件事批评教育的《暴走大事件》在所有平台通通下架。

有的人眼盲心不盲,有的人心盲眼不盲,我不想去推测一个盲人买烛的用意,但这至少让我明白了许多。

GAN基本上是通过使两个网络彼此相互作用,生成虚假数据的生成器和必须判断数据是真实的鉴别器或评论者还是由生成器网络创建的伪造,已经达到了令人震惊的准确性和可信度。在他们可以产生的那种图像中。

没错,就是这样,我们为那些死去的或者还在里面挣扎的人叹息,然后,没过多久,我们就会忘掉一切,继续照常生活,毕竟,人是如此擅长忘记。

特别受欢迎真实面孔相互变形的幻觉图像,导致令人着迷的视频。

而豫章书院还是会继续开着,一切都没有改变。

由于最近实现了这种GAN伪造品的真实性,所以像thepersondoesnotexist.com这样的网站的整个家庭手工业如雨后春笋般涌现。每次刷新该特定站点时,都会生成由神经网络设想的新的照片级真实肖像。虽然玩起来很有趣,但它也是围绕Deep
Fakes日益增长的问题和近乎完美的AI伪造时代的真实数据可信度的焦点。

世界又迎来新一天。

这是我将在下面再次回到的一点。虽然人工智能艺术本身既有趣又有趣,但它也 –
就像其他形式的艺术一样 –
使我们能够突出问题并表达我们的关注。通过将这些问题或失败点作为我们工作的基础并将其置于极端,我们作为艺术家可以传播意识和教育。

和昨天一样黑暗的一天。

最好的艺术品不仅美观,而且还邀请人们思考。

因为我又看到了江歌和刘鑫的新闻。

2018年10月,当法国集体“Obvious”能够以432,500美元的价格在着名的拍卖行Christie’s拍卖他们的GAN生成的艺术品“Edmond
de Belamy”时,AI艺术首次成为主流。

也许有人不知道这件事。

图片 12

简单问一个问题。

这引起了艺术和人工智能社区的骚动,并提出了人工智能能否真正产生艺术的问题。

如果你最好的朋友为了救你被人捅死了,连捅十几刀,她的妈妈悲痛欲绝,你会怎么做?

然而,这远远不是它提出的唯一问题,拍卖结果的大部分注意力都集中在Obvious接近并实施该项目的路上。他们因为拿走别人的代码,在一个结果有问题的简单数据集上进行训练,并在画布上销售生成的输出而面临严厉的批评。

1.迅速安慰她妈妈,表示自己就是她妈妈的第二个孩子,同时严惩凶手,报答好朋友的救命之恩。

我不想深入讨论Obvious是否应该获得金钱和关注(如果你感兴趣,网上有很多讨论,例如伟大出版物Artnome中的这篇文章)。然而,我想说,在我看来,无论我们是否将最终作品视为艺术,Obvious都不是我看到真正艺术家的艺术家。

2.迅速把她妈妈拉黑,欢天喜地地烫头发,买新的包,和朋友出去吃饭,自拍发朋友圈。如果她妈妈找上门来,就骂她女儿短命,撇清所有关系。

非常有说服力的是,他们甚至没有用自己的名字签名,而是使用了GAN算法的关键方程之一。就好像他们想说“我们没有这样做,人工智能成功了”。

没错,就是这么简单。

这与真正的AI艺术家正在做的完全相反。

第一个答案是正常人的想法。

像画家一样研究他的画笔和画布,并改进他的笔画,就像钢琴家研究她的乐器的复杂性和练习她的技巧一样,真正的AI艺术家深入研究他正在使用的网络以及他需要操纵它们的方式为了实现他所想到的创造性成果。

死的那个是江歌,而刘鑫,就是给出第二个答案的人。

从这个意义上说,AI和神经网络不是创造者!它们是钢笔,刷子,相机,小提琴,凿子等。它们是工具。

我从这一刻起才知道,原来,除了贫穷,善良也一样可以限制一个人的想象力。

由于它们的高度复杂性和新颖性,它们看起来像魔术一样,像自主创作者一样,但最终它们仅仅是熟练创作者手中的工具。

直到现在为止,刘鑫站出来并不是因为她真的对江歌的死心怀愧疚。

对我而言,Obvious做的非常巧妙地利用这种新颖性和高复杂性来做出好的销售。无论你怎么想他们的艺术天赋,他们肯定是聪明的企业家。

而是因为这该死的网络暴力。

有点像有人在1985年推出它的边缘,在MS
Paint上做了一个简单的草图,将它印在一块大帆布上,并将其拍卖下来。纯粹的新颖性和看似高度复杂的创造它的过程可能会带来很高的价格并给人们留下深刻的印象。但它可能不会是“好艺术”。而MS
Paint肯定不会是创造者。

对,就是他妈的网络暴力。

就像数码相机不再是模拟相机的创造者一样,或者Photoshop不再是前数字图形设计师的笔和纸的创造者,人工智能和深度学习也是如此

这么多年,第一次觉得“存在即合理”。

  • 至少我们可以实际想象它们的方式在可预见的未来 –
    不是创作者,而是创作者使用的工具。

我很难想象,会有这样一个人,会为了朋友而死。

对于那些对真正的自主创造力感到兴奋的人来说,这可能会让人有点失望。但我对此感到高兴,并认为这绝不会减少围绕这些技术的兴奋。它们为创作者提供了真正全新的创作表达方式。它们不仅仅是作为固定工具,它们几乎是一个元工具,它使我们能够不断创造新的工具和流程,以实现我们的创造性愿景。

但是,我更难想象,在朋友挡刀的时候,你没有报警,没有呼救,甚至没有出去看一眼。

有了这个关于我认为真正的AI艺术家不在乎的人的咆哮,让我简要介绍一下我认为属于这一类的少数人。

隔了一扇门。

这份清单绝不是详尽无遗的,人工智能艺术家社区也在不断发展。开始研究更广泛的人工智能艺术的好地方是由Luba
Elliott组织的创意和设计机器学习的NeurIPS研讨会的画廊。

门外是天使,门里是魔鬼吗?

为了简洁起见,我也不会深入了解任何艺术家的细节,但鼓励你为自己检查他们的艺术。

不,门里是那个叫刘鑫的人。

认识AI艺术家

好吧,一个女生,遇到这种事情难免害怕,虽然杀人的是你前男友,虽然你分了手还继续心安理得地收着他送你所有礼物。

可能最成熟的AI艺术家是Mario Klingemann。

可是,江歌死了,没有愧疚。

Klingemann就像Obvious一样,把注意力集中在GAN相关艺术,尤其是肖像画上。然而,与Obvious相反,他真正成为他们错综复杂的大师,确切地知道如何建造,训练和操纵它们以达到他所希望和设想的精确艺术成果。

觉得一切与自己无关,对啊,谁叫她替我挡刀呢?

他的许多作品都具有令人难以置信的微妙之处,让人联想到更传统的艺术形式,通常将艺术美学与更抽象的艺术形式混合在一起。

活该她短命,不是吗?

图片 13

很正常的逻辑。

“神经小故障”;
正如他在接受艺术市场大师采访时所描述的那样,他对人工智能艺术追求的动力在于寻找“有趣”

人性可以如此阴暗,冰冷。

“我试图找到一种有趣的东西,这种搜索永远不会结束,因为一旦你抓住它就会像手中的雪花一样融化。兴趣隐藏在陌生的,不常见的和不可思议的之中,但是一旦你发现它并把它拖到聚光灯下,你看它越久,它就越熟悉或正常,最终失去它的趣味性。

我们从小受到的教育都是如何做一个好人,可是从来没有人教我们如何去面对一个坏人。

我正在使用机器作为探测器来帮助我搜索不断增长的信息,这些信息以加速的速度传播到我们的世界。与此同时,我通过使用机器来生成有序的信息模式,而不是将其留给我自己的设备,从而增加了这一堆。有时在这个过程中,我决定并有时将其留在机器上。“

而为了学到这一点,江歌付出了生命。

这种搜索方面是AI艺术中反复出现的主题。

那个男人杀死了她的身体,可是,刘鑫却狠狠地泯灭了她的灵魂。

我们可以想象所有可能的艺术作品的抽象空间。这个空间是令人难以置信的高维度和巨大的(可能是无限的,取决于我们考虑的媒体)。传统上,艺术家只能非常缓慢地探索这个空间中的无限小区域。

也许江歌根本不会想到,她的好闺密会是这样吧。

神经网络本质上提供了工具,使我们能够更快,更广泛地探索这个空间。人工智能艺术家的技能往往在于知道如何引导这种网络化探索向“高度兴趣”的地区。

江歌妈妈绝望的哭喊,刘鑫家人无所谓的表情,一年前发生在日本的这起杀人案件,一年后,刘鑫站出来的身份居然是“受害人”。

克林格曼最近还在苏富比拍卖了他的一件艺术品—记忆路人。这件作品不仅仅是一件静态的艺术品,而是实际上包含了生成机制本身,导致了一个完全生成,无限期发展的装置。

“我都道歉了,你还要怎么样?”

最终,该片获得了“仅仅”32,000英镑,这导致了一场广泛的媒体风暴,文章名为“人工智能艺术品拍卖,机器人大灾难尚未到来”,宣称短暂的AI艺术场景已不复存在而不是好奇心,基本上已经到了最后。

“我叫她替我了吗?”

但是,我个人认为这对AI艺术界来说是一个好兆头(我认为Mario
Klingemann同意这一点)。32,000英镑是一个合理且非常可观的价格,而不是表明人工智能艺术的终结,它标志着人工智能艺术炒作的结束以及对注意力/新奇经济的利用。

“她只不过死了,可我的生活都被网络暴力毁了。”

这表明AI艺术已经成为一种严肃而受人尊敬的艺术形式,而不是过分夸大的好奇心。

类似于这样荒诞的逻辑刷新了我的三观。

与马里奥·克林格曼的作品截然不同,但同样有趣的是土耳其媒体艺术家Memo
Akten的作品。

我从来没有想象一个人可以理直气壮的扯淡。

虽然克林格曼的作品非常“专注”并且与美术相关,但阿克滕的作品更具概念性和多样性。虽然他的最终结果可能看起来不那么“精致”,但它们都是基于通常非常简单但巧妙和具有挑衅性的想法。

就像一个人给你端了一盘屎,告诉你,这是他最喜欢的饭。

我非常鼓励你看看他的作品目录,但是我想与你分享我最喜欢的作品,他称之为“学习”。

恍恍惚惚之间,我仿佛回到了一年前,听见了喊声,看见了鲜血。

这个想法非常简单,但结果既惊人又发人深省。

红色的大地与蓝色的天空,黑色的防盗门与白色的学生装,悠宛的沉默与短暂的痛呼。

在训练过程开始时,神经网络通常是随机初始化的,这意味着它们绝对没有“现实世界”的概念。在训练期间,通过反复暴露于数据,他们然后形成世界的图像(或至少是数据集中表示的世界)。如果此数据集存在偏差,那么受过训练的网络的世界观也是如此。

穿过时空,看到了各个不同的面孔。

在学习中,Akten将这个想法发挥到了极致,并在非常不同的图像数据集上训练了各种神经网络。

冷漠,麻木,无动于衷。

一个网络只看到海洋和海岸线的图像,另一个网络只看到火灾图像,而另一个网络只看到了鲜花图像。

法律可以制裁凶手,可是,谁他妈的制裁人性?

结果,一旦网络完成了他们的训练过程并在“真实世界”上发布,被展示出更多的通用图像,他们只能根据他们学到的东西来解释这些。

也许见多了分分合合,人性曲折。

例如,“花卉网络”并不知道如何解释它在花朵方面所看到的一切,看到它看起来到处都是鲜花。

张爱玲才能说出这种话来,

就好像一个孩子从孤立的环境中出生,只被花朵包围,然后突然释放到现实世界中。它的视觉皮层和模式识别系统可能会很难解释新的模式,并且可能同样看到各处的鲜花。

“我相信人,但不相信人性。”

虽然这是一个思想实验而仅仅是推测,但众所周知,我们人类对视觉感知中的某些模式具有自然的偏见,例如看到面部的偏见。

学习观察提出了一个有趣的问题,即由于我们独特的成长和文化背景,我们每个人可能有多少偏见。

我们所看到和感知这个世界有多么不同?

虽然不太可能像Akten网络的偏见那样强烈,或者思想实验中的孩子,但几乎可以肯定的是,人与人之间存在微妙的差异。

算法的偏差在过去已经引起普遍关注。种族聊天机器人或性别歧视图像识别/分类模型只是一些例子。它们实际上是数据驱动科学和深度学习中最基本的问题之一。

在某些情况下,偏见非常明显。虽然这些案件肯定令人震惊和担忧,但它们不太可能成为问题最严重的案例,仅仅因为它们非常明显。随着数据驱动技术变得越来越普遍,特别是微妙但全部存在的微小偏见既重要又难以发现和根除。

虽然我们可能没有直接的解决方案,但作为艺术家,我们有能力在这个问题上引起关注,并让外行人(以及经验丰富的从业者)更容易接近,将其推向极致。

这就是我认为很多有趣的AI艺术生活的地方,特别是Memo
Akten也参与其中的更具概念性的类型:采用完善的神经网络,并将它们推向它们的突破点或适用范围。这不仅会带来有趣和意想不到的结果,而且还可以让我们更深入地了解这些模型在现实世界场景中盲目松散时可能会产生的问题。

我想在这里介绍的最后一位艺术家是计算机设计讲师Tom White。

他的项目Perception
Engines,顾名思义,侧重于感知在创造力中的作用。用他的话说,

“人类感知是创作过程中经常被低估的部分,因此设计一个将感知放在首位和中心的计算创造过程是一项有趣的练习。”

同样,它本质上是一种欺骗神经网络的做法,通过巧妙地改变应用它们的域来做它们最初不打算做的事情。

它使用了对抗性例子的概念,并对其进行了有趣的艺术转折。特别是,White建立了一个反馈循环,网络的感知引导创作过程,然后反过来再次影响感知。

简而言之,怀特采用经过训练的神经网络来识别图像中的对象,然后使用第二个系统,该系统可以生成抽象形状并搜索可以“欺骗”网络进入高确定性预测的结果一个特定的对象类。结果看似抽象的形状(白色后来变成真正的屏幕打印)仍然说服网络是某些对象的照片级真实表示。

图片 14

有趣的是,一旦我们知道网络认为它看到了什么,我们就可以在大多数情况下突然看到大多数图像中的对象(尽管我怀疑是否有人被欺骗与真实的东西混淆)。

白色使用的真正过程实际上比我在这里给出的项目的缩略轮廓更加聪明和深刻。如果您对细节感兴趣,我强烈建议您查看他的文章。

Qosmo:计算创造力和超越

现在您已经对AI艺术的内容有了一些了解,并了解了一些在这个新兴领域工作的人,让我简要介绍一下我如何参与其中的故事。

我实际上是以物理学家的身份开始了我的学术生涯,在量子信息理论方面攻读博士学位。但是在这样做的过程中,我意识到我想做更多应用的事情。通过我共同创办的初创公司获得了一些创业经验,我认为AI从纯粹的学术角度来看似乎既有趣,也是解决一些非常酷的现实世界问题的非常有前途的工具。

因此,在我获得博士学位后,我在一家创业公司工作了几年,这家公司将人工智能应用于广泛领域的商业问题,例如金融和医疗保健。虽然在这些领域肯定有一些有待解决的问题,但我个人对AI的创意方面越来越感兴趣。

最终,在2019年2月,我终于决定辞掉我以前的工作,并和他的朋友NaoTokui一起在他的Qosmo公司工作。

Qosmo是一个位于东京的小型创意团队。该公司的核心理念是“计算创造力”,重点关注人工智能和音乐(但当然不限于这些领域)。

在这里,我想简要介绍一下我们过去的三个项目。

AI DJ

到目前为止,Qosmo最着名的项目可能是我们的AI DJ项目。

AI DJ最初始于2016年,是人与人之间的音乐对话。

在DJ中,“背对背”的演奏意味着两位DJ轮流选择和混音。在我们的例子中,我们有一个人类与AI一起背靠背。

具体来说,人选择一个轨道并混合它,然后AI接管并选择一个轨道并混合它,依此类推,创造一个自然和连续的合作性能。

这种增强人类创造力和玩人与机器创造力关系的想法是我们在Qosmo所做工作的核心。我们对自主创意机器并不特别感兴趣(我们也不相信它们在不久的将来是可能的),而是人类如何与人工智能和机器进行交互以达到创造性目的。

AI
DJ由几个独立的神经网络组成。核心是一个系统,可以根据以前播放的曲目的历史选择一个曲目,以及一个可以进行节拍匹配和混音的系统。

至关重要的是,我们不是使用数字音频而是使用实际的黑胶唱片。AI必须学习如何物理操纵光盘(通过使用强化学习训练的微型机器人手臂),以便对齐节拍并获得匹配的速度。

虽然该项目已有几年历史,但我们仍在不断开发该系统。例如,使用相机来分析人群行为并尝试通过调整此信息的轨道选择来鼓励人们跳得更多。

我们在过去的许多场地都采用了这种表现,包括本地和全球。到目前为止,我们最大的表现是在Google
I / O 2019上,我们在主要舞台上进行了一小时的演出,在CEO Sundar
Pichai的主题演讲之前让人群热身。

您可以在我们的网站上阅读有关AI DJ细节的更多信息。

虚构的Soundscapes

作为人类,我们将视觉和听觉经验联系在一起。看看海滩的图像,你可以很容易地想象出海浪和海鸥的声音。看着繁忙的十字路口可能会引起汽车喇叭声和施工噪音。

Imaginary
Soundscapes是一个让人工智能具有与图像相关的类似想象声音的实验。这是一个基于网络的声音安装,让用户可以探索谷歌街景,同时沉浸在AI梦寐以求的想象声景中。

从技术上讲,它基于跨模态信息检索技术的思想,例如图像到音频或文本到图像。

该系统使用视频输入的两个模型进行训练:一个完善的,预先训练的图像识别模型处理帧,而另一个卷积神经网络将相关的音频作为谱图图像读取,具有力的损失其输出的分布尽可能接近第一个模型的分布。

经过训练,这两个网络允许我们从我们庞大的环境声音数据集中检索特定场景的最佳匹配声音文件。

生成的音景有时很有趣,有时很有趣,有时候会发人深思。其中许多符合人类的期望,而其他人则让我们惊讶。我们鼓励您自己迷失在想象中的音景中。

神经Beatbox

我们最近的艺术项目是Neural
Beatbox,这是一个视听装置,目前在伦敦Barbican举办,作为“AI:More Than
Human”展览的一部分(其中还有Mario Klingemann和Memo Akten的作品)。

就像AI DJ一样,这件作品以音乐对话为中心。然而,除了在AI
DJ中,AI在这里不是参与者而是仅仅是辅导员,并且对话发生在安装的不同观看者之间。

节奏和节拍是人类之间最基本和最古老的交流方式。Neural
Beatbox使任何人,无论他们的音乐背景和能力如何,都能用他们自己的声音创造复杂的节拍和节奏。

当观众接近安装时,鼓励他们录制自己的短片,制作声音和拉动有趣的面孔。使用该视频,一个神经网络将观众的声音分段,分析并分类成各种类型的鼓声,其中一些然后被集成在当前播放的节拍中。

同时,另一个网络不断产生新的节奏。

通过以这种方式结合后续观众的贡献,人们之间的直观音乐对话展开,从而产生不断发展的作品。

AI的轻微瑕疵,例如偶尔的错误分类或不寻常的节奏,实际上增强了创作体验,并产生了有趣和独特的音乐体验。作为观众,试图通过制作“非鼓声”来推动系统超出其预期的领域可以产生非常有趣的结果,其中一些实际上是令人惊讶的音乐和鼓舞人心的。

目前,Neural
Beatbox仅限于在巴比肯展览等公共场所展出,但我们正在考虑将其打开为基于网络的互动作品。我们只是担心互联网上的人们可能会为这种安装做出什么样的声音和视频…虽然结果可能很有趣和有趣,但他们可能还会很快包含一些NSFW内容。;)

生成模型和VAE

除了我在Qosmo的工作,我还做了一些我自己的艺术作品和更多与AI有关的一般创意相关项目。在向您展示其中的一些内容之前,我简单地想要进行快速简单的技术游览。

创作场景中使用的许多模型都属于“生成模型”的广泛范畴。上面介绍的GAN是其中的一种变体。

生成模型本质上是模型,正如其名称所示,学习如何生成更多或更少的真实数据。物理学家理查德·费曼(Richard
Feynman)在一篇引述中非常清楚地概括了这背后的一般思想。

“我无法创造,我不明白。” – 理查德费曼

作为使用AI的研究人员和工程师,我们希望如果我们可以教我们的模型来创建至少模糊的数据,那么这些模型必须对现实世界的样子或行为方式有所了解。

换句话说,我们使用创造和生成有意义的输出的能力作为智能的标志。

不幸的是,这种“理解”或“智能”仍然常常如下图所示。

图片 15

虽然我们的模型肯定是在了解现实世界,但他们的知识领域往往受到严重限制,正如我们在偏见的例子中已经看到的那样。

在我之前从事实际业务应用的工作中,这是个坏消息。您不希望您的财务或医疗预测看起来像上面的图像!

然而,作为一名艺术家,我发现这令人兴奋和鼓舞人心。事实上,正如已经指出的那样,许多艺术家故意寻求生成模型的这些突破点或边缘情况。

我个人最喜欢的生成模型类型是所谓的变分自动编码器,或简称VAE。从信息理论的角度来看,我发现它们既非常多才多艺,又美丽而优雅。

简而言之,VAE作为输入馈送原始数据,然后必须通过信息瓶颈压缩和传输该数据,并最终尝试尽可能准确地重建它。

由于信息瓶颈(更具技术性:潜在空间的维度低于数据空间),模型不能直接传递数据,而是必须学习有效的抽象和概念。

例如,如果我们想将它应用于狗和猫的图像,而不是简单地传输每个像素值,模型就被迫学习抽象,例如“狗”和“猫”的概念,腿和耳朵的概念,毛皮颜色等,它允许更紧凑(尽管通常不是完全无损)的数据表示。

作为这个过程的一个简洁的副产品,我们得到了一个紧凑的数学描述,我们的数据,一个所谓的潜在向量或嵌入。这允许我们做各种有趣的事情,例如有意义的数据比较以及数据点之间的实际插值,如上面的GAN面的示例中那样。

如果你想更详细地了解所有这些,我从两个玩家之间的合作游戏的角度写了一篇关于VAE的深入讨论。

个人项目

我想在下面向您展示的项目都以某种方式使用VAE。

潜在的脉动

当VAE初始化时,它的数据表示是完全随机的,因为它尚未学习任何有关训练数据的信息。随着训练的展开,网络逐渐学会了不同的概念和抽象,类似数据的集群在潜在的空间中开始形成,随着模型的收敛,越来越多地结晶出来。

潜在脉动可视化一个这样的训练过程,从初始随机混乱,模型经历变换阶段尝试不同表示的各个阶段,到最终建立在表现出相当明显的聚类的阶段。

潜在空间中的每个点代表大约30万个消费者投诉文本中的一个,该文本涉及由不同颜色代表的约12种不同的金融产品(例如“信用卡”,“学生贷款”……)。

除了自然的学习过程中,我还添加了一些周期性的随机噪声的嵌入物,以创建与轨道同步跳动模式“2个头脑”的InsideInfo,时间拉长从原来172bpm到160bpm,以更好地匹配视频的帧速率。我选择了轨道“2
Minds”,因为标题让我想起了VAE的编码器 – 解码器关系。

通常在使用生成模型创建艺术时,我们会考虑模型创建的实际输出。然而,潜在的脉动将这一概念转移到它的头部,表明潜在的空间本身可以具有固有的美感和艺术品质,即使模型训练的数据显然是枯燥的,例如在这种情况下使用的消费者投诉文本。

潜在的风景

另一个相关的作品更深入地描绘了隐藏在潜在空间中的优雅和美丽的潜在风景。

我喜欢将这些视为神经网络的“脑部扫描”。

图片 16

从技术上讲,这些图像是通过分析潜在空间的基本指标而生成的这件作品实际上是[我们正在研究的研究论文的副产品)。粗略地说,潜在空间不是“平坦的”,并且它们内的距离不均匀。潜在景观可视化潜在空间中不同位置处的曲率,距离失真程度。

上述结果也基于在同一财务投诉数据集上训练的VAE,显示了提醒外星人景观或宇宙气体云的抽象形态。

就像Latent Pulsations一样,网络本身,而不是生成模型的输出,成为艺术品。

NeuralFunk

我想提到的最后一个项目是迄今为止我最大的个人项目。由于我之前已经在媒体上广泛撰写了这个项目我只想给你一个非常简短的概述。

NeuralFunk是一个使用深度学习进行声音设计的实验。这是一个完全由神经网络合成的样本制成的实验轨道。

同样,神经网络不是轨道的创造者,但它们是用于构成轨道的唯一工具。因此,结果不是AI制作的音乐,而是使用AI作为探索创造性表达新方式的工具制作的音乐。

我在样本的创建中使用了两种不同类型的神经网络,一种是在频谱图上训练的VAE和一种WaveNet(另外还可以用来自VAE的频谱图嵌入)。这些网络共同提供了许多工具,用于生成新的声音,从重新设想现有样本或将多个样本组合成独特的声音,梦想完全无条件的全新声音。

然后将得到的样品用于产生最终的轨道。

标题为NeuralFunk的灵感来自鼓和低音子类型Neurofunk,这是我最初的想法。但在整个项目过程中,它变成了更具实验性的东西,与声音设计过程本身的实验性质相匹配。

如果你想了解这个项目的全部细节,请查看我的文章。

那么下一步对我来说是什么?

我对使用AI的扩展现场表演有一个很大的愿景,它将与上面介绍的许多概念相结合并将它们提升到一个新的水平,同时给我一种全新的音乐表现手段。

到目前为止,这只不过是一个愿景,考虑到项目的规模,我甚至有点害怕开始。

然而,我现在非常积极和热情地工作的是一本关于Time Off重要性的书。

虽然这似乎有些切合实际,但它实际上在几个方面完全与人工智能和创造力的关系联系在一起。

为了让你相信这一点,让我们继续一下。起初看起来似乎是随机的和无关的,但是请稍等一下,希望到最后你会同意我并对这个未来的愿景感到兴奋。

工作,休闲和创造力的未来

在人类历史的大部分时间里,工作的概念基本上等同于体力劳动。首先是田地和农场,后来是工厂。

在20世纪初,普通工厂工人每天工作超过10小时,每周工作6天。

这一切都在1926年发生了变化,当时亨利福特推出了8小时工作日和5天工作周(同时显着提高了工资标准以上的工资)。

为什么福特这样做?这不是因为他只是一个好人。他可能已经,我不确定,但他这样做的理由更实际,也更受商业驱动。

首先,他认识到如果他提供比其他任何人更好的工作条件,他就可以轻松吸引最优秀的人才。这正是发生的事情。最熟练的工人离开了他的竞争对手,并排队到他的工厂工作。如果有人没有表演,他就会放手。有足够多的人愿意接管这个职位。

其次,他认为如果人们没有空闲时间或者太累,无法利用空闲时间,他们就不会在休闲活动上花钱。

“有更多休闲的人必须有更多的衣服。他们吃的食物种类更多。它们需要更多的车辆运输。[…]休闲是不断增长的消费市场中不可或缺的因素,因为劳动人民需要有足够的空闲时间来寻找包括汽车在内的消费品的用途。“

这纯粹是经济的。

通过给予他的工人更多的休闲(以及更多的钱用于休闲),同样的工人最终能够和激励他们购买他们正在生产的产品。更多的空闲时间不会伤害,但会提振经济!

最后,最有趣的是我们在这里的讨论,他意识到他的工人将能够在更短的时间内做得更好,原因有两个。

对时间的限制将导致更多的创新和更好的方法。人们实际上会考虑如何工作,而不仅仅是研究。

“我们可以在五天内获得至少与六年一样的产量,我们可能会获得更大的产量,因为压力会带来更好的方法。”

  • 亨利·福特

此外,更多休息的工人通常更有效,更有动力,并且减少了代价高昂的错误。

从本质上讲,福特认为,即使是手工劳动,将忙碌与生产力等同起来只能达到一定程度。

大约在福特缩短其工厂工作时间的同时,哲学家伯特兰·罗素(Bertrand
Russel)在1936年发表了他的精彩文章“赞美寂寞”(The Praise of Idleness)。

在这篇文章中,罗素指出,历史上它不起作用,而是休闲的庆祝活动使我们能够完成许多我们现在认为是文明最大成就的事情。

“过去有一个小型休闲班和一个大型工人阶级。休闲阶层享有的优势是社会正义没有基础[…]它几乎贡献了我们所谓的文明。它培养了艺术并发现了科学;
它写了书,发明了哲学,并改善了社会关系。甚至被压迫者的解放也经常从上面开始。如果没有休闲类,人类将永远不会出现野蛮行为。“

他继续争辩说,前进的方向是重新发现我们对休闲和休假的欣赏(至少是高质量的休闲,如反思和沉思,而不是无休止地滚动我们的Facebook提要)。

并让每个人都参加休闲课程,而不仅仅是少数人。

“我要严肃地说,通过对工作的良性的信念,现代世界正在造成很大的伤害,通往幸福和繁荣的道路在于有组织地减少工作。”

  • 伯特兰罗素

鉴于20世纪初的这种趋势,我们现在应该生活在一种文化中,类似于古希腊和罗马,它非常重视休闲,并认为忙碌实际上是一种懒惰,缺乏时间管理和深刻反思的思想。

但事实恰恰相反。我们发现自己处于一种文化中,经常将忙碌,压力和过度工作作为荣誉的徽章,成就和骄傲的标志。按时离开工作并在白天休息充足的人不可能像日复一日地长时间过度工作并且几乎没有离开办公桌的人那样富有成效,对吗?

问题在于,即使我们已经从手工劳动转向知识工作,工人仍然会受到工厂工作心态的智力影响!

在某种程度上,这可能是合理的,目前仍然存在相当于工厂工作的大量残余物。这是一种工作,其中更多的时间实际上与产生的更多输出相关(至少在一定程度上,正如亨利福特所实现的那样)。

这种工作真正证明了长时间工作和牺牲时间。但这也是最不值钱的工作。而且这个价值一直在进一步下降。迅速。这些正是人工智能和其他生产力和自动化工具中断和最终替代的成熟任务。他们的日子差不多了。

在我之前的工作中,我领导了人工智能驱动工具的开发,该工具帮助金融分析师搜索大量新闻数据并从这些文本中获取见解。借助此工具,分析师设法缩短了搜索相关信息所需的时间,并为其经理生成了高达90%的报告!这可以减少90%的时间浪费在日常任务上,现在可以将其重新投入到真正重要且真正利用其技能和创造力的工作中。

或者,它可以投入到休假中。这是值得的投资。

人工智能不会剥夺我们的工作,也不会威胁或削弱我们的人类价值观。我的朋友和共同作者约翰·菲奇和我认为相反的情况也是如此。是的,人工智能会破坏工作环境,但是那些将保留以及新创造的工作将围绕人类技能,如创造力和同理心。

而且这些技能在时间上非常不线性。更多的时间绝对不对应更好或更高的输出。事实上,很容易投入太多时间,忽略休息的平衡和滋养效果,从而减少一个人的产出。

在未来的工作中,休假不会被认为是“很好的”或者是慷慨的雇主为吸引和留住人才而提供的诱人利益。

相反,故意实行休假将是关键技能和竞争优势之一。除了我们的职业道德,我们应该认真开始考虑我们的“休息伦理”。

约翰和我对这个未来感到非常兴奋,我们正在编写一本关于“休假”主题的书。

我们希望鼓励更多的人重新发现这种似乎已被遗忘的古老艺术,并提供非常实用的技巧,以便如何培养和使用高品质的休闲,并分享历史和现在令人难以置信的惊人故事。那些利用了时间的力量的人。

我们相信,专注于提升同理心和创造力的公司和个人,以及支持他们的休闲实践和习惯,是企业或个人理念的核心,将会蓬勃发展。

很快,它可能是唯一可行的选择。

繁忙的工作很容易实现自动化,没有人,无论他们投入多少小时以及他们牺牲了多少生命,都会在这些任务上超越AI。

另一方面,创造力和同理心将在很长一段时间内保持明显的人性。

那些了解这些技能以及新工具的人将不会将AI视为障碍或对手,而是将其人性提升到新的水平。

授权他们这样做将是一种健康的工作和休闲节奏,以及故意的休假练习。

所以我们现在开始练习吧!

我希望这篇长篇文章让你对AI艺术本身以及人工智能对我们将来更多地关注创造力的广泛影响感到兴奋。

我也希望我能激励你自己采取行动。

如果你是一名AI实践者,希望你能够使用自己的人工智能艺术,也许首先要推动你的模型超越极限,看看它们的行为方式。

但无论你是否直接使用AI,我真的希望你会考虑练习更多,更好,休假。

这不是懈怠或懒惰。这是你自己可以做的最好的投资之一!

让繁忙的工作留给人工智能,变得更加人性化!

原英文标题:Next Level Art and the Future of Work and Leisure

标签:,

发表评论

电子邮件地址不会被公开。 必填项已用*标注

相关文章

网站地图xml地图