摘要：日常用語中的“優(yōu)化”指采取一定措施使事物變得優(yōu)異。作為計(jì)算科學(xué)和運(yùn)籌學(xué)中的重要內(nèi)容，優(yōu)化是指在一定限制條件下，選取某種方案以獲得“最優(yōu)化”的目標(biāo)。將優(yōu)化引入文論，可以與美化相關(guān)聯(lián)，彼此之間有同有異。生成式AI中，優(yōu)化有模型訓(xùn)練、創(chuàng)意提示、調(diào)試迭代三種方式。文藝作品之所以能夠被優(yōu)化，與其作為物質(zhì)基礎(chǔ)的藝術(shù)媒介及其作品的“可修正性”有關(guān)。在優(yōu)化的技術(shù)演進(jìn)中，先后經(jīng)歷了手工加工時(shí)代的優(yōu)化、機(jī)械復(fù)制時(shí)代的優(yōu)化、數(shù)字創(chuàng)生時(shí)代的優(yōu)化三個(gè)階段。手工加工時(shí)代出現(xiàn)了諸如對(duì)“手稿”的“潤(rùn)色、修改”，對(duì)“樂器”的“調(diào)音”，對(duì)“原作”的“臨摹、謄寫甚至重寫”，對(duì)“文物、遺跡”的“修復(fù)”等不同的“類優(yōu)化”類型；機(jī)械復(fù)制時(shí)代出現(xiàn)了“參數(shù)優(yōu)化”“剪輯優(yōu)化”“表演優(yōu)化”等類型；數(shù)字創(chuàng)生時(shí)代出現(xiàn)了以算法優(yōu)化為核心的智能優(yōu)化。將優(yōu)化引入文論，需要警惕“最優(yōu)化”的結(jié)果不是“奇異性”，而是“普通性”的算法悖論、數(shù)據(jù)和變量中的偏差不易被糾偏；相反，易強(qiáng)化成偏見的偏差悖論以及隨機(jī)并不意味著不同，而只是相似，是風(fēng)格的重復(fù)的生成悖論。

關(guān)鍵詞：優(yōu)化；可修正性；人工智能時(shí)代；媒介藝術(shù)史；文論問題

中圖分類號(hào)：J0-05；I0 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-3180（2024）02-0001-13

* 基金項(xiàng)目：本文系國(guó)家社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目“當(dāng)代中國(guó)對(duì)話主義文學(xué)理論的話語建構(gòu)研究”（項(xiàng)目編號(hào)：22AZW003）與上海市教委科研創(chuàng)新計(jì)劃（人文社科重大項(xiàng)目）“新媒體藝術(shù)理論基本問題研究”（項(xiàng)目編號(hào)：2023SKZD15）的階段性成果。

以生成式人工智能（以下簡(jiǎn)稱“生成式AI”）為代表的人工智能技術(shù)對(duì)文學(xué)創(chuàng)作、批評(píng)和研究活動(dòng)的全面滲透和影響是人工智能時(shí)代的文論問題之所以提出的重要原因。在此過程中出現(xiàn)的新情況、新問題以及亟待展開的新角度為文論研究在人工智能時(shí)代的創(chuàng)新提供了可能。人工智能時(shí)代，文學(xué)創(chuàng)作、批評(píng)和研究出現(xiàn)了明顯溢出于傳統(tǒng)的基于口傳、書面乃至機(jī)械復(fù)制時(shí)代技術(shù)所形成的文論問題，亟待引入新話語來解釋，并發(fā)展出相應(yīng)的新的理論。本文試圖從優(yōu)化的角度切入，來分析人工智能技術(shù)及其文化邏輯對(duì)文學(xué)創(chuàng)作、批評(píng)和研究的影響，并在媒介藝術(shù)史的背景下展開與傳統(tǒng)文論話語的對(duì)話。

一、優(yōu)化的物質(zhì)基礎(chǔ)：藝術(shù)的“可修正性”

（一）優(yōu)化的基本含義

從日常語言的角度來看，“優(yōu)化”是指采取一系列的措施，使事物在某個(gè)特定方面達(dá)到更優(yōu)異的狀態(tài)，并持續(xù)改進(jìn)或選擇，以實(shí)現(xiàn)更加優(yōu)良的目標(biāo)；或者做出更加明智的選擇，進(jìn)而使某項(xiàng)活動(dòng)、某個(gè)工具在某方面更有優(yōu)勢(shì)。這個(gè)定義突顯了優(yōu)化的三個(gè)顯著特點(diǎn)。其一，優(yōu)化一定是以“優(yōu)”作為目標(biāo)的，這個(gè)“優(yōu)”既可能指“美”，也可能是“好”“快”，等等。換言之，不限于“美”。其二，優(yōu)化包含有方法、措施的選擇，采取手工、機(jī)械、自動(dòng)化或智能化的方式。其三，優(yōu)化包含著特定的效果，即“化”，使對(duì)象發(fā)生改變。

優(yōu)化還有其學(xué)術(shù)內(nèi)涵，即作為計(jì)算科學(xué)和運(yùn)籌學(xué)的“優(yōu)化”（Optimization）。嚴(yán)格來說，作為應(yīng)用數(shù)學(xué)的一個(gè)分支，優(yōu)化主要是指在一定條件限制下，選取某種研究方案使目標(biāo)達(dá)到最優(yōu)的一種方法。既然是“一定條件限制”，那么它就可以被轉(zhuǎn)化成“約束條件”；既然是要“使目標(biāo)達(dá)到最優(yōu)”，那么它就可以被轉(zhuǎn)化成“目標(biāo)函數(shù)”；既然需要“選取某種方案”，那么它就可以被轉(zhuǎn)換成一系列的“決策變量”。正是基于這一“數(shù)學(xué)化”的方法論轉(zhuǎn)換，優(yōu)化進(jìn)一步發(fā)展出諸如“連續(xù)優(yōu)化/離散優(yōu)化，無約束優(yōu)化/約束優(yōu)化，隨機(jī)優(yōu)化/確定性優(yōu)化，線性規(guī)劃/非線性規(guī)劃，凸優(yōu)化/非凸優(yōu)化……”更加精細(xì)、完備的研究方法。由此可見，作為學(xué)術(shù)話語的優(yōu)化與作為日常語言的優(yōu)化已經(jīng)發(fā)生了較大的變化：其一，這一優(yōu)化是以“最優(yōu)化”作為目標(biāo)的，它追求的是效率、效益的極值；其二，優(yōu)化要處理的約束條件包含各種困難、缺陷、不足等；其三，優(yōu)化采取的是統(tǒng)計(jì)學(xué)、博弈論等數(shù)學(xué)方法。

將優(yōu)化引入文論研究，就需要將之與文論既有的相關(guān)問題聯(lián)系起來。如果能用既有文論術(shù)語完美解釋這一問題，那就完全沒有創(chuàng)造新術(shù)語、新理論的必要。只有既能夠產(chǎn)生關(guān)聯(lián)，又存在較大差異，才能說有引入優(yōu)化的必要和可能。在傳統(tǒng)的文論術(shù)語中，“美化”（beautify）是一個(gè)能夠與優(yōu)化形成對(duì)舉關(guān)系的術(shù)語。所謂美化，主要是指“裝飾”“點(diǎn)綴”，更多的是指對(duì)局部、細(xì)節(jié)的完善處理；它還可以用來表示“粉飾”，即對(duì)此前的缺陷、丑陋的掩飾；優(yōu)化也是從效果角度來判斷的，但更多強(qiáng)調(diào)的是效率、效益等維度，追求的是極值。美化要處理的現(xiàn)實(shí)問題既包含“缺陷”，也可以指“普通”，如把姿色平平的女子涂脂抹粉裝扮成下凡仙女一樣；而優(yōu)化要處理的約束條件并不受限于“缺陷”“普通”，只要沒有達(dá)到“極”“最”，那么都還有進(jìn)一步優(yōu)化的空間。從這個(gè)角度上說，美化強(qiáng)調(diào)的是“更”，即美的程度的提升；而優(yōu)化強(qiáng)調(diào)的是“最”，是多中選優(yōu)，追求極致。

（二）優(yōu)化與藝術(shù)作品的“可修正性”

為何藝術(shù)作品可以被優(yōu)化？這涉及圍繞藝術(shù)作品之所以為藝術(shù)作品之“藝術(shù)”的永恒價(jià)值和終極意義。與海德格爾相反，本雅明對(duì)本源問題做了重新定位。在《藝術(shù)作品之本源》中，海德格爾首先將藝術(shù)作品之所以為藝術(shù)作品的“物性”因素否定掉了。一方面，海德格爾承認(rèn)“所有作品都具有這樣一種物因素（das Dinghafte）”，但另一方面，他又認(rèn)為“對(duì)這種物因素的追問興許是多余的，引起混亂的，因?yàn)樗囆g(shù)作品除了物因素之外還是某種別的東西。其中這種別的東西構(gòu)成藝術(shù)因素”。[1]本雅明在《機(jī)械復(fù)制時(shí)代的藝術(shù)作品》中對(duì)藝術(shù)作品的“可復(fù)制性”問題的討論正好明確地建立在藝術(shù)作品的媒介、材料的物質(zhì)性基礎(chǔ)之上，進(jìn)而提出藝術(shù)作品的“可修正性”（verbesserungsf higkeit）問題。所謂“優(yōu)化”即是對(duì)原藝術(shù)作品中不令人滿意之處進(jìn)行不斷完善，進(jìn)而使之變得“更美”“最優(yōu)”的過程。優(yōu)化必須以實(shí)體為對(duì)象。對(duì)象并非純粹的精神概念，而是具有實(shí)質(zhì)性的存在。正是因?yàn)樗囆g(shù)作品具有這種“可修正性”，才具備實(shí)現(xiàn)改變和轉(zhuǎn)化的潛能。“可修正性”為優(yōu)化提供了可能，它使得對(duì)象具備了可轉(zhuǎn)化、可修改和可變化的基礎(chǔ)。因此，藝術(shù)作品的“可修正性”正是優(yōu)化之所以可能的物質(zhì)基礎(chǔ)和前提條件。

本雅明的《機(jī)械復(fù)制時(shí)代的藝術(shù)作品》第一稿中有一個(gè)被命名為“永恒價(jià)值”的小節(jié)。但這一小節(jié)在第二稿及以后的四個(gè)版本中被刪除了。a在探討“永恒價(jià)值”這一主題時(shí)，本雅明比較了雕塑與電影這兩種藝術(shù)類型，認(rèn)為在古希臘時(shí)期，機(jī)械復(fù)制技術(shù)已初現(xiàn)端倪，但當(dāng)時(shí)僅有兩種復(fù)制手段：鑄造和制模。前者用來制造錢幣，后者用來生產(chǎn)陶器。其他的藝術(shù)品都是一次性的。因此，這些一次性的藝術(shù)品“就被要求有永恒性。希臘人就從他們的技術(shù)狀況出發(fā)，在藝術(shù)中創(chuàng)造這種永恒價(jià)值”[2]。這是一個(gè)非常驚人的理論洞見：所謂藝術(shù)作品的永恒價(jià)值是與其技術(shù)實(shí)現(xiàn)條件密不可分的—— 一次性的藝術(shù)作品被要求具有永恒價(jià)值，而可復(fù)制的藝術(shù)作品則可以不具有永恒價(jià)值。在本雅明看來，基于機(jī)械復(fù)制技術(shù)出現(xiàn)的新的藝術(shù)類型——電影，“它的藝術(shù)特質(zhì)第一次從頭到腳由它的可復(fù)制性所決定”，這也就意味著電影這一藝術(shù)類型不具有，或者更準(zhǔn)確地說不被要求，具有永恒價(jià)值。于是，本雅明在古希臘雕塑與機(jī)械復(fù)制時(shí)代的電影之間找到了最根本的藝術(shù)價(jià)值的分歧點(diǎn)：在電影中，恰恰是希臘人認(rèn)為“藝術(shù)品中最無關(guān)緊要的東西”——“藝術(shù)創(chuàng)作的可修正性”成為其最顯著的藝術(shù)特質(zhì)。本雅明明確指出，電影在藝術(shù)領(lǐng)域中具有高度的可修正性。自電影誕生以來，各個(gè)環(huán)節(jié)在技術(shù)上依賴復(fù)制。本雅明通過卓別林拍攝長(zhǎng)片并最終剪輯成短片的實(shí)例，強(qiáng)調(diào)了剪輯的多樣性和可變性，認(rèn)為這種可修正性具體體現(xiàn)在電影的組合剪輯中，并緊密關(guān)聯(lián)于徹底摒棄永恒價(jià)值的過程。

在本雅明那里，“verbesserungsf higkeit”一詞的意思是“ability for improvement”，即“改進(jìn)的可能”，將之翻譯成“可修正性”基本能夠達(dá)意。也就是說，“verbesserungsf higkeit”同時(shí)包含了兩層含義：其一是“可修改”“可調(diào)整”“可改變”的意思；其二，這一修改、調(diào)整、改變是有目標(biāo)、價(jià)值和方向的，即向“好、美、快”等方向發(fā)展。因此，所謂藝術(shù)作品的“可修正性”，即藝術(shù)作品的改進(jìn)可能性。電影拍攝的膠片作為素材在傳情達(dá)意敘事方面的意義并非固定不變的，涉及重新組合、剪輯等后期加工環(huán)節(jié)。這種能夠不斷組合和剪輯的可能性正源自于電影作為機(jī)械復(fù)制品的特性——早期電影所使用的膠片可以通過嘗試不同的剪輯方法使作品更加完善；晚近電影所使用的數(shù)字技術(shù)更容易不斷調(diào)試、迭代和生成。

“可修正性”問題有助于深化對(duì)優(yōu)化這一概念的理解。首先，“可修正性”即強(qiáng)調(diào)藝術(shù)作品的可修改、可裝配的特性。這些作品并非封閉的完成品，而更像艾柯所言的“開放的作品”[3]，它們?cè)试S持續(xù)的改進(jìn)與完善。其次，“可修正性”內(nèi)在于創(chuàng)作過程。曹雪芹創(chuàng)作《紅樓夢(mèng)》“批閱十載，增刪五次”，正說明創(chuàng)作過程中的“可修正性”對(duì)于最終的作品質(zhì)量具有至關(guān)重要的影響。再次，“可修正性”蘊(yùn)含有優(yōu)化。在實(shí)現(xiàn)藝術(shù)作品的“可修正性”過程中，不僅僅只是簡(jiǎn)單地進(jìn)行修改，而應(yīng)具有明確目標(biāo)、方向和價(jià)值。也就是說，修正的目的是改進(jìn)，而非惡化。

（三）生成式AI的優(yōu)化類型及其特點(diǎn)

生成式AI就是基于Transformer架構(gòu)的一整套算法，通過預(yù)訓(xùn)練對(duì)海量數(shù)據(jù)進(jìn)行向量化的處理而形成的具有文本、圖像、視頻及代碼生成能力的工具。[4]因此，以生成式AI為代表的人工智能包含作為計(jì)算科學(xué)和運(yùn)籌學(xué)的優(yōu)化因素。這也正是能夠?qū)?yōu)化引入文論的前提。具體來說，生成式AI中的優(yōu)化有三種不同的類型，分別具有不同的價(jià)值。

其一，模型訓(xùn)練的優(yōu)化，其價(jià)值是人類經(jīng)驗(yàn)的向量化。模型訓(xùn)練是生成式AI實(shí)現(xiàn)優(yōu)化的主要方式。無論是ChatGPT、文心一言，還是Gemini等大語言模型，在產(chǎn)品推出之前，它們都經(jīng)過了基于transformer架構(gòu)的預(yù)訓(xùn)練。正是這種預(yù)訓(xùn)練使得這些模型具備了內(nèi)容生成能力。在模型預(yù)訓(xùn)練的過程中，人類的經(jīng)驗(yàn)以所有可獲取的文本、圖像、視頻以及行為等數(shù)據(jù)化的方式被向量化，這是至關(guān)重要的環(huán)節(jié)。完成這一步驟后，此前提供預(yù)訓(xùn)練的所有數(shù)據(jù)都轉(zhuǎn)化成模型中的參數(shù)，以向量空間的方式被存儲(chǔ)在模型之中。正因?yàn)槟Ｐ驮陬A(yù)訓(xùn)練過程已經(jīng)能夠以向量的形式“學(xué)習(xí)”并“記憶”人類經(jīng)驗(yàn)，因此具備了能夠根據(jù)人類經(jīng)驗(yàn)作出相應(yīng)反饋和響應(yīng)的能力。預(yù)訓(xùn)練的核心特點(diǎn)在于其海量數(shù)據(jù)優(yōu)化和參數(shù)調(diào)整，如2018年GPT-1模型的參數(shù)還只有1.17億個(gè)，到2019年的GPT-2模型時(shí)參數(shù)便有了15億個(gè)。2022年GPT-3模型的參數(shù)達(dá)到了1750億個(gè)，而到2023年的GPT-4模型時(shí)參數(shù)則達(dá)到了1.8萬億個(gè)。GPT-5的具體參數(shù)數(shù)量雖尚未公布，但已讓科學(xué)家們產(chǎn)生了極大的擔(dān)憂。原因有兩個(gè)。一是目前可用的經(jīng)驗(yàn)文本數(shù)據(jù)已經(jīng)不能滿足預(yù)訓(xùn)練需求。隨著大模型的訓(xùn)練需求不斷增長(zhǎng)，科學(xué)家們已開始嘗試模擬人類經(jīng)驗(yàn)的文本數(shù)據(jù)來訓(xùn)練GPT。這些基于大型模型在人類使用過程中不斷生成大量新的內(nèi)容、數(shù)據(jù)、文本、視頻和圖像，雖然也是人類與機(jī)器合作的產(chǎn)物，但實(shí)際上是由機(jī)器自主生成的，人類用戶僅僅提供了提示。換言之，經(jīng)過GPT等大模型所生成的新數(shù)據(jù)已不再完全屬于人類數(shù)據(jù)范疇。如果使用這類數(shù)據(jù)來訓(xùn)練模型，便意味著未來的向量空間將不再僅局限于人類經(jīng)驗(yàn)的向量化，而將拓展至人機(jī)共生經(jīng)驗(yàn)的向量化。沿著這一邏輯發(fā)展下去，大模型中的參數(shù)將溢出人類經(jīng)驗(yàn)的范疇，進(jìn)而反過來實(shí)現(xiàn)對(duì)人類個(gè)體經(jīng)驗(yàn)、情感、認(rèn)知的指引和控制。二是GPT-4已具備了聯(lián)網(wǎng)功能，并能夠定制個(gè)性化的API，增加各種知識(shí)庫，并加以微調(diào)；添加各種插件，進(jìn)行功能的提升。這也就意味著，GPT的大模型已經(jīng)向開放數(shù)據(jù)、隨時(shí)升級(jí)邁出了重要一步。這將極大地拓展人機(jī)交互的性能。

其二，創(chuàng)意提示的優(yōu)化，其價(jià)值是藝術(shù)創(chuàng)意的個(gè)性化。運(yùn)行大語言模型時(shí)，主體身份的顯著轉(zhuǎn)變應(yīng)該被予以足夠的重視。傳統(tǒng)意義上的創(chuàng)作者、讀者、觀眾或受眾等概念的使用已顯得捉襟見肘。一方面，大語言模型的用戶身份是第一位的，但另一方面，這一用戶又同時(shí)具有創(chuàng)造性。因此可以將之命名為“用戶—?jiǎng)?chuàng)作者”。這兩個(gè)概念的組合不僅突出了用戶在創(chuàng)作過程中的重要性和主動(dòng)性，同時(shí)也強(qiáng)調(diào)了創(chuàng)作者在創(chuàng)作過程中對(duì)大語言模型這類AI工具的使用者身份。嚴(yán)格來說，利用計(jì)算機(jī)技術(shù)或者更廣泛意義的數(shù)字技術(shù)進(jìn)行藝術(shù)創(chuàng)作，并非從以ChatGPT為代表的大語言模型開始，但是正因?yàn)榇笳Z言模型成功地實(shí)現(xiàn)了人類自然語言與機(jī)器編程語言之間的實(shí)時(shí)交互，使得人們無需具備編程知識(shí)，即可通過自然語言來進(jìn)行人機(jī)互動(dòng)、輔助生成。這一突破性的變革，不僅極大地提高了人機(jī)交互的效率和便利性，而且為人工智能技術(shù)的進(jìn)一步發(fā)展和應(yīng)用開辟了新的道路。

其三，調(diào)試迭代的優(yōu)化，其價(jià)值是藝術(shù)效果的精確化。大語言模型在文本、圖像或視頻的生成過程中可以進(jìn)行多次調(diào)試和迭代，以實(shí)現(xiàn)藝術(shù)效果的精確性。這個(gè)過程可以是一次性的，也可以是重復(fù)的，甚至可能需要多次嘗試。a因此，大語言模型展現(xiàn)出了強(qiáng)大的靈活性，用戶可以通過使用相同的提示詞，不斷詢問并獲得不同的答案。這一特性顛覆了以往對(duì)AI算法追求“極值”而產(chǎn)生的“答案唯一性”的觀念。換言之，大語言模型生成內(nèi)容的獨(dú)特之處在于其非唯一性，而是具有隨機(jī)性。這使得大語言模型能夠更準(zhǔn)確地模擬人類對(duì)話中的多樣性和變化性，從而在交流中展現(xiàn)出更高的自然性和適應(yīng)性。因?yàn)樵诖竽Ｐ偷南蛄靠臻g中，各種參數(shù)、變量及影響因素存在一定的變動(dòng)，這會(huì)使得輸出結(jié)果產(chǎn)生相應(yīng)的變化。基于這種特性，即使使用相同的提示詞，在不同時(shí)間進(jìn)行輸出，也有可能會(huì)得到不同的答案。這種輸出結(jié)果的差異性反映了隨機(jī)性的特點(diǎn)，即無法保證在不同時(shí)段獲取相同的答案。因此，為了實(shí)現(xiàn)有效的互動(dòng)，用戶需要關(guān)注不同提示的多次提示和輸出。這個(gè)過程即表現(xiàn)為一個(gè)持續(xù)修正、迭代和優(yōu)化的過程。

在大語言模型的內(nèi)容生成過程中，局部?jī)?yōu)化的作用較為特殊。無論是一段文字，還是一幅圖片，或者一段視頻，只要用戶對(duì)所生成內(nèi)容的局部?jī)?nèi)容不滿意，便可以通過提示詞要求大語言模型對(duì)局部?jī)?nèi)容進(jìn)行修改、完善，直到自己滿意為止。這種操作即是“局部?jī)?yōu)化”。其最大價(jià)值在于，用戶可以利用這一功能對(duì)所生成的內(nèi)容進(jìn)行持續(xù)不斷的調(diào)試，以實(shí)現(xiàn)“最滿意”的預(yù)期。

通過以上分析，優(yōu)化便可以作為人工智能時(shí)代的文論問題被理論化了。所謂“優(yōu)化”，是指用戶-創(chuàng)作者通過對(duì)生成式AI的模型訓(xùn)練、創(chuàng)意提示和調(diào)試迭代實(shí)現(xiàn)的AI生成藝術(shù)作品的最理想效果的方法。這一定義涉及兩個(gè)關(guān)鍵性的問題。首先，優(yōu)化一定是用戶-創(chuàng)作者對(duì)生成式AI采取的一系列操作。其次，這些措施分別體現(xiàn)在不同的環(huán)節(jié)：準(zhǔn)備階段，需要預(yù)訓(xùn)練出生成式AI模型，使其具備生成藝術(shù)作品的能力；生成階段，用戶-創(chuàng)作者應(yīng)提供創(chuàng)意提示，指導(dǎo)AI模型生成符合美學(xué)或文論要求的作品；調(diào)試階段，通過不斷調(diào)試和迭代，實(shí)現(xiàn)最理想的AI生成藝術(shù)作品效果。特別值得注意的是，這個(gè)優(yōu)化的定義沒有使用“美”的概念，而是更傾向于用“理想”這一表述，因?yàn)樗甙菪院投嘀刂赶蛐?。有了這一優(yōu)化的定義，便可以更全面地探討人工智能在文論領(lǐng)域的應(yīng)用和發(fā)展了。

二、優(yōu)化的技術(shù)演進(jìn)：媒介藝術(shù)史的視角

如果從“可修正性”的優(yōu)化角度來回溯藝術(shù)發(fā)展史，就可以從藝術(shù)媒介、材料等物質(zhì)屬性及其相配套的藝術(shù)創(chuàng)作手段的角度劃分藝術(shù)史的階段性，從而獲得一種全新的研究視野。參照本雅明所確立的“機(jī)械復(fù)制時(shí)代”，可以將此之前的藝術(shù)史時(shí)期命名為“手工加工時(shí)代”，將此之后的藝術(shù)史時(shí)期命名為“數(shù)字創(chuàng)生時(shí)代”。當(dāng)前基于大語言模型的生成式AI的藝術(shù)類型是數(shù)字創(chuàng)生時(shí)代的晚近形態(tài)。支撐這一階段性劃分的邏輯依據(jù)在于，不同時(shí)代的作家、藝術(shù)家與藝術(shù)媒介技術(shù)之間的關(guān)系是不一樣的：在手工加工時(shí)代，藝術(shù)的物質(zhì)材料只具有客觀對(duì)象的屬性，藝術(shù)作品形象世界的建構(gòu)主要來自作家、藝術(shù)家的天才式的想象和精湛的技藝。到了機(jī)械復(fù)制時(shí)代，用于藝術(shù)作品創(chuàng)造的媒介技術(shù)具有了機(jī)械自動(dòng)化的特征。無論是照相機(jī)還是攝影機(jī)，其圖像和影像的成像方式受光學(xué)技術(shù)的影響。相應(yīng)地，藝術(shù)家的技藝變成了對(duì)攝像設(shè)備的參數(shù)調(diào)試和性能應(yīng)用。到了數(shù)字創(chuàng)生時(shí)代，尤其是進(jìn)入人工智能時(shí)代，人的創(chuàng)造性才能則匯聚到了創(chuàng)意本身以及學(xué)會(huì)如何傳達(dá)創(chuàng)意（如在與生成式AI的人機(jī)互動(dòng)、輔助生成過程中的“提示詞”技巧）和讓人工智能更加精確地實(shí)現(xiàn)創(chuàng)意的技巧上，AI生成藝術(shù)的內(nèi)容生成能力則取決于生成式AI的模型訓(xùn)練和算力支持。

（一）手工加工時(shí)代的“類優(yōu)化”現(xiàn)象

在手工加工時(shí)代，藝術(shù)創(chuàng)作中的優(yōu)化集中體現(xiàn)為工藝改進(jìn)和經(jīng)驗(yàn)積累兩個(gè)方面。工藝改進(jìn)主要包括對(duì)優(yōu)質(zhì)材料的篩選、對(duì)制作技能的提高以及工作流程的優(yōu)化三個(gè)方面。由于優(yōu)化的手段主要依賴于人的手工技藝，這就使得經(jīng)驗(yàn)積累和技藝傳承非常重要。所謂“熟能生巧”“技進(jìn)乎藝，藝進(jìn)乎道”，正是對(duì)這一時(shí)期手工技巧不斷優(yōu)化的真實(shí)寫照。在此，“工藝”問題就顯得尤為重要了。由于受18世紀(jì)德國(guó)古典哲學(xué)，尤其是康德的美學(xué)思想影響，對(duì)藝術(shù)的審美追求往往強(qiáng)調(diào)“無目的的合目的性”，主張克服功利性的純粹的審美性。進(jìn)而帶來的后果是對(duì)手工加工時(shí)代的藝術(shù)創(chuàng)作中藝術(shù)媒介材料的物質(zhì)性和對(duì)藝術(shù)創(chuàng)作活動(dòng)的工藝性的否定。誠(chéng)如柳宗悅所言，“美的途徑并非唯一，我想通向美之都的道路至少有兩種。一種被叫做‘美術(shù)（fine art），一種被叫做‘工藝（craft）”。他還說：“美是由用來體現(xiàn)的，用與美之結(jié)合就是工藝，工藝的用之法則就是美的法則?！盵5]因此，對(duì)藝術(shù)作品之本源、對(duì)藝術(shù)審美之屬性的探討，不能完全將藝術(shù)的物質(zhì)性懸置，也不能完全將藝術(shù)的功用性排除。

在手工加工時(shí)代，藝術(shù)創(chuàng)作存在著非常廣泛的“類優(yōu)化”現(xiàn)象。盡管它們可能并非純粹的類似計(jì)算科學(xué)和運(yùn)籌學(xué)式的基于數(shù)學(xué)化的優(yōu)化，但是從可修改、不斷完善、追求完美的角度來看，存在許多與當(dāng)前的優(yōu)化有著相似性的現(xiàn)象。比如說，在藝術(shù)創(chuàng)作中，作家藝術(shù)家可以對(duì)“手稿”進(jìn)行“潤(rùn)色”“修改”；在創(chuàng)作前，演奏家可以對(duì)“樂器”進(jìn)行“調(diào)音”；在創(chuàng)作后，作家藝術(shù)家可以對(duì)“原作”進(jìn)行“臨摹”“謄寫”甚至“重寫”；藝術(shù)作品歷經(jīng)百千年之后成為“文物”“遺跡”，后世能工巧匠還可以對(duì)其進(jìn)行“修復(fù)”。所有這些都是基于藝術(shù)作品的“可修正性”而實(shí)現(xiàn)的。

其一，對(duì)“手稿”的“潤(rùn)色”“修改”問題。在文學(xué)、史學(xué)研究中已經(jīng)有了專門的“手稿學(xué)”（codicology）研究。這項(xiàng)研究除涉及手稿的制作、保存、傳播、修復(fù)等技術(shù)外，還被廣泛用于研究筆跡、手寫字體識(shí)別、書寫風(fēng)格、版本演變、增刪修改的考證等諸多方面。西方已有非常重要的手稿研究領(lǐng)域，如莎士比亞劇本手稿研究、馬克思恩格斯著作手稿研究等。中國(guó)文學(xué)的手稿研究也已起步，如魯迅著作手稿的研究已有一定的基礎(chǔ)。近年來，中國(guó)現(xiàn)當(dāng)代文學(xué)從思想史向史料學(xué)轉(zhuǎn)向，手稿研究即成為其中的重要組成部分。除了史料價(jià)值、文學(xué)價(jià)值之外，“手稿”還具有傳播價(jià)值。麥克盧漢在《理解媒介——論人的延伸》中也曾討論過“手稿”（manuscript）問題。他將之與印刷品進(jìn)行對(duì)比，認(rèn)為“手稿是一種冷媒介，它并不使作家突出，而是使讀者介入”，“‘冷性的手稿本趨向于表述的緊縮形式，趨向于格言和比喻的表述形式?！疅嵝缘挠∷⒚浇橥卣沽吮憩F(xiàn)方式，使之走向形式上的刪繁就簡(jiǎn)，走向內(nèi)容上的‘詳加說明。印刷媒介使緊縮的手抄繕寫本加快速度并發(fā)生爆炸，變成較為簡(jiǎn)化的碎片”[6]。麥克盧漢將手稿定位為有別于印刷品的“冷媒介”的思考，有助于人們從媒介藝術(shù)史的角度展開手工書寫與機(jī)械復(fù)制之間的藝術(shù)價(jià)值的比較研究，進(jìn)而豐富和發(fā)展手稿研究的研究視域。比如說，在數(shù)字時(shí)代，人們的書寫方式已基本上徹底數(shù)字化、鍵盤化了，“手稿”是否仍然存在？從表象上看，電子文檔與印刷品幾乎無異，都采取的是系統(tǒng)自帶的標(biāo)準(zhǔn)字體，不再有寫作者的個(gè)人筆跡特征和書寫風(fēng)格（換言之，再無“書法”的特征），但從數(shù)字技術(shù)的角度來看，作者寫作過程中所有的痕跡其實(shí)都被系統(tǒng)自動(dòng)保存。因而，數(shù)字時(shí)代的寫作其實(shí)是可以更加靈活自由地進(jìn)行版本控制、跟蹤更改、注釋批注、標(biāo)記備份的。只要能夠調(diào)用讀取系統(tǒng)的數(shù)據(jù)，電子文檔的手稿研究會(huì)更加便捷和精細(xì)。

其二，對(duì)“樂器”的“調(diào)音”問題。演奏家在表演前往往會(huì)撥弄幾聲琴弦。鋼琴在被移動(dòng)位置之后也往往需要專業(yè)的調(diào)音師來調(diào)節(jié)琴弦的松緊。這是因?yàn)橄覙菲骰蛘甙l(fā)聲部件是弦類的樂器，很容易在搬運(yùn)或演奏過程中出現(xiàn)琴弦的松動(dòng)。而調(diào)音的主要目的即是通過調(diào)整琴弦的松緊、打磨琴枕等方式來改變振動(dòng)頻率（即音高）。作為一種需要特別靈敏的耳朵和精確的手藝的工作，調(diào)音師最基礎(chǔ)的是完成“標(biāo)準(zhǔn)調(diào)音”或者“基礎(chǔ)調(diào)音”，即根據(jù)統(tǒng)一規(guī)定的音高來調(diào)整琴弦，追求音準(zhǔn)，使樂器做到不走音。而更高級(jí)的目標(biāo)則是所謂“特殊調(diào)音”或“高級(jí)調(diào)音”，即指向一些機(jī)械調(diào)整和更換不同質(zhì)地的琴弦，以便改善演奏時(shí)的觸感、舒適度以及音色的飽滿度等，從而更好地實(shí)現(xiàn)音樂表演上特殊的美學(xué)效果。a

其三，對(duì)“原作”的“臨摹”“謄寫”“重寫”問題。“原作”具有獨(dú)一無二性、此時(shí)此地性，也具有原真性。正因?yàn)橛小霸鳌钡拇嬖?，本雅明才能討論藝術(shù)復(fù)制問題，并區(qū)分手工復(fù)制與機(jī)械復(fù)制這兩個(gè)截然不同的階段。以藝術(shù)作品的“原作”為基準(zhǔn)，還出現(xiàn)了諸如“臨摹”“謄寫”“重寫”現(xiàn)象，出現(xiàn)了“仿品”“贗品”問題。所謂“臨摹”是對(duì)“原作”的筆法、結(jié)構(gòu)、風(fēng)格的模仿，從而學(xué)習(xí)和領(lǐng)會(huì)原作作者的創(chuàng)作手法和表現(xiàn)技巧。它適用于書法和繪畫。演藝類藝術(shù)，諸如戲劇、舞蹈、音樂表演等，也存在類似臨摹的現(xiàn)象。如對(duì)經(jīng)驗(yàn)豐富的老藝術(shù)家的表演技巧的學(xué)習(xí)，對(duì)原作作品經(jīng)典的再現(xiàn)，等等。而“謄寫”則只是針對(duì)文字書寫類作品，只是強(qiáng)調(diào)對(duì)原作內(nèi)容的重新抄寫的過程。謄寫的目的或是對(duì)原手稿修改筆跡的清除，使之清爽整潔，或只是為了多幾個(gè)副本便于傳播。本雅明在《中國(guó)工藝品》一文中對(duì)中國(guó)的謄寫術(shù)給予了極高的評(píng)價(jià)。在他看來，“中國(guó)人的書籍謄抄工作成了文化經(jīng)典的無與倫比的保證，而抄本便成了解開中國(guó)之謎的鑰匙”[7]12。謄寫是手工復(fù)制時(shí)代最原始的復(fù)制手段，它與本雅明所討論的“技術(shù)復(fù)制”（包含了木刻、石印術(shù)等手工復(fù)制時(shí)代的技術(shù)復(fù)制和以照相術(shù)、攝影術(shù)為代表的機(jī)械復(fù)制時(shí)代的技術(shù)復(fù)制）存在巨大差異。用本雅明的話說，謄寫中包含著“抄寫者的靈魂”[7]12，這也是文化傳承的重要一環(huán)。“重寫”（rewriting）也是文學(xué)藝術(shù)史中的重要現(xiàn)象。在佛克馬看來，重寫“與一種技巧有關(guān)，這就是復(fù)述與變更”[8]。汪曾祺的創(chuàng)作中包含有大量的重寫因素：既包括對(duì)經(jīng)典文本的重寫，如他的“《聊齋》新義”系列小說，還包含對(duì)其前期作品的重寫，如《受戒》（刊載于《北京文學(xué)》1980年第10期）的原作是《廟與僧》（刊載于《大公報(bào)》1946年10月14日）、《復(fù)仇》（先后刊載于《大公報(bào)》1942年3月2日和《文藝復(fù)興》1946年第4期）、《異秉》（先后刊載于《文學(xué)雜志》1948年第10期和《雨花》1981年第1期）。到了后現(xiàn)代主義階段，對(duì)經(jīng)典的戲仿、致敬，以及各種“山寨”的泛濫，則將“重寫”擴(kuò)散為一種消解中心、抵抗權(quán)威的解構(gòu)性力量。

其四，對(duì)“文物”“遺跡”的“修復(fù)”問題。藝術(shù)作品的“原作”歷經(jīng)百年乃至千年之后，便具有了“文物”或“遺跡”的價(jià)值。因歲月滄桑、年久失修，原作難免會(huì)殘損。由此，藝術(shù)作品的“修復(fù)”問題便出現(xiàn)了。這種對(duì)殘損之處的修復(fù)以求復(fù)原的努力也具有“類優(yōu)化”的屬性。考古學(xué)中文物修復(fù)是一個(gè)特殊的工種。比如說，達(dá)·芬奇于1495年至1498年期間創(chuàng)作的《最后的晚餐》從1517年開始出現(xiàn)顏料脫落的現(xiàn)象。在隨后的幾個(gè)世紀(jì)中，畫作經(jīng)歷了多次修復(fù)，但因修復(fù)水平參差不齊，有的甚至是直接在原畫上補(bǔ)繪，反倒導(dǎo)致原作受污損。a20世紀(jì)以來，又歷經(jīng)戰(zhàn)亂，幾近損毀。那么，如何理解對(duì)原作的修復(fù)？在切薩雷·布蘭迪看來，“作為人類活動(dòng)的產(chǎn)物，藝術(shù)作品事實(shí)上對(duì)修復(fù)提出了雙重要求：一是美學(xué)要求，對(duì)應(yīng)于作品之所以是藝術(shù)作品的基本藝術(shù)性；二是史實(shí)要求，即它作為人類產(chǎn)物在特定時(shí)間與空間中被創(chuàng)造出來，并存在于特定時(shí)間與空間中的史實(shí)”[9]74。基于這兩個(gè)基本原則，布蘭迪還提出了兩個(gè)公理：第一個(gè)公理是“要修復(fù)的只是藝術(shù)作品的材料”；第二個(gè)公理是在修改和修復(fù)過程中，“應(yīng)旨在重建出藝術(shù)作品的潛在一體性”。[9]77基于這兩個(gè)要求和兩個(gè)公理范圍，我們確定了對(duì)于文物藝術(shù)作品的修復(fù)應(yīng)遵循什么樣的原則，以及如何判斷修復(fù)品與原作的關(guān)系。中國(guó)在文物修復(fù)中也一直有“修舊如舊”的原則。這一原則的核心要求與布蘭迪的理念是一致的，即修復(fù)過程中應(yīng)盡可能地采用與原藝術(shù)品相同的材料和工藝，從而確保修復(fù)部分與原藝術(shù)品在外觀和質(zhì)感上的一致性。這一做法不僅有助于提升修復(fù)后藝術(shù)品的整體美感，更能確保其歷史和藝術(shù)價(jià)值的完整呈現(xiàn)。

（二）機(jī)械復(fù)制時(shí)代的優(yōu)化

所謂“機(jī)械復(fù)制時(shí)代”，也就是本雅明在《機(jī)械復(fù)制時(shí)代的藝術(shù)作品》中所重點(diǎn)關(guān)注的攝影和電影的時(shí)代。在這一時(shí)期，利用工業(yè)革命的光學(xué)技術(shù)開始實(shí)現(xiàn)視覺圖像制作的技術(shù)化和自動(dòng)化。照相機(jī)可以通過簡(jiǎn)單的操作，如按下快門便能捕捉并顯示圖像，極大地提升了視覺文化的傳播效率和影響力。攝像機(jī)通過連續(xù)拍攝，使原本二維的、靜止的照片具備了通過放映機(jī)連續(xù)播放而產(chǎn)生的動(dòng)態(tài)影像和可敘事功能，并催生了基于復(fù)雜的社會(huì)分工的電影工業(yè)的形成：除了編劇、導(dǎo)演、表演之外，還有燈光、化妝、場(chǎng)記及后期剪輯、特效等不同的工種；基于高成本的制作而催生的需要吸引更多觀眾購票觀看才能盈利的類型電影，以及明星制、院線制等。也就是說，進(jìn)入機(jī)械復(fù)制時(shí)代，攝影、電影等新興藝術(shù)類型的優(yōu)化范圍更加寬泛了，不僅僅要求拍攝技術(shù)和應(yīng)用技巧精湛，而且還涉及電影工業(yè)流程的優(yōu)化、商業(yè)模式的優(yōu)化，等等。

僅就“攝影作為藝術(shù)”[10]和“電影作為藝術(shù)”[11]來說，機(jī)械復(fù)制時(shí)代的優(yōu)化可以分為三種類型：其一是“參數(shù)優(yōu)化”。攝影之所以能夠成為藝術(shù)，得益于對(duì)照相機(jī)各種參數(shù)的巧妙設(shè)置與組合，因此“參數(shù)優(yōu)化”便成為攝影藝術(shù)中非常重要的技術(shù)能力。如光圈的大小決定的是鏡頭允許進(jìn)入相機(jī)的光線量。光圈值越小，光圈越大，進(jìn)光量也就越多，相應(yīng)的景深就越淺。其效果就是前景清晰、背景模糊。再比如快門速度問題?？扉T速度決定了相機(jī)感光元件暴露在光線下的時(shí)間?？扉T速度越快，鏡頭所捕捉到的動(dòng)作便越清晰，但照片會(huì)偏暗；反之，快門速度越慢，進(jìn)光量增加，細(xì)節(jié)會(huì)變得更加清晰，但動(dòng)態(tài)則會(huì)變得模糊。此外常用的諸如ISO（感光度）、“白平衡”、“對(duì)焦模式”、“曝光補(bǔ)償”，等等。通過精心調(diào)整相機(jī)中的參數(shù)，可以實(shí)現(xiàn)最佳性能，獲得預(yù)期的拍攝效果。其二是“剪輯優(yōu)化”。所謂“剪輯優(yōu)化”是指在視頻剪輯的過程中，通過選擇最佳的鏡頭、音頻和過渡效果，以獲得最佳的視頻呈現(xiàn)效果。它涉及視頻素材的選擇、剪輯點(diǎn)的確定、音頻的調(diào)整和過渡效果的運(yùn)用，通過對(duì)所拍攝畫面的組合剪輯，完成影像敘事、情感表達(dá)，產(chǎn)生視覺沖擊力。正如謝·米·愛森斯坦所說，“我們的影片所面臨的任務(wù)，不僅僅是合乎邏輯的條理貫通的敘述，而正是最大限度激動(dòng)人心的、充滿情感的敘述。蒙太奇——就正是解決這項(xiàng)任務(wù)的強(qiáng)有力的助手”[12]。本雅明在《機(jī)械復(fù)制時(shí)代的藝術(shù)作品》第一稿中所使用的“藝術(shù)品的可裝配時(shí)代”（Zeitalter des montierbaren Kunstwerks）也正是與“蒙太奇”（法文montage）同一詞根[13]，可見本雅明的這一思考正是基于“蒙太奇”這一電影剪輯組接技術(shù)而進(jìn)行的理論化產(chǎn)物。其三是“表演優(yōu)化”。值得注意的是，這一理念在本雅明《機(jī)械復(fù)制時(shí)代的藝術(shù)作品》中也有所體現(xiàn)。演員面對(duì)攝影機(jī)時(shí)，需要展現(xiàn)出與平常面對(duì)觀眾時(shí)不同的特質(zhì)，以滿足觀眾的期待。為了實(shí)現(xiàn)最佳的表演效果，還需要對(duì)演員的表演技巧和表情動(dòng)作進(jìn)行細(xì)致的調(diào)整。這不僅涉及對(duì)演員的指導(dǎo)，還包括演員對(duì)表情控制、動(dòng)作協(xié)調(diào)以及場(chǎng)面調(diào)度等方面的訓(xùn)練。隨著技術(shù)的不斷發(fā)展，這些方面已逐漸被高度技術(shù)化和模式化，演員的訓(xùn)練因此更具針對(duì)性和實(shí)效性。

（三）數(shù)字創(chuàng)生時(shí)代的優(yōu)化

本雅明在《機(jī)械復(fù)制時(shí)代的藝術(shù)作品》中主要討論了兩類典型現(xiàn)象：一是基于機(jī)械復(fù)制技術(shù)而誕生的以攝影和電影為代表的全新的藝術(shù)類型的特點(diǎn)；二是在機(jī)械復(fù)制技術(shù)的影響之下傳統(tǒng)的視覺藝術(shù)，如繪畫、塑造、建筑等發(fā)生的藝術(shù)新變。同樣，在數(shù)字技術(shù)逐漸發(fā)展成熟之后，也面臨著兩個(gè)問題：其一是基于全新的數(shù)字技術(shù)而誕生的新的藝術(shù)門類，如電子游戲、“元宇宙”以及當(dāng)前的基于大語言模型的生成式AI；其二則是受數(shù)字技術(shù)的影響，此前主要應(yīng)用以光學(xué)為主要手段的模擬技術(shù)的攝影、電影和電視如何實(shí)現(xiàn)向基于電學(xué)的數(shù)字技術(shù)的數(shù)字化和智能化轉(zhuǎn)型。這一過程其實(shí)已發(fā)展近百年，并經(jīng)歷了不同的發(fā)展階段。最早的階段可以被稱為“數(shù)字存儲(chǔ)和傳播階段”。在模擬技術(shù)時(shí)代，無論是攝影還是電影，主要用于成像和保存的技術(shù)是膠片。而數(shù)字技術(shù)的理論基礎(chǔ)是電學(xué)，出現(xiàn)了從光學(xué)向電學(xué)的重要轉(zhuǎn)換。隨著信息論、控制論、系統(tǒng)論等科學(xué)理論的出現(xiàn)，數(shù)字技術(shù)發(fā)展出計(jì)算科學(xué)，人類開始進(jìn)入計(jì)算機(jī)時(shí)代，其所有技術(shù)的核心和基礎(chǔ)都是“信息反饋控制”[14]95，即將所有要處理的對(duì)象轉(zhuǎn)化為信息，并構(gòu)建一套信息反饋控制的系統(tǒng)，實(shí)現(xiàn)對(duì)客觀事物和對(duì)象的控制。還值得注意的是，維納的“控制論”是一種“既是機(jī)器中又是動(dòng)物中的控制和通信理論”[14]19。換言之，這種控制論不僅僅采取電學(xué)手段，而且還包含生物技術(shù)，尤其是腦科學(xué)、神經(jīng)科學(xué)的技術(shù)應(yīng)用。也正是在這個(gè)意義上，諸如當(dāng)前非?；鸨娜斯ぶ悄堋ⅰ霸钪妗币约啊澳X機(jī)接口”技術(shù)，都是基于控制論的技術(shù)發(fā)明與演進(jìn)。

在這一技術(shù)背景下，以生成式AI為代表的“智能優(yōu)化”便具有了特殊的意義和價(jià)值。在人工智能技術(shù)的加持之下，生成式AI進(jìn)行優(yōu)化的基本方式從“參數(shù)優(yōu)化”發(fā)展到“算法優(yōu)化”。智能優(yōu)化的核心在于對(duì)算法的優(yōu)化，這與參數(shù)優(yōu)化存在顯著差異。參數(shù)優(yōu)化主要關(guān)注設(shè)備物質(zhì)特性和物質(zhì)機(jī)械關(guān)系的調(diào)整，而算法優(yōu)化則聚焦于對(duì)算法的生成能力的提升。早期的人工智能技術(shù)的優(yōu)化方式主要集中在模型參數(shù)的調(diào)整上，在訓(xùn)練過程中調(diào)整有限參數(shù)的權(quán)重與偏置。但是到了生成式AI出現(xiàn)之后，這種參數(shù)的調(diào)整轉(zhuǎn)變成海量數(shù)據(jù)的預(yù)訓(xùn)練方式，即通過參數(shù)的幾何倍數(shù)的遞增來提升響應(yīng)的準(zhǔn)確度。同時(shí)，對(duì)計(jì)算過程的優(yōu)化、對(duì)數(shù)據(jù)結(jié)構(gòu)的改進(jìn)也成為提升模型性能的重要方式。嚴(yán)格來說，人工智能技術(shù)不是一種算法，而是基于眾多算法的集合而組建成的一種模型。因此，生成式AI的智能優(yōu)化還包含著“模型優(yōu)化”內(nèi)容，即改進(jìn)和優(yōu)化模型架構(gòu)、優(yōu)化訓(xùn)練算法、增強(qiáng)數(shù)據(jù)預(yù)處理能力、強(qiáng)化多任務(wù)學(xué)習(xí)和遷移學(xué)習(xí)等，以便提高大語言模型的性能和準(zhǔn)確性。這種智能優(yōu)化的技術(shù)也相應(yīng)地成為生成式AI進(jìn)行文本、圖像和視頻生成的策略。尤其是在文學(xué)、繪畫、影像的藝術(shù)創(chuàng)作過程中，這種調(diào)試、迭代、遷移的方式也成為AI生成藝術(shù)的重要手段。如在AI繪畫中，用戶可以讓生成式AI學(xué)習(xí)凡·高《星空》的風(fēng)格，并通過神經(jīng)網(wǎng)絡(luò)風(fēng)格遷移的方式讓生成式AI繪制一幅具有凡·高《星空》風(fēng)格的城堡、原野之類的藝術(shù)作品。雷菲克·安納多爾創(chuàng)作了一件以《深圳的風(fēng)》為名的新媒體藝術(shù)作品。其創(chuàng)作方式是將深圳機(jī)場(chǎng)一整年隨著時(shí)間和溫度變化的風(fēng)速、風(fēng)向等數(shù)據(jù)采集好，然后通過一套定制軟件，使用這些數(shù)據(jù)制作成一個(gè)可視化的藝術(shù)作品。這件作品以每隔20秒為間隔，讀取、分析并呈現(xiàn)這些數(shù)據(jù)，從而讓觀眾可以以視覺的方式感受到深圳的風(fēng)的形狀。[15]而獲得美國(guó)科羅拉多州博覽會(huì)藝術(shù)比賽一等獎(jiǎng)的《太空歌劇院》，正是杰森·艾倫應(yīng)用AI繪畫工具M(jìn)idjourney，通過輸入關(guān)鍵詞并不斷調(diào)整而成，從多幅作品中挑選出一幅來參賽的。通過以上分析可以看出，以生成式AI為代表的智能優(yōu)化路徑有兩條：一是對(duì)生成式AI裝置的媒介優(yōu)化，包括調(diào)整模型算法、增加訓(xùn)練數(shù)據(jù)鏈、提高計(jì)算能力，實(shí)現(xiàn)可迭代、可升級(jí)、可定制、可調(diào)試，同時(shí)還可設(shè)置權(quán)限。二是對(duì)AI生成作品內(nèi)容形式的優(yōu)化，即通過重復(fù)生成局部調(diào)試和生成，以實(shí)現(xiàn)更好的藝術(shù)效果。無論是對(duì)素材、人物、故事、主題、情感等內(nèi)容，還是對(duì)結(jié)構(gòu)、內(nèi)容、技巧、修辭、風(fēng)格和細(xì)節(jié)等形式方面，生成式AI都可以進(jìn)行優(yōu)化。

三、優(yōu)化的生成悖論：均值·偏差·隨機(jī)

盡管優(yōu)化具有不斷追求“最優(yōu)”的價(jià)值取向，但其在文藝活動(dòng)中的作用卻并非只是“正向”的。相反，由于優(yōu)化側(cè)重于對(duì)藝術(shù)媒介、材料、裝置、設(shè)備等進(jìn)行物質(zhì)化處理，其效用更多表現(xiàn)在文藝活動(dòng)中的物質(zhì)性、媒介性、技術(shù)性和技巧性層面；盡管優(yōu)化兼容了美化的部分內(nèi)涵，但在實(shí)際優(yōu)化過程中更傾向于“以快為好”，追求效率和效益的極值。因此，將優(yōu)化引入文論的過程中，還需要特別注意優(yōu)化自身的局限，對(duì)其用于文藝活動(dòng)分析的有效性范圍有更加清晰的自覺。從當(dāng)前生成式AI的技術(shù)實(shí)現(xiàn)來看，其優(yōu)化具有以下三個(gè)層面的生成悖論。

（一）“均”之憂：均值和正態(tài)分布帶來的優(yōu)化質(zhì)量問題

所謂“優(yōu)化”，其目標(biāo)是追求“最”，這種追求可以體現(xiàn)在各種維度上，如“最大”“最小”“最快”或“最慢”。這里的“極值”，代表著唯一性和獨(dú)異性，它是優(yōu)化過程中的最終目標(biāo)。然而，優(yōu)化實(shí)現(xiàn)的手段和方法主要來自于數(shù)學(xué)領(lǐng)域的統(tǒng)計(jì)學(xué)和博弈論，以及計(jì)算科學(xué)中的“算法”。算法必須具備穩(wěn)定性和可靠性，這使得算法的結(jié)果往往表現(xiàn)為“均值”，符合正態(tài)分布的規(guī)律。這里的“均值”，代表著普遍性和普通性?？梢钥闯觯瑑?yōu)化目標(biāo)與實(shí)現(xiàn)手段之間存在著一種矛盾。這種矛盾使得計(jì)算科學(xué)和運(yùn)籌學(xué)中的“最優(yōu)化”其實(shí)是難以實(shí)現(xiàn)的。正因?yàn)槿绱?，在?shí)際操作時(shí)優(yōu)化往往會(huì)采用一系列替代“最優(yōu)解”的方案：如用“均值解”替代“最優(yōu)解”，或者將“局部的最優(yōu)解”視為“整體的最優(yōu)解”，甚至將“較優(yōu)解”當(dāng)作“最優(yōu)解”。這些方案實(shí)際上是對(duì)“最優(yōu)解”的一種妥協(xié)。以優(yōu)化算法中著名的“蟻群算法”為例，可以一窺這種“均值化的極值”所存在的問題。所謂“蟻群算法”是一種模擬螞蟻覓食行為所表現(xiàn)出來的群體智能而發(fā)展出來的算法。單個(gè)的螞蟻智力平平，視野有限，但是在覓食中會(huì)留下信息素。這些信息素一方面能吸引其他螞蟻也來走同樣的路，另一方面也會(huì)因更多的螞蟻加入而使得信息素不斷增強(qiáng)。這種正反饋的機(jī)制使得蟻群最終傾向于選擇最短的路徑，即獲得了“最優(yōu)解”?！跋伻核惴ā蹦軌蛴行У亟o旅行商問題（TSP，如一個(gè)銷售員要同時(shí)跑五六十個(gè)城市，如何才能找到一條最短路徑？）提供解決思路。但蟻群算法也有它自身的問題，如其收斂速度比較慢，因此需要迭代多次才能獲得較優(yōu)解；蟻群算法受初始解的影響較大，不同的初始解會(huì)得出不同的結(jié)果；蟻群算法的性能也受不同參數(shù)的影響；等等。

算法的正態(tài)分布規(guī)律的遵循、均值化的呈現(xiàn)與文學(xué)藝術(shù)的理想正好背道而馳。算法對(duì)穩(wěn)定性和可靠性的追求與文學(xué)藝術(shù)對(duì)創(chuàng)新性和多樣性的追求正好相反。算法是實(shí)現(xiàn)計(jì)算機(jī)形成信息反饋回路的基本方式，也遵循信息論的基本規(guī)律，以確保在處理信息的過程中能夠?qū)崿F(xiàn)最高的效率和最優(yōu)解?！靶畔⒌膬r(jià)值在于消除不確定性（熵）?！彼^信息，即是“排除了冗余后的平均信息量”，也稱“信息熵”。因此，信息熵的基本規(guī)律是：變量的不確定性越大，熵就越大，得到確定答案需要問的問題也越多，也就是所謂的信息量越大。從信息論的觀點(diǎn)來看，日常語言是追求簡(jiǎn)單的，應(yīng)用文體是追求規(guī)范的，學(xué)術(shù)文體是追求精確的，它們都符合“消除不確定性（正熵）”的信息論規(guī)律。但是文學(xué)藝術(shù)不同。正如什克洛夫斯基所說：“藝術(shù)的目的是使你對(duì)事物的感覺如同你所見的視象那樣，而不是如同你所認(rèn)知的那樣；藝術(shù)的手法是事物的‘反?；址?，是復(fù)雜化形式的手法，它增加了感受的難度和時(shí)延，既然藝術(shù)中的領(lǐng)悟過程是以自身為目的的，它就理應(yīng)延長(zhǎng)；藝術(shù)是一種體驗(yàn)事物之創(chuàng)造的方式，而被創(chuàng)造物在藝術(shù)中已無足輕重。”[16]什克洛夫斯基的“陌生化”理論非常好地詮釋了文學(xué)藝術(shù)的價(jià)值正在于追求復(fù)雜、反常、詩性，即“增加不確定性（負(fù)熵）”。這就導(dǎo)致了一個(gè)很重要的問題，即不能夠簡(jiǎn)單地用信息學(xué)的方式去要求文學(xué)藝術(shù)。相反，要高度警惕的正是文學(xué)藝術(shù)的這種普通化、日?；?、均值化，即“信息化”的可能性。

但是非常遺憾的是，在當(dāng)前基于消費(fèi)主義的大眾文化趣味和追求效率的加速主義盛行的文化生產(chǎn)方式下，這種追求“均值化的極值”的優(yōu)化算法正好獲得了大行其道的機(jī)會(huì)。換言之，曾一直被視為圭臬的什克洛夫斯基的陌生化詩學(xué)、詹明信的奇異性美學(xué)已經(jīng)淪落為韓炳哲的“平滑美學(xué)”。在詹明信那里，奇異性構(gòu)成當(dāng)下的困境，因?yàn)椤艾F(xiàn)實(shí)是個(gè)奇異性世界，在其中的個(gè)體拒絕被普遍化（更不用說被整體化了），[奇異性]描述一切與抽象和普遍框架相對(duì)抗的個(gè)體事物”[17]。但是，在《美的救贖》中，韓炳哲明確將“平滑”（das Glatte）視為當(dāng)今時(shí)代的標(biāo)簽，認(rèn)為“平滑”“是當(dāng)今積極社會(huì)的縮影。平滑不會(huì)造成什么傷害，也不會(huì)帶來任何阻力。它要求的是‘點(diǎn)贊。平滑之物消除了自己的對(duì)立面。一切否定性（Negativit t）都被清除”。因此，這種“平滑美學(xué)”的基本特征就是“消除否定性和所有形式的震撼（Erschütterung）與傷害”；相應(yīng)地，平滑美學(xué)不再具有救贖功能，“審美化被視為麻醉。它使感覺變得遲鈍”。[18]以此觀之，生成式AI在智能優(yōu)化的效果上體現(xiàn)為這種“平滑美學(xué)”：算法運(yùn)行的穩(wěn)定可靠、用戶操作的順滑無礙和算法結(jié)果的符合預(yù)期。“最優(yōu)化”帶來的不是“陌生化”“奇異性”，而是“平滑性”。

（二）“偏”之憂：算法偏差帶來的優(yōu)化偏見問題

生成式AI在本質(zhì)上與仍然與一般的計(jì)算機(jī)軟件一樣，是對(duì)數(shù)據(jù)化信息進(jìn)行計(jì)算的算法模型。它需要先對(duì)各種文本、圖像、視頻、行為等信息進(jìn)行數(shù)據(jù)化的處理，進(jìn)而運(yùn)用數(shù)學(xué)方法對(duì)所要解決的問題進(jìn)行建模，并設(shè)計(jì)成一套算法或算法的集合；與一般軟件不同的是，生成式AI在模型建構(gòu)過程中經(jīng)過了預(yù)訓(xùn)練的過程，將學(xué)習(xí)海量數(shù)據(jù)的結(jié)果轉(zhuǎn)化成模型中的參數(shù)，形成向量。因此，當(dāng)前的大語言模型中并沒有我們通常所說的事實(shí)數(shù)據(jù)庫，也不重點(diǎn)發(fā)展其記憶能力（或者說其主要功能不是記憶），它更多的只是一個(gè)推理引擎。這就導(dǎo)致生成式AI通過算法的推理而生成的內(nèi)容與事實(shí)的差距成為一個(gè)問題。生成式AI之所以被吐槽為“一本正經(jīng)地胡說八道”，正在于它的運(yùn)行過程并不直接以事實(shí)為依據(jù)，因而容易出現(xiàn)算法偏差。

具體來說，這種算法偏差主要表現(xiàn)在兩個(gè)方面。其一是數(shù)據(jù)偏差，即訓(xùn)練算法的數(shù)據(jù)本身存在質(zhì)量問題，比如更多輸入特定群體樣本的數(shù)據(jù)，可能會(huì)導(dǎo)致算法對(duì)其他類型的群體或特定的數(shù)據(jù)類別的偏見。其二是變量偏差，即在算法中如果選擇不合適的特征或模型變量，有可能也會(huì)導(dǎo)致偏見，從而影響公平。這些偏差有可能會(huì)導(dǎo)致輸出效果的價(jià)值偏差。在實(shí)際的數(shù)據(jù)和變量處理過程中，這些偏差往往并不容易被糾正，相反，在迭代和調(diào)試這些優(yōu)化過程中更容易被強(qiáng)化，進(jìn)而強(qiáng)化這種偏見。在2020年1月的圣丹斯電影節(jié)上，莎里妮·坎塔雅執(zhí)導(dǎo)的紀(jì)錄片《編碼偏見》（Coded Bias）引起了極大的關(guān)注。這部紀(jì)錄片講述的是MIT 媒體實(shí)驗(yàn)室的研究員喬伊 布蘭維尼（Joy Buolamwini）發(fā)現(xiàn)，大多數(shù)人臉識(shí)別軟件無法準(zhǔn)確識(shí)別深色皮膚的面孔，尤其是女性。但是當(dāng)她戴上白色面具，識(shí)別效果便得到顯著改善。這一現(xiàn)象反映出，人臉識(shí)別技術(shù)在設(shè)計(jì)和訓(xùn)練過程中可能存在種族和性別的偏見。喬伊 布蘭維尼作為“算法正義聯(lián)盟”（Algorithmic Justice League）的創(chuàng)始人，早在2016年便在TED上做了《我是如何與算法中的偏見做斗爭(zhēng)的》的演講，探討了人工智能和機(jī)器學(xué)習(xí)系統(tǒng)中存在的算法偏見問題，從而一炮走紅。與之相似，梅雷迪思·布魯薩德（Meredith Broussard）也在2018年出版的《人工無智能》（Artificial Unintelligence）一書中用“技術(shù)沙文主義”（technochauvinism）批判人類對(duì)通過技術(shù)來提供解決方案的盲目信仰。[19]

算法偏見的存在還提醒人們，作為一個(gè)人工智能的工具，生成式AI可能與此前的非智能技術(shù)有一個(gè)最大的區(qū)別，那就是它自身可能包含有意識(shí)形態(tài)傾向。換言之，生成式AI被預(yù)訓(xùn)練出來的模型以及根據(jù)這一模型所生成的內(nèi)容很可能并非想象中的純客觀、中性。由Fabio Motoki、Valdemar Pinho Neto和Victor Rodrigues合作開展的一項(xiàng)研究表明，ChatGPT表現(xiàn)出涉及種族、性別、宗教和政治取向上的偏見問題。這項(xiàng)研究要求ChatGPT冒充具有特定政治立場(chǎng)的人物來回答問題，并將這些答案與其默認(rèn)響應(yīng)（即不像大多數(shù)人那樣事前指定任何政治傾向）進(jìn)行比較。經(jīng)過一系列的測(cè)試，研究人員得出結(jié)論：“ChatGPT存在強(qiáng)烈且系統(tǒng)性的政治偏見，其政治立場(chǎng)明顯傾向于政治光譜的左側(cè)。”[20]類似的例子還可參見來自布魯金斯學(xué)會(huì)的一份研究報(bào)告《人工智能的政治：ChatGPT和政治偏見》，其中同樣發(fā)現(xiàn)，“ChatGPT在政治或社會(huì)問題上提供了一致的、通常是左傾的答案”。不過，這份報(bào)告的作者還認(rèn)為，ChatGPT與人不同，“它們沒有核心信念，不能作為以普遍一致的方式對(duì)無盡的問題表達(dá)意見的基礎(chǔ)”[21]。從某種意義上說，建立“無偏見的”聊天機(jī)器人是一個(gè)不可能完成的目標(biāo)。

如果說基于數(shù)據(jù)偏差和變量偏差而導(dǎo)致的算法偏差以及在預(yù)訓(xùn)練過程中形成的大模型的意識(shí)形態(tài)傾向多少還有些“無心插柳”“無心之過”的話，那么，基于備受詬病的推薦算法而不斷強(qiáng)化的“信息繭房”（information cocoons）問題則屬于人工智能算法優(yōu)化中的“居心叵測(cè)”，“有意為之”了。凱斯·R.桑斯坦將“信息繭房”界定為“我們只聽我們選擇的東西和愉悅我們的東西的通訊領(lǐng)域”，并認(rèn)為，“信息繭房和回音室的構(gòu)建是民主的真正問題，不僅僅因?yàn)榉糯箦e(cuò)誤、死角、串聯(lián)效應(yīng)和極化是不可避免的。對(duì)于許多人而言，大錯(cuò)和極端主義非?？赡馨l(fā)生，恰恰是在博客領(lǐng)域”。[22]這種推薦算法不僅用于商品的推送，而且還廣泛應(yīng)用于娛樂節(jié)目的欣賞，甚至被應(yīng)用于外賣行業(yè)對(duì)快遞小哥取件送貨路線的規(guī)劃上。[23]

通過對(duì)以上各種現(xiàn)象的分析不難發(fā)現(xiàn)，數(shù)據(jù)和變量中的“偏差”在調(diào)試迭代中其實(shí)并不太容易被“糾偏”，相反更容易被強(qiáng)化為“偏見”。這種“偏之憂”正是優(yōu)化過程中難以克服的問題。

（三）“隨機(jī)”之憂：算法黑箱帶來的優(yōu)化不透明、不確定性和風(fēng)格化問題

如前所述，大語言模型的算法并未因?qū)O值的優(yōu)化而帶來生成內(nèi)容的唯一性，相反，由于算法自身的均值化傾向，以及Transformer模型所設(shè)計(jì)的“預(yù)測(cè)下一個(gè)詞”的生成方式，使得當(dāng)前的生成式AI在內(nèi)容生成上主要表現(xiàn)為隨機(jī)性和不確定性。

生成式AI的隨機(jī)性問題與“算法黑箱”密切相關(guān)。史蒂芬·沃爾弗拉姆認(rèn)為，“人們說的‘隨機(jī)性，其實(shí)是建模時(shí)用的黑箱：我不了解一個(gè)系統(tǒng)的全部規(guī)則，所以我假定這個(gè)系統(tǒng)有某些額外的因素在提供‘隨機(jī)的輸入。這個(gè)意義上的‘隨機(jī)，只是證明你還沒為這個(gè)系統(tǒng)建立完整的模型而已”[24]。簡(jiǎn)而言之，所謂“算法黑箱”的意思就是開發(fā)者或用戶對(duì)算法如何執(zhí)行、模型如何生成的過程不完全理解、不可解釋，也無法掌控。正如“人不可兩次踏入同一條河流”，“世界上不可能存在兩片完全一樣的樹葉”，大語言模型在內(nèi)容生成的過程中受到各種變量因素的影響，因而即便是同一用戶用同一提示詞，即便是幾乎同時(shí)發(fā)出命令，也不太可能生成完全一樣的內(nèi)容。因而，這種“隨機(jī)性”就等于“無窮可能性”，即“不確定性”或“不精確性”。也正是這種“隨機(jī)性”，使得生成式AI具備了某種創(chuàng)造性的潛能——每一次的提示都會(huì)出現(xiàn)新的、與此前不同的東西，對(duì)于用戶而言，這是難得的開啟創(chuàng)造性思維的機(jī)會(huì)，也是獲得靈感的契機(jī)。

但是，這種“隨機(jī)性”并不能完全等同于“創(chuàng)造性”。與“隨機(jī)性”相伴隨的，還有“相似性”，也就是說，雖然每一次大語言模型所生成的內(nèi)容可能并不完全一樣，但是每次生成的內(nèi)容之間仍然具有某種“相似性”。支撐這一“具有相似性的隨機(jī)性”或者“具有隨機(jī)性的相似性”的技術(shù)基礎(chǔ)就是，大語言模型的生成方式是根據(jù)給定的輸入生成與訓(xùn)練數(shù)據(jù)類似的結(jié)果。比如在AI繪畫工具的使用中，人們往往喜歡用凡·高的《星空》作為測(cè)試的樣本。利用風(fēng)格遷移技術(shù)，進(jìn)行多次訓(xùn)練、微調(diào)、迭代之后，人們便能讓生成式AI“畫”出與《星空》具有類似風(fēng)格的作品了。2018年，法國(guó)藝術(shù)創(chuàng)作團(tuán)隊(duì)Obvious使用GAN算法（GAN， Generative Adversarial Networks ）生成的《埃德蒙·德·貝拉米肖像》以約300萬元人民幣的高價(jià)被拍走。[25]這一典型個(gè)案中包含兩個(gè)非常重要的細(xì)節(jié)。其一是創(chuàng)作團(tuán)隊(duì)所使用的GAN算法。它其實(shí)是通過“生成”與“判別”的互相博弈學(xué)習(xí)產(chǎn)生輸出的。它模擬了類似藝術(shù)偽造者與藝術(shù)偵探之間的互動(dòng)性關(guān)系：“偽造者”模仿生成新的圖像，“偵探”評(píng)判圖像是生成的還是真實(shí)的，直到“偵探”再也無法分辨時(shí)才算結(jié)束。這一過程說明，這幅作品的生成不是一次性完成的，而是反復(fù)多次迭代的結(jié)果。其二，將團(tuán)隊(duì)使用GAN算法“創(chuàng)作”出的多幅作品放在一起便會(huì)發(fā)現(xiàn)，它們具有風(fēng)格的相似性。換言之，生成式AI的“隨機(jī)性”其實(shí)并非意味著“不同”，而只是“相似”，是“風(fēng)格的重復(fù)”。這種風(fēng)格化的怪圈現(xiàn)象說明，雖然這種大語言模型生成內(nèi)容的隨機(jī)性具有激發(fā)創(chuàng)造性的潛能，但也要高度警惕在實(shí)際應(yīng)用中出現(xiàn)的重復(fù)多次生成中的相似性，甚至走向了普通性和均值化。這種現(xiàn)象在文學(xué)、美學(xué)和藝術(shù)領(lǐng)域尤為明顯，因?yàn)檫@些領(lǐng)域的創(chuàng)作往往受到主觀感受和個(gè)人偏見的影響。AI生成藝術(shù)必須認(rèn)真思考如何平衡隨機(jī)性與創(chuàng)新性、多樣性與獨(dú)特性的關(guān)系，以確保其真正帶來全新的藝術(shù)體驗(yàn)和審美享受。

總的來說，當(dāng)前對(duì)生成式AI優(yōu)化問題的分析與反思僅限于大模型的生成式AI提供的文藝創(chuàng)作的潛能分析，也就是說，它現(xiàn)在未必就已經(jīng)具有了現(xiàn)實(shí)性。隨著通用人工智能（AGI， Artificial General Intelligence）的成熟以及超級(jí)人工智能（SAI， Super Artificial Intelligence）的出現(xiàn)，未來是否會(huì)出現(xiàn)真正的“自動(dòng)生成AI”以及“AI自動(dòng)生成藝術(shù)”，相應(yīng)地是否會(huì)出現(xiàn)不需要人工干預(yù)的“AI自我優(yōu)化”，還有待技術(shù)的進(jìn)步與實(shí)踐的檢驗(yàn)。

參考文獻(xiàn)：

[1]海德格爾.藝術(shù)作品的本源[M]//海德格爾文集·林中路. 孫周興，譯. 北京：商務(wù)印書館，2015：4.

[2]本雅明.機(jī)械復(fù)制時(shí)代的藝術(shù)作品[M]. 王才勇，譯. 北京：中國(guó)城市出版社，2001：25.

[3]艾柯.開放的作品[M]. 劉儒庭，譯. 北京：新星出版社，2005.

[4]曾軍.算法闡釋：人工智能時(shí)代的文論問題[J]. 華中師范大學(xué)學(xué)報(bào)：人文社會(huì)科學(xué)版，2023（5）.

[5]柳宗悅.工藝之道[M]. 徐藝乙，譯. 桂林：廣西師范大學(xué)出版社，2011：14-15.

[6]麥克盧漢.理解媒介：論人的延伸[M]. 何道寬，譯. 北京：商務(wù)印書館，2000：392-393.

[7]本雅明.中國(guó)工藝品[M] //單行道. 李士勛，譯. 北京：人民文學(xué)出版社，2006.

[8]D.佛克馬.中國(guó)與歐洲傳統(tǒng)中的重寫方式[J]. 范智紅，譯. 文學(xué)評(píng)論，1999（6）.

[9]切薩雷·布蘭迪.修復(fù)理論[M]. 陸地，編譯. 上海：同濟(jì)大學(xué)出版社，2016.

[10]蘇珊·布賴特.攝影作為藝術(shù)[M]. 北京：世界圖書出版公司，2013.

[11]魯?shù)婪颉垡驖h姆.電影作為藝術(shù)[M]. 邵牧君，譯. 北京：中國(guó)電影出版社，2003.

[12]愛森斯坦.論蒙太奇[M] //電影理論文選. 邵牧君，等，譯. 北京：中國(guó)電影出版社，1990：82.

[13] Benjamin， Walter. "Das Kunstwerk im Zeitalter seiner technischen Reproduzierbarkeit"（Erste Fassung）[J]. Hrsg. von Rolf Tiedemann und Hermann Schweppenh user. Frankfurt am Main： Suhrkamp Verlag， 1991（447）.

[14]諾伯特·維納.控制論：或關(guān)于在動(dòng)物和機(jī)器中控制和通信的科學(xué)[M]. 郝季仁，譯. 北京：北京大學(xué)出版社，2007.

[15]吳吉.全球最大電子藝術(shù)節(jié)來深，特別定制地域性作品《深圳的風(fēng)》[N]. 深圳商報(bào)，2019-11-05（9）.

[16]什克洛夫斯基.作為手法的藝術(shù)[M] // 俄國(guó)形式主義文論選. 方珊，等，譯. 北京：生活·讀書·新知三聯(lián)書店，1989：6.

[17]詹明信.奇異性美學(xué)[J]. 蔣暉，譯. 文藝?yán)碚撆c批評(píng)，2013（1）.

[18]韓炳哲.美的救贖[M]. 關(guān)玉紅，譯. 北京：中信出版集團(tuán)，2020：1-9.

[19]Broussard， Meredith. Artificial Unintelligence： How Computers Misunderstand the World [M]. Cambridge： The MIT Press， 2018.7.

[20] 汪浩東，編譯.Political理論志[EB/OL]. （2023-09-05）[2024-01-08]. https：//mp.weixin.qq.com/s __biz=Mzg2OTYwMDg3Mw==&mid= 2247527440&idx=1&sn=4bb030073d41cfafbf4aa5121e719aa3.

[21] Jeremy Baum and John Villasenor. "The Politics of AI： ChatGPT and Political Bias"[EB/OL].（2023-05-08） [2024-01-08]. https：//www. brookings.edu/blog/techtank/2023/05/08/the-politics-of-ai-chatgpt-and-political-bias/ .

[22]凱斯·R.桑斯坦.信息烏托邦：眾人如何生產(chǎn)知識(shí)[M]. 畢竟悅，譯. 北京：法律出版社，2008：8-208.

[23]賴祐萱.外賣騎手，困在系統(tǒng)里[EB/OL]. （2020-09-08） [2024-01-08]. https：//zhuanlan.zhihu.com/p/225120404.

[24]斯蒂芬·沃爾夫勒姆.宇宙的本質(zhì)是計(jì)算[EB/OL]. （2015-01-09）[2024-01-08]. http：//www.guokr.com/article/439770/ .

[25] 肖琴，編譯.世界首次，這幅GAN生成的肖像畫破天荒被佳士得拍賣[EB/OL]. （2018-09-02）[2024-01-08]. https：//www.jiemian. com/article/2436703.html.

（責(zé)任編輯：相曉燕）

a 盡管本雅明的觀點(diǎn)頗具啟發(fā)性，但由于其可能存在的缺陷或不完整性，或者也可能是因?yàn)樗砸环N過于絕對(duì)和武斷的方式表達(dá)了自己的觀點(diǎn)，導(dǎo)致本雅明在第二稿定稿時(shí)將其刪除。如他提出的電影不再追求永恒價(jià)值的觀點(diǎn)，也許表達(dá)得過于絕對(duì)；他涉及藝術(shù)品的可裝配時(shí)代以及雕塑的衰亡等觀點(diǎn)也還有待商榷；等等。

a 在《人機(jī)互動(dòng)與輔助生成：人工智能時(shí)代的文論問題》（待刊稿）中，筆者將之區(qū)分為“一次提示—一次生成”“一次提示—多樣生成”“一次提示—重復(fù)生成”和“部分內(nèi)容的調(diào)試性生成”四種類型。

a 有關(guān)“調(diào)音”部分的知識(shí)得益于王櫻子的提示和啟發(fā)，在此表示感謝。

a 擔(dān)任領(lǐng)導(dǎo)《最后的晚餐》修復(fù)工作的卡羅·伯特利認(rèn)為，“對(duì)畫面損害最大的是那些在原作上重畫、修改、‘潤(rùn)飾的修復(fù)者們”。參見周彬彬：《伯特利教授談〈最后晚餐〉的修復(fù)工作》，《世界美術(shù)》1982年第3期。