AI藝術空洞無物，機器難以模擬人類真智慧

「我遭遇了永遠找不到任何東西的恐懼」：AI藝術的空洞證明瞭機器永遠無法模擬人類真正的智慧。觀看AI生成的藝術作品會發現，機器也許永遠無法真正理解人類的思維，因為有些心境是永遠無法被自動化的。

機器的「感知能力」和「自主能力」概念相當模糊，尤其是難以衡量這些概念到底是什麼。但許多人推測，我們目前所見到的人工智慧（AI）的進步，有朝一日可能會發展成一種超越現今人類智慧的新形式。無論如何，AI已經融入我們的生活多年，而且我們主要是在大多數人日常使用的數位平臺上感受到它無形的影響。

科技專家兼作家麥克・佩皮（Mike Pepi）在他的新書《反對平臺：在數位烏託邦中生存》（Against Platforms: Surviving Digital Utopia，2025年，梅爾維爾之家出版社出版）中指出，數位技術曾經被寄予改變社會的厚望，但這種烏託邦式的想法似乎正在消逝。我們一直被教導說數位工具是中立的，但實際上，它們隱含著危險的假設，可能會導致意想不到的後果。在這篇節選中，佩皮透過藝術的視角，評估了作為眾多平臺核心技術的AI，是否能夠模擬那些感動我們的人類情感。

我參觀雷菲克・阿納多爾（Refik Anadol）備受期待的裝置藝術作品《無監督學習》（Unsupervised，2022年）的那天，現代藝術博物館（MoMA）的中庭擠滿了人。我進入時，人群正專注地看著藝術家一幅巨大的數位「幻覺」投影。MoMA的策展人告訴我們，阿納多爾的動畫運用人工智慧「解讀並轉化」博物館的藏品。當機器學習演演算法遍歷數十億個資料點時，它「重新想像現代藝術的歷史，並構思可能存在過的事物」。我看到紅色線條的動畫閃爍和交叉的橙色射線。很快，球形的面部形狀出現了。接下來，一棵樹的樹幹出現在角落。無形的揚聲器播放著嗡嗡作響的未來主義配樂，充滿了整個空間。當不斷變化的投影接近熟悉的形狀時，人群靜靜地發出讚嘆。

阿納多爾的作品亮相之際，正是人工智慧的創造能力被大肆炒作的時刻。觀眾不僅是為了觀看螢幕上奇幻的動畫而來，許多人是為了見證機器創造力在現代藝術的象徵中心取得的勝利。每一位參觀《無監督學習》的人都會遇到獨一無二的變化。物體難以捉摸，參照物消失在視線之外。那些美麗的瞬間是偶然的、隨機的計算閃光，不會再重現。阿納多爾稱之為「自我再生的驚喜元素」，一位評論家則稱之為螢幕保護程式。我凝視著這些變化，不得不承認我確實找到了一些美麗的瞬間。它可能讓人感到放鬆，甚至是幸福。但對有些人來說，則是恐懼。我在那裡待得越久，就越感到空虛。當演演算法被程式設計得模稜兩可時，我該如何評價面前的這件藝術作品呢？人類有可能欣賞，更不用說理解它的最終結果嗎？

我需要休息一下，於是上樓去看安德魯・懷斯（Andrew Wyeth）的《克里斯蒂娜的世界》（Christina's World，1948年），這是博物館永久藏品的一部分。《克里斯蒂娜的世界》是一幅美國農場的寫實畫作。畫面中央，一個女人躺在田野裡，渴望地向遠處的穀倉招手。田野呈現出戲劇性的弧形，由赭色的草勾勒而成。女人穿著粉色的裙子，身體微微扭曲。天空是灰色的，但很平靜。

大多數觀眾都會面臨這樣的問題：這個女人是誰，她為什麼躺在這片田野裡？克里斯蒂娜是安德魯・懷斯的鄰居。她年輕時患上了肌肉疾病，無法行走。她寧願在父母的土地上爬行，這一幕被懷斯從附近的家中看到。然而，關於克里斯蒂娜還有更多的問題。懷斯在他的畫作主題之間的距離中想要表達什麼？在懷斯捕捉到的那一刻，克里斯蒂娜在想什麼？每次觀看《克里斯蒂娜的世界》時，都會展開這場小小的認識論遊戲。我們會思考藝術家的意圖，試圖將我們的解讀與這件作品所源自的歷史傳統相匹配。有了更多的資訊，我們還可以進一步探究這件作品，並與它的矛盾之處較量。這之所以成為可能，是因為有一個明確的參照物。這並不意味著它的意義是固定的，也不意味著我們更喜歡它的寫實風格。這意味著我們對這件作品的思考與一種同等的、人類的創造行為相契合。

《無監督學習》的體驗則完全不同。這件作品是組合式的，也就是說，它試圖從以往的藝術資料中創造出新的東西。所建立的關係是數學性的，而那些能夠被認出的瞬間是偶然的。阿納多爾稱他的方法為「思考之筆」。雖然他謹慎地解釋說AI沒有感知能力，但這件作品的吸引力卻依賴於機器對大腦的影響。阿納多爾說我們「透過機器的思維去看」。但實際上根本沒有思維在運作，只有純粹的數學和純粹的隨機性。有動態，但很陳舊。新鮮感很短暫。

在中庭，《無監督學習》展示了數千張影象，但我對它們提不出任何問題。上了幾級臺階，我看到了一幅單一的影象，卻能提出數十個問題。藝術機構的承諾是，其中一些，甚至很多問題都會得到解答。也許不能確定地解答，但很少有事情是確定的。儘管如此，觀眾仍然能與《克里斯蒂娜的世界》的敘事力量產生共鳴。而面對《無監督學習》，反射回來的只有一種空洞的、演演算法式的凝視。我不禁想，克里斯蒂娜那未曾完全表露的渴望目光，也許和中庭裡觀眾茫然的凝視沒什麼不同。當我凝視著人工智慧生成的動畫，尋找任何值得一看的東西時，我遭遇了永遠找不到任何東西的恐懼——一種視覺上的癱瘓——不是無法感知，而是無法與我所看到的東西一起思考。

所有的人工智慧都基於電腦科學家稱之為機器學習的數學模型。在大多數情況下，我們向程式輸入訓練資料，並要求各種網路檢測模式。最近，由於計算能力的提升、軟體程式設計的進步，尤其是訓練資料的指數級增長，機器學習程式能夠成功地完成越來越複雜的任務。但半個世紀以來，即使是最好的AI在其運作過程中也受到限制，只能自動化預先定義的有監督分析。

例如，給定一組關於使用者電影偏好的資訊和一些關於新使用者的資料，它可以預測這個使用者可能喜歡的電影。這對我們來說就是「人工智慧」，因為它在功能上取代並遠遠超越了向朋友（或者更好的是，一本書）尋求電影推薦的行為。在商業上，它蓬勃發展。但同樣的軟硬體工具能自己創作一部電影嗎？多年來，答案都是「絕對不可能」。AI可以預測和建模，但不能創造。機器學習系統是有監督的，因為每個輸入都有一個正確的輸出，演演算法會不斷修正和重新訓練模型，以使其越來越接近能夠準確預測的程度。但如果我們不告訴模型什麼是正確的呢？

如果我們給它數十億張貓的影象進行訓練，然後讓它創作一幅全新的貓的影象，會怎樣呢？在過去十年裡，隨著生成式AI的出現，這成為了可能。生成式AI是一種深度學習，它使用生成對抗網路來創造新內容。兩個神經網路相互合作：一個稱為生成器，負責產生新資料；另一個稱為判別器，負責立即評估這些資料。

生成器和判別器同步競爭，生成器根據判別器的反饋更新輸出。最終，這個過程創造出的內容幾乎與訓練資料無從分辨。隨著ChatGPT、Midjourney和DALL-E 2等工具的出現，生成式AI的支持者聲稱，我們已經進入了一個機器智慧大幅擴充套件的「寒武紀大爆發」時期。與以往只是分析現有資料的AI應用不同，生成式AI可以創造新穎的內容，包括語言、音樂和影象。

《無監督學習》所呈現的承諾是生成式AI的一個縮影：只要輸入足夠的資訊，非人類智慧就能自行思考並創造出全新的、甚至美麗的東西。然而，《克里斯蒂娜的世界》和《無監督學習》之間的差距，只是計算和思考之間差異的一個衡量標準。AI研究人員經常將大腦稱為「處理資訊的裝置」，這是一個用來解釋我們思維方式的錯誤比喻。隨著物質技術的進步，我們一直在尋找新的比喻來解釋大腦。古人用黏土來比喻，將大腦視為一塊空白的石板，上面刻著符號；19世紀用蒸汽機來比喻；後來，大腦又被視為電動機器。電腦科學家開始在大型電腦上處理資料僅僅幾年後，心理學家和工程師就開始將大腦稱為資訊處理器。

問題在於，你的大腦不是電腦，電腦也不是大腦。電腦處理資料並計算結果，它們可以解方程，但不能自行推理。計算只能盲目地模仿大腦的工作——它們永遠不會有覺知、感知能力或自主能力。同樣，我們的大腦也不是在處理資訊。因此，有些心境是無法被自動化的，有些智慧是機器無法擁有的。

宣告：本文節選自《反對平臺：在數位烏託邦中生存》，經出版方梅爾維爾之家出版社授權使用。版權所有 © 2025 麥克・佩皮。在《反對平臺：在數位烏託邦中生存》一書中，科技專家兼創作者麥克・佩皮解釋了問題所在，並提出了糾正問題的宣言。關鍵在於，我們一直被教導說數位技術是中立的工具，透明、易於理解，並且是為我們服務的。但佩皮說，現實是，它們隱含著假設和附帶後果——換句話說，就是意識形態。如果我們要充分利用技術來展現人類的本性，就必須破除這種隱藏的意識形態。