大数据时代，技术和艺术如何“相爱相杀”？

在人工智能和大数据等计算机技术的浪潮下，艺术的创作和研究受到了怎样的影响？技术和艺术又是如何“相爱相杀”的？6月24日，列夫·马诺维奇教授针对这些问题，开展了题为“文化分析学：如何用计算机研究当代和历史中的艺术“的讲座。该讲座由中央美术学院人文学院主办，是“艺术创造、认知和传播工作坊“系列讲座中的一期，由工作坊召集人于润生副教授主持。马诺维奇教授是文化分析学的概念提出者，也是学科研究方法的奠基人。2005年，他提出了文化分析学的概念，并于2007年建立了文化分析研究室。他开创了新的研究方法，首次运用计算机技术分析视觉资料。
两个半小时的讲座中，他回顾了自己两个有代表性的研究项目，反思了技术给艺术带来的可能和挑战。马诺维奇戴着粗框的白色眼镜，言语轻快有活力，在演讲过程中，他时常参与到聊天框中的对话，重复自己的核心观点，希望听众更好地接受他的观点。

列夫·马诺维奇教授

自拍大数据背后：曼谷比柏林幸福
互联网时代，人们每天都在生产和更新各类文化数据，而计算机技术提供了研究它们的新方法。当智能手机和社交媒体提供了新的自我展示平台，而自拍成为一种风尚时，马诺维奇看到了自拍作为文化数据的价值。每天，人们在不同地域、不同文化环境中更新着数以万计的自拍。这些图像资料暗示着人们表现情绪的不同方式，却没有任何研究分析过它们。
马诺维奇发起了“自拍城市”的研究项目，设计了分析自拍图像的机制。得益于计算机技术，他可以同时分析大量的自拍图像，从中找出趋势，旨在了解不同地域的人们表达快乐的方式。
以城市为单位，项目研究人员随机收集了共3200张自拍。经过计算机的自动面部识别，以及算法对于五官位置和情绪表达的计算，研究人员得到了自拍群体的人口分布，并总结了这些照片中人们的身体姿势和面部表情。
经过对大量自拍图像的对比，马诺维奇发现了它们背后所蕴藏的不同文化现象。研究人员将自拍行为与性别问题联系起来，发现在曼谷、柏林、莫斯科、纽约、圣保罗这五个城市中，女性的自拍行为要更加频繁。自拍行为的性别差异在莫斯科尤为显著，女性自拍图像的数量达到了男性的4.6倍。
研究也探索了财富与幸福程度之间的关系。尽管柏林和莫斯科市民更加富有，他们的自拍图像所表达的快乐程度不及曼谷和圣保罗市民。

马诺维奇教授的“自拍城市”项目分析了不同城市市民的自拍图像，并为各个城市中人们自拍的快乐程度打分。图片中，分值越高，说明城市市民在自拍中表现得越快乐。来源：“自拍城市“项目官网

在研究过程中，马诺维奇发现了计算机在归纳和概括方面的重要性。当研究人员逐一分析不同的自拍时，他们很难发现图像之间的联系，也不能提炼出社会群体表达情绪的规律。但计算机可以对海量的自拍图像快速进行归类、总结和归纳，并且发现新趋势，尤其是以往研究手段无法发现的文化现象。
以印象派绘画为主题，马诺维奇教授进行了第二个研究项目的展示，并强调了计算机技术的用途并不局限于归纳，它也能甄别图像间的细微差异，展示艺术作品的多样和复杂。他提醒听众，当人们去美术馆观赏印象派作品时，他们只能看到其中的名家之作，相同风格的其他作品却被忽略了，而大数据研究可以弥补这种认知缺失，拓宽人们对于艺术作品的理解。
在《数据科学和数字艺术史》这篇报告中，他并没有延续以知名画家为核心的研究方法，而是从网络上抓取了印象派的众多画作。针对1874年到1886年间印象派展览参与者所创作的所有画作，他对其中的大约6000幅作品一探究竟，意在让人们看到更多被忽视的作品，了解名作之外的其他印象派画作是否有什么不同。
他发现这些印象派画作中，至少有一半的作品与传统印象中的印象派风相悖，证明了仅仅关注名作是远远不够的，艺术研究还应从更宏观的角度去对比更多的作品，发现艺术的多元性。
以此延伸，马诺维奇教授质疑了以特定风格和名家名作为主体对象的艺术研究，认为这些研究不能涵盖所有的艺术作品，它们或因为没有遵循特定的风格，或因不够出名而被埋没了。而计算机技术的到来，使得研究海量信息成为可能，研究人员得以花更少的精力，重新认识那些被遗忘的作品。

马诺维奇教授将6000余幅印象派作品进行陈列。其中，相似度更高的作品更为靠近。图中左下角的作品代表人们所熟知的印象派名作。我们可以看到，印象派中其实包含大量与这些名作风格迥异的作品。来源：《数据科学和数字艺术史》报告

新技术和艺术文化的“相爱相杀”
马诺维奇认为，计算机技术创新背后往往不意味着文化的革新，反而是迎合旧文化的。以人工智能美颜技术Luminar 4为例，东亚文化下，对于白皙为美的追求存在已久，美颜技术并非是这种追求的原因，它只是让这种追求显得容易了，最终意味着对传统文化需求的迎合。
技术也能加剧某种文化需求，甚至纵容它的负面后果。比如，美颜技术加剧了对于美的一味追求，带来了审美同质化的危险。自动修图的技术抹去了人们的审美差异，也压缩了社会对于外貌瑕疵的容忍空间，最终又影响了文化。
马诺维奇想强调的第三点是，技术也并非完全为新，类似思路早已存于艺术的历史之中。
他将计算机算法类比系统性创作，质疑算法是否真的革新了艺术创作的方式。他首先将算法和系统性思考连接起来，认为两者之间有很多相似之处。算法是将一套思路编译成代码，然后命令计算机按照思路执行。与之对应的系统性思考，也是设计和遵守一套创作思路的过程。而很多艺术创作本身就是以一套系统性思考为基础的，如透视法的运用。创作者依照约定俗成的透视法规则，将视野中更远的事物按照比例缩小，以产生画作的立体感。以透视法为基础的创作，也是沿用这一套思想，执行规则，与按照算法产出结果的过程类似。
在看似随机、非系统性的创作背后，马诺维奇认为它们也依然蕴含着某种规律。对于泼墨艺术而言，尽管其中随性的笔触缺乏规律，但只要人们观察到这类作品的一部分，就能够对这些画作的其它部分进行预测。认清眼前的图案规则，人们可以举一反三，判断其余画作大概率会按照类似的风格进行创作，这仍旧是一种规则的体现。
但不可否认的是，技术为艺术创作提供了新方向，而马诺维奇对此怀着审慎的态度。以华为手机的相机人工智能技术为例，他认为技术也可能会给创作空间带来限制。这类技术的确给用户带来诸多便利，帮助用户识别周围的环境，自动优化照片的构图、光线、色调，让用户花更少的精力，创作出更符合大众审美的摄影作品。但是，照片的自动优化也阻碍了艺术家们的另类尝试。如果艺术家刻意选择反其道而行之，试图采用怪异的构图、模糊的画质进行创作，那他们的尝试可能止步于相机的自动优化技术。所以，相关技术的成熟也带来了单一化的艺术创作。
人工智能在艺术创作中的运用也会带来“谁是作者”的问题。马诺维奇提出，Brushify等自动设计技术会降低艺术作品的原创性。在游戏世界的搭建过程中，Brushify通过算法，可以一键生成建筑、森林等景观，游戏创作者因而无需从零开始进行设计。如果采用这样的技术，怎么去区别作品中原创和非原创的成分？
马诺维奇认为，Brushify之类的人工智能会让使用者误认为自己是创作者，但在相关技术的使用过程中，人们其实是在借用算法提供的创作风格。由此看来，创作者其实是相关技术背后的设计和编程人员。
时至今日，技术对于艺术的渗透也进入了作品赏析的层面，这也带来新的担忧。以谷歌的NIMA技术为例，人工智能可以通过算法自动赏析照片的美学价值，打出评分。马诺维奇预测，认为算法可能在未来渗入艺术院校的教学体系，甚至是取代老师，在课堂上给学生作品评分。相关技术的到来，会对传统艺术教育带来怎样的冲击和挑战？技术能否在评分的同时，给学生提供更多的经验指导和人文关怀？
针对澎湃记者对于计算机技术的运用是否对艺术研究有负面影响的提问，马诺维奇认为，“尽管计算机技术可以给人们带来便利，代劳创作和研究过程中重复性高的、程序化的步骤，但它的能力依然有限。计算机目前只能做到对图像特性的检测，以及对图像数量的计算。它并不能达到人对于图像认知的深度和复杂性。计算机不会改进、升华艺术家和研究者的想法。同样，它也不会削弱作品和研究的思想深度。
自学编程和大数据的艺术家
回首自己的研究初衷和项目经历，马诺维奇教授更多地强调了他对于兴趣的执着。从本科到博士阶段，他都接受着艺术与文化领域的训练。没有编程科班背景的他，自学了大数据等相关技术，其背后的动力源于他看到了使用计算机技术研究艺术的新方向，也认为“和科学家们对话很有趣。“对新技术的热情促使了他的转型，而新技术也为他的实验室提供了新颖的研究方法。
始于兴趣、自学成才的马诺维奇教授现在是纽约市立大学研究生中心的计算机科学教授，他也借自己的经历鼓舞听众学习新的技术。对于未知的兴趣也体现在他对中国文化的研究，他认为西方依然缺乏对于中国大众文化的了解。
马诺维奇在中国之行中获得研究灵感，与中国有着不解之缘。2004年他来到中国，与国内的艺术院系交流经验与想法。一位教授询问他是否知道当时的中国有多少视觉艺术相关的学术项目，而“大概240个”的答案远远超过他的预期。他深感当时的艺术学界对于学科没有宏观把握，缺乏整体认知。这也成为他日后试图用大数据技术来拓宽艺术研究范围的启发之一。
这样宏观层面的认知缺乏是一个普遍存在的问题。马诺维奇坦言，很多艺术研究者并不知道世界上到底有多少不同的艺术项目，也未曾了解过去十年间有多少艺术学生从院校毕业，从事了什么样的创作。当其他人都专注于细化自己的研究范围，或者是倾注精力来研究名家名作时，他却对不为人知的作品产生了好奇。借助计算机技术，他得以分析、比较更丰富的艺术作品。
15年前，马诺维奇教授开创了文化分析学，以研究大量图像的集合为目标；15年后，他重拾起单个图像的研究。他分享了自己最新的计划，想要再次以独立图像为单位进行研究，重新挖掘某一个图像的文化价值。
忧虑之余，他也表达了自己对于新技术的乐观态度。他建议人们不要盲从技术潮流，而是带着自己的思考去创作，提出新的问题，尝试新的可能。以此为前提，创作便能算得上是艺术，而不是技术执行的简单结果。技术的普及实现了艺术创作的大众化，这些大众艺术有新的价值，吸引着他进行新的研究。