機器中“感知”和“代理”的概念被混亂了，特別是考慮到很難衡量這些概念是什麼。但是許多人推測我們正在看到的改進（AI）有一天可能會構成一種新的智力形式，該智能已取代我們現在。
無論如何，AI多年來一直是我們生活的一部分 - 我們大多數人每天都居住在數字平台上，主要在數字平台上遇到了無形的手。技術專家和作者認為，數字技術曾經對改變社會的變化有巨大的希望，但是這種烏托邦主義感覺就像在溜走了。邁克·佩皮（Mike Pepi），在他的新書《反對平台：倖存的數字烏托邦》中（梅爾維爾之家出版社，2025年）。
我們被教導說，數字工具是中性的，但實際上，它們充滿了危險的假設，並可能導致意想不到的後果。在此摘錄中，PEPI評估了AI（這麼多平台的核心）是否可以通過藝術的棱鏡來模仿使我們感動的人類感受。
現代藝術中心博物館擠滿了我參觀雷迪克·阿納多（Repik Anadol）備受期待的裝置的那一天無監督（2022）。當我進入時，人群被固定在藝術家的數字“幻覺”中的大規模投影。 MOMA的策展人告訴我們，Anadol的動畫使用人工智能“解釋和轉變”博物館的收藏。當機器學習算法遍歷數十億個數據點時，它“重新構想了現代藝術的歷史和夢想的歷史”。我看到了動畫的紅線和相交的橙色徑向。很快，出現了球狀面部形式。下一刻，一棵樹的樹幹定居在角落。一個令人振奮的未來派配樂在看不見的揚聲器中充滿了房間。當突變的預測接近熟悉的形式時，人群對此感到敬畏。
有關的：
阿納多（Anadol）的作品首次亮相，這是關於人工智能或人工智能具有創造力的能力的極大炒作。觀眾不僅在那裡看到屏幕上的奇妙動畫。許多人在現代藝術的象徵性心臟中親眼目睹了機器創造力的勝利。
每個訪客無監督遇到了一個獨特的突變。對象避免了思想的掌握。參考人不見了。美麗的時刻是偶然的，隨機的計算閃光，永遠不會回來。阿納多（Anadol）稱其為“驚喜的自我再生元素”；一位評論家稱其為屏幕保護程序。當我凝視突變時，我承認我發現了美麗的時刻。它可能註冊為放鬆，甚至是幸福。對於某些人來說，恐懼，甚至恐怖。我停留的時間越長，我遇到的空虛越多。當對算法進行編程以使我面前的藝術陳述如何？人類有可能欣賞最終結果嗎？
需要休息，我上樓去看安德魯·韋斯（Andrew Wyeth）克里斯蒂娜的世界（1948年），博物館永久收藏的一部分。克里斯蒂娜的世界是對美國農場的現實主義描述。在框架的中心，一個女人躺在一個田野裡，渴望朝遠處的穀倉打手勢。該領域做出了一種戲劇性的全面運動，刻在och骨草中。女人穿著粉紅色的連衣裙，略微角度扭曲。天空是灰色的，但是平靜。
大多數觀眾都面臨問題：這個女人是誰，為什麼她躺在這個領域？克里斯蒂娜（Christina）是安德魯·惠斯（Andrew Wyeth）的鄰居。在很小的時候，她出現了肌肉殘疾，無法行走。她更喜歡在父母的財產周圍爬行，惠氏在附近的家中目睹。儘管如此，關於克里斯蒂娜還有更多問題。 Wyeth試圖在主題之間的距離中說什麼？克里斯蒂娜（Christina）在惠氏捕捉到的那一刻在想什麼？每次都可以看到這個小小的認識論遊戲克里斯蒂娜的世界。我們考慮藝術家的意圖。我們試圖將解釋與作品出現的歷史傳統相匹配。有了更多信息，我們仍然可以進一步凝視著工作，並與它的矛盾搏鬥。這是可能的，因為有一個指稱。這並不意味著它的含義是固定的，也不意味著我們更喜歡現實主義。這意味著我們對這項工作的想法符合平等，人類，創造性的行為。
AI藝術的空虛
經驗無監督完全不同。這項工作是組合的，也就是說，它試圖從有關藝術的數據中創造出新的東西。繪製的關係是數學的，並且認識的時刻是偶然的。 Anadol稱他的方法為“思維刷”。雖然他謹慎地解釋了人工智能不是有意識的，但工作的吸引力依賴於機器對大腦的侵占。阿納多說，我們“透過機器的思想看”。但是根本沒有智力。這是純粹的數學，純粹的隨機性。有運動，但這是陳舊的。新穎的是短暫的。
在中庭，無監督呈現數千張圖像，但我什麼也沒問。在短時間的步驟中，我向我展示了一個圖像，可以提出數十個問題。藝術制度是一種承諾，即實際上有許多人將得到回答。它們可能無法確定，但是很少有。儘管如此，觀眾仍然與克里斯蒂娜世界的敘事力量交流。和無監督，唯一反映的是一種空白的算法凝視。我忍不住想，克里斯蒂娜（Christina）的渴望凝視從未完全揭示，可能與下面的中庭中觀眾的觀察凝視並不不同。當我凝視著人工智能的動畫，尋找任何可以看到的動畫時，我遇到了從未找到任何東西的恐怖- 一種對視覺的癱瘓- 不是無法感知的，而是無法與我看到的東西一起思考。
所有人工智能均基於計算機科學家調用機器學習的數學模型。在大多數情況下，我們提供程序培訓數據，並要求各種網絡檢測模式。最近，由於計算能力的提高，軟件編程的進步以及最重要的是，機器學習程序可以成功執行更多的複雜任務。但是在半個世紀的時間裡，即使是最好的AI也被限制在其過程中，只能自動化預定義的監督分析。
例如，給定有關用戶電影偏好以及有關新用戶的一些數據的信息，它可以預測該用戶可能喜歡的電影。這將自己呈現為“人工智能”，因為它取代並超過了向朋友（或更好的書，一本書）進行電影推薦的行為。在商業上，它蓬勃發展。但是這些相同的軟件和硬件工具可以創建電影本身嗎？多年來，答案“絕對不是”。 AI可以預測和建模，但無法創建。監督機器學習系統是因為每個輸入都有正確的輸出，並且該算法不斷修復並重新訓練模型，以使模型越來越接近該模型可以準確預測某些東西。但是，當我們不告訴模型什麼是正確的時，會發生什麼？
AI可以創建真正的“新”內容嗎？
如果我們給了它數十億個貓圖像的示例，然後告訴它製作一個全新的貓圖像怎麼辦？在過去的十年中，這是一種生成AI，這是一種深入學習，它使用生成的對抗網絡來創建新內容。兩個神經網絡協作：一個稱為生成器，它產生新數據，一個稱為歧視器，立即對其進行評估。
發電機和鑑別器一致競爭，生成器根據歧視器的反饋來更新輸出。最終，此過程創建的內容幾乎與培訓數據沒有區別。隨著Chatgpt，Midjourney和Dall-E 2等工具的引入，生成的AI助推器聲稱，我們已經越過寒武紀爆炸，廣泛地擴展了機器智能的範圍。與以前僅分析現有數據的AI應用程序不同，生成AI可以創建新穎的內容，包括語言，音樂和圖像。
承諾無監督是生成AI的縮影：餵養足夠的信息，非人類智能可以自己思考，並創造一些新的，甚至美麗的東西。然而克里斯蒂娜的世界和無監督只是計算與思想之間差異的一種度量。 AI研究人員經常將大腦稱為“處理信息”。這是我們如何思考的隱喻。隨著物質技術的發展，我們尋找新的隱喻來解釋大腦。古人使用粘土，將思想視為蝕刻符號的空白板。 19世紀使用蒸汽機。後來，大腦是電機。計算機科學家開始處理大型計算機數據後僅幾年，心理學家和工程師就開始將大腦作為信息處理器說。
問題是您的大腦不是計算機，計算機不是大腦。計算機處理數據併計算結果。他們可以解決方程式，但他們不是自己理由的。計算只能盲目地模仿大腦的工作 - 它們將永遠不會具有意識，知覺或代理。同樣，我們的思想也不處理信息。因此，有一些無法自動化的心態，而機器無法擁有的智能。
免責聲明
從平台上：倖存的數字烏托邦。在出版商Melville House Publishing的許可下使用。版權所有©2025 by Mike Pepi。
