机器中的“感知”和“代理”概念是混乱的，特别是考虑到很难衡量这些概念是什么。但许多人推测我们看到的改进（人工智能）有一天可能会成为一种新的智能形式，取代我们现在的智能。
不管怎样，人工智能多年来一直是我们生活的一部分——我们主要在大多数人日常使用的数字平台上遇到它看不见的手。技术专家和作家认为，数字技术曾经为改变社会带来了巨大的希望，但这种乌托邦主义感觉正在消失迈克·佩皮，在他的新书《反对平台：生存的数字乌托邦》中（梅尔维尔豪斯出版社，2025）。
我们被告知数字工具是中立的，但实际上，它们充满了危险的假设，可能会导致意想不到的后果。在这段摘录中，佩皮评估了人工智能（许多此类平台的核心技术）是否能够通过艺术的棱镜模拟感动我们的人类情感。
我参观雷菲克·阿纳多尔 (Refik Anadol) 备受期待的装置作品那天，现代艺术博物馆的中庭挤满了人。无监督（2022）。当我进入时，人群的注意力都集中在艺术家的数字“幻觉”之一的巨大投影上。现代艺术博物馆的策展人告诉我们，阿纳多尔的动画使用人工智能“解释和转变”博物馆的藏品。当机器学习算法遍历数十亿个数据点时，它“重新想象了现代艺术的历史，并对可能发生的事情进行了梦想”。我看到了红色线条和相交的橙色放射线的动画爆发。很快，球形的面部形状就出现了。下一刻，一棵树干停在了角落里。看不见的扬声器发出嗡嗡的、未来派的配乐，充满了整个房间。当变异的投影接近熟悉的形状时，人群表现出一种肃静的敬畏。
有关的：
阿纳多尔的作品首次亮相正值人工智能的创造力大肆宣传之际。观众不仅是为了观看屏幕上精彩的动画。许多人亲眼目睹了机器创造力在现代艺术象征核心中的胜利。
每一位来访者无监督遇到了独特的突变。物体逃脱了心灵的掌控。所指对象消失了。美丽的时刻是偶然的、随机的计算闪现，一去不复返。阿纳多尔称之为“惊喜的自我再生元素”；一位评论家称其为屏幕保护程序。当我凝视这些突变时，我承认我发现了美丽的时刻。它可以被视为放松，甚至幸福。对于一些人来说，是恐惧，甚至是恐惧。我停留的时间越长，我遇到的空虚就越多。当算法被编程为模棱两可时，我如何才能对我面前的艺术做出任何陈述？人类有可能欣赏（更不用说掌握）最终结果吗？
需要休息一下，我上楼去看看安德鲁·怀斯 (Andrew Wyeth) 的餐厅克里斯蒂娜的世界（1948），博物馆永久收藏的一部分。克里斯蒂娜的世界是对美国农场的现实主义描绘。在画面中央，一个女人躺在田野里，渴望地指着远处的谷仓。田野做出戏剧性的扫掠运动，蚀刻在赭石色的草丛中。女人穿着粉红色的裙子，身体微微扭曲。天空是灰色的，但很平静。
大多数观众都会面临这样的问题：这个女人是谁，她为什么会在这个领域撒谎？克里斯蒂娜是安德鲁·怀斯的邻居。年轻时，她就出现了肌肉残疾，无法行走。她更喜欢在父母的财产周围爬行，怀斯在附近的家中亲眼目睹了这一点。尽管如此，关于克里斯蒂娜还有更多问题。怀斯在他的拍摄对象之间的距离中想表达什么？怀斯捕捉到的那一刻克里斯蒂娜在想什么？每次观看时都会玩这个小小的认识论游戏克里斯蒂娜的世界。我们考虑艺术家的意图。我们试图将我们的解释与作品诞生的历史传统相匹配。有了更多的信息，我们仍然可以进一步审视这部作品并解决它的矛盾。这是可能的，因为只有一个参照物。这并不意味着它的含义是固定的，或者我们更喜欢它的现实主义。这意味着我们对这项工作的思考符合平等、人性化、创造性的行为。
AI艺术的空虚
的经历无监督是完全不同的。这件作品是组合性的，也就是说，它试图从以往的艺术数据中创造出一些新的东西。所绘制的关系是数学上的，识别的时刻是偶然的。阿纳多尔称他的方法为“思考画笔”。虽然他小心翼翼地解释说人工智能没有感知能力，但作品的吸引力在于机器对大脑的侵犯。阿纳多尔说我们“看穿机器的思想”。但根本没有心思在工作。这是纯粹的数学，纯粹的随机性。有运动，但已经陈旧。新鲜感转瞬即逝。
在中庭，无监督呈现了数千张图像，但我无法向它们提出任何要求。走上一小段台阶，我就会看到一张图像，并可以提出数十个问题。艺术机构是一个承诺，其中一些，实际上是许多，将得到解答。它们可能无法确定地完成，但很少有事情能够确定地完成。尽管如此，观众仍然对克里斯蒂娜的世界的叙事力量有共鸣。和无监督，唯一反射回来的是一种茫然的、算法式的凝视。我不禁想到，克里斯蒂娜那从未完全流露的渴望目光，可能与下面中庭观众目瞪口呆的目光没有什么不同。当我凝视人工智能动画寻找任何可看的东西时，我遇到了永远找不到任何东西的恐惧——一种视觉瘫痪——不是无法感知，而是无法与我所看到的一起思考。
所有人工智能都基于计算机科学家称为机器学习的数学模型。在大多数情况下，我们向程序提供训练数据，并要求各种网络来检测模式。最近，由于计算能力的提高、软件编程的进步，以及最重要的是训练数据的指数级爆炸，机器学习程序可以成功地执行越来越复杂的任务。但半个世纪以来，即使是最好的人工智能在其过程中也受到限制，只能自动执行预定义的监督分析。
例如，给定一组有关用户电影偏好的信息和有关新用户的一些数据，它可以预测该用户可能喜欢什么电影。这在我们看来是“人工智能”，因为它在功能上取代并远远超越了向朋友（或者更好的是一本书）询问电影推荐的行为。在商业上，它蓬勃发展。但这些相同的软件和硬件工具本身可以制作电影吗？多年来，答案都是“绝对不是”。人工智能可以预测和建模，但无法创造。机器学习系统受到监督，因为每个输入都有正确的输出，并且算法不断修复和重新训练模型，以越来越接近模型可以准确预测某些内容的程度。但是，如果我们不告诉模型什么是正确的，会发生什么？
人工智能能否创造出真正的“新”内容？
如果我们给它几十亿个猫图像样本进行训练，然后让它制作一个全新的猫图像会怎么样？在过去的十年中，生成式人工智能使这成为可能，生成式人工智能是一种利用生成对抗网络创建新内容的深度学习。两个神经网络相互协作：一个称为生成器，用于生成新数据，另一个称为鉴别器，用于立即对其进行评估。
生成器和鉴别器协同竞争，生成器根据鉴别器的反馈更新输出。最终，这个过程创建的内容与训练数据几乎无法区分。随着 ChatGPT、Midjourney 和 DALL-E 2 等工具的推出，生成式 AI 的支持者声称我们已经进入了寒武纪大爆发，广泛扩展了机器智能的极限。与之前简单分析现有数据的人工智能应用不同，生成式人工智能可以创建新颖的内容，包括语言、音乐和图像。
的承诺无监督是生成人工智能的一个缩影：有了足够的信息，非人类智能就可以独立思考并创造出新的、甚至是美丽的东西。然而之间的距离克里斯蒂娜的世界和无监督只是计算和思维之间差异的一种衡量标准。人工智能研究人员经常将大脑称为“处理信息”。对于我们的思维方式来说，这是一个有缺陷的比喻。随着材料技术的进步，我们寻找新的隐喻来解释大脑。古人使用粘土，将心灵视为一块空白的石板，上面蚀刻着符号。十九世纪使用蒸汽机；后来，大脑变成了电机。计算机科学家开始在大型计算机上处理数据几年后，心理学家和工程师开始将大脑视为信息处理器。
问题是你的大脑不是计算机，计算机也不是大脑。计算机处理数据并计算结果。他们可以解方程，但不能自己推理。计算只能盲目地模仿大脑的工作——它们永远不会有意识、感知力或能动性。同样，我们的大脑也不处理信息。因此，有些思维状态是无法自动化的，有些智能是机器无法拥有的。
来自反对平台：幸存的数字乌托邦。经出版商 Melville House Publishing 许可使用。版权所有 © 2025 迈克·佩皮。
