撰文：Jesse Damiani
來源：FreeThink
圖片來源：由無界AI工俱生成
2022 年，像Midjourney、OpenAI 的DALL-E 2 和Stable Diffusion 這樣的文本-圖像生成器開始進入公眾視野，引發了關於“生成式人工智能”在創意生產中的作用的激烈辯論。而當ChatGPT 在11 月推出，並在5 天內突破百萬用戶大關時，人們對人工智能工作替代的擔憂從視覺藝術家擴大到了包括作家、記者和文案人員。然後，初創企業和現有企業都紛紛推出了一波新的人工智能產品，從語音克隆和化身替代，再到界面設計和代碼協同機器人。突然間，感覺沒有哪一類人類創造性勞動可以免受自動化的影響。幾個月來，人們對自身藝術在沒有許可或報酬的情況下被納入訓練數據而感到愈發憤慨，成千上萬的藝術家在去年12 月參加了“No AI Art”的在線抗議活動。
就像之前的國際象棋一樣，藝術被認為是人類的典型成果，但生成式人工智能的快速發展使這種想法變得複雜。多年來，算法無處不在，影響著我們的工作、社會生活和娛樂，但生成式AI 的一連串創新甚至讓懷疑論者感到驚訝。對這些技術的擔憂也引發了對奇點的重新討論，這個術語用來描述技術進步的時刻，通常以“人工超級智能”的形式，以超過人類能力的速度爆炸，給文明帶來不可預見的變化，並呈現出人類被取代的新現實（想想科幻小說中敵對的機器人超越）。
我不認為“奇點”已經到來，而且通過歸納人類的視角來構築機器智能也有問題。不過，我確實相信最近生成式AI 的進步已經將我們拉入了一個不那麼世界末日的“創意奇點”，顛覆了創意生產和相關產業的基本規範。
說實話，我對“顛覆”的言論有點反感，但作為作家、策展人和未來學家在新興技術領域工作了十年之後，我不得不承認，這並不像平常的商業廢話。正如藝術家、學者 Mat Dryhurst 最近所說：“人們對那些從事技術工作的人說一切都將改變感到非常疲憊，這是可以理解的，遺憾的是，目前看來，一切都將改變。”大型多模態模型的出現，比如穀歌的PaLM-E 和OpenAI 的GPT4——研究人員聲稱後者展示了“人工通用智能”的“火花”，因為它能夠在沒有特殊提示的情況下跨領域解決問題——感覺像是人工智能影響未來的指標。與此同時，該領域知名人士的許多熱心宣言感覺與現實脫節。此外，他們忽略了過去不那麼極端但更適用的經驗教訓，這些教訓在面對炒作時必須加以重申，而炒作往往會抹去指導性的教訓。
如果創意奇點已經發生，那我們該怎麼辦？為了弄清這一點，我借鑒了我根據科學哲學家Thomas Kuhn 的範式概念開發的框架：一組概念、理論或模式，形成具有解釋力的全球組織模型。這個框架將現實視為與人類一起發展的東西— 它是我們對真實事物達成共識的能力的總和。我們創造的技術和符號系統（識字、算術、代碼等）實際上擴展了現實的內容。大規模的機器學習工具是當代範式的一個組成部分，我稱之為“後現實”。如果像馬歇爾– 麥克盧漢所說的那樣，藝術作為一個“遙遠的預警系統，可以隨時告訴舊文化它正在發生什麼”，那麼藝術家和其他一直在研究、實驗和使用人工智能的創造性專業人士的貢獻為這個新世界提供了關鍵信號。
外星生命體
在1999 年的一次採訪中，David Bowie 試圖說服記者Jeremy Paxman，互聯網不是一種漸進的創新，而是藝術創造、傳播和體驗方式的巨大變化。 Bowie 說：“我認為我們實際上正處於令人振奮和恐懼的邊緣。”“它不僅僅是一種工具，它是一種外星生命體。”
今天，在生成式人工智能的支持者中也有一種類似的情緒。但新的可能究竟是什麼？是否會出現新的創造力和社會動態模式，這種變化的影響和副產品是什麼？誰會受到最大的影響？為了從噪音中分辨出信號，這些問題將從以下四個角度分析，包括自動化和創造性勞動，強化和速度，美學和藝術性，以及融合和湧現。
自動化與創造性勞動
從表面上看，我們很容易理解數十億人現在可以使用強大的工具進行創造性的表達，或者藝術家可以將他們實踐中的繁瑣環節自動化。但是，房間裡的大象— 最直接影響大多數人的— 是這些工具如何與工作和生計相交。
Mashinka Firunts Hakopian 是ArtCenter 設計學院技術與社會正義副教授，也是《The Institute for Other Intelligences》的作者，研究人工智能已有近十年，重點關注AI 與現實世界系統的交互。該推理小說研究圍繞技術的神話如何經常掩蓋其創造的現實。在這本書中，她將哲學家和科學史學家Donna Haraway 對所謂“客觀”系統的批評延伸到了人工智能。她強調，所有數據都表現出隱含的政治色彩，通常反映了現有的權力結構。
“我們現在看到的關於勞動力的問題與多年來圍繞新興技術和勞動力出現的問題是連續的，它們重現了許多相同的空白點和遺漏，”Hakopian 在接受采訪時說。 “例如，圍繞生成對抗網絡和圖像生成器的爭論一直以被提取的藝術家的勞動為基礎，但很少有人關注正在訓練這些模型的數據工作者的勞動，以及其中的勞動條件。他們正在接受培訓。”
我們所理解的創造力的概念被點評在歷史規範中，這些規範影響著被認為有價值（從而可複制）的表達類型。
“在我們現在看到的輸出中，哪些形式的視覺效果以及哪些人的願景被突出顯示、複製、提取或重新混合？”哈科皮安說。 “有一個奇怪的悖論，我們認為這些工具非常新穎，但通常情況下，它們所生產的最終是現有經典的複製品。”
除了使用生成工具進行創作外，藝術家在反思工具的缺失方面也發揮了重要作用–“濫用” 工具，以發現其弱點。藝術家Minne Atairu 在一系列不同的項目中使用機器智能，包括在她的Lumen 獎獲獎系列IGÚN 中對算法審美標準的檢驗和對貝寧青銅器的重新想像。這樣的作品證明了藝術家是如何將這些工具嚴謹地結合起來，產生新穎的藝術表達，甚至審問用於創造他們作品的模型的偏見。但Hakopian 提醒說，我們在尋找成功適應創造性工作中正在進行根本性轉變的藝術家和設計師時，跳過了一個關鍵步驟。
Hakopian 說：“責任的負擔反而應該由生產這些技術的科技公司的基礎設施層、在這個藝術和設計生態系統中招攬勞動力的雇主和客戶以及監管機構來承擔”。
當涉及到勞動力時，人工智能似乎將遵循當前的經濟和政治模式，而不是取代它們。此外，隨著大型現有企業、初創企業和政府機構被鎖定在AI 創新軍備競賽中，很容易看到多極陷阱是如何通過創意奇點而加劇的：為了降低成本，公司整合了他們的員工隊伍，將創意任務轉移到零工（甚至“幽靈”）工作上，並抵消了越來越多的創意人員，這些創意人員隨後會爭奪日益減少的職位空缺。事實上，這已經發生了。
當然，憑藉生成式人工智能，新的工作也將被創造出來，而且比上頭條的提示工程師名單更細緻。此外，隨著大型現有企業、初創企業和政府機構被鎖定在人工智能創新軍備競賽中，很容易看到多極陷阱是如何通過創意奇點而加劇的：為了尋求降低成本，公司整合他們的勞動力，將創意任務遷移到臨時工（甚至是“幽靈”）工作中，並抵消越來越多的創意人員，然後他們競爭日益減少的空缺職位。事實上，這已經在發生了。
當然，生成式人工智能也將創造新的就業機會，而且比上頭條的提示工程師名單更細緻。但有待解決的問題是，這個數字是否能跟上被削減的工作，以及周圍的行業和政府將如何應對這種震盪。
強化與速度
生成式人工智能增強了我們的創造能力和內容生產的速度。 Alexander Reben 是一位藝術家和機器人專家，他的藝術研究和實驗以幽默和荒誕的形式來揭示人工智能的潛力和限制。在與其的合作過程中，包括他在克羅克藝術博物館的個展AI Am I 和即將出版的《I Create Like the Word: Poetry in the Age of Machine Intelligence》，Reben 和我一直在討論他所謂的“人機共生”，這是他自2012 年以來一直追求的研究方向。這個術語是對更傳統的“人機協作”的一個轉折，不僅僅是一個語義上的繁榮。它同時反映了他對技術在人類進化中的作用的信念，並將他與機器的接觸定位為與學習實體的新興關係的表達，而不僅僅是惰性的藝術材料。
“人機共生的想法源於技術是與人類密不可分的東西，”Reben 在採訪中說。 “發明石器和其他放大我們能力的外部手段，使我們能夠，例如，有更多的卡路里和時間來做諸如發明科學和哲學的事情。技術一直是一個非常人性化的東西。”
從拉伸的畫佈到顏料，所有的藝術創作工具都曾經是新技術。生成式人工智能是擴大我們藝術創作能力的一長串此類創新中的最新一項。但是，這些新工具的獨特之處— 特別是像Auto-GPT 這樣的新“AI 代理”產品— 是它們在創作過程中的代理和自學程度。
“我們現在看到的自動化類型與我們在工業革命等其他自動化時期看到的不同。，”Reben 說。 “我們現在正在實現腦力勞動與體力勞動的自動化，但我不認為我們有充分的準備。”
突然有能力以這種方式增強我們的思想，將給觀眾體驗藝術和創造性表達的方式帶來複雜的問題。 Lauren Lee McCarthy 是一位藝術家，也是加州大學洛杉磯分校設計媒體藝術項目的副教授，p5.JS（一個用於創意編碼的JavaScript 庫，被世界各地的許多數字藝術家使用）的創造者。作為一個有開發數字藝術和工具的實踐經驗的人，她想知道這種新的文化生產模式的瑞波幣效應。在她看來，在她看來，新人工智能工具的速度將影響算法“可發現”的人，可能更青睞那些能夠快速製作和分享內容的人，而不是那些花更多時間開發工作的人。反過來，這可能會影響公眾與有意義的藝術聯繫的能力。
“我認為我們將看到此類工作的減少，因為它在經濟上的可持續性較差，”McCarthy 說。 “如果這真的成為一種趨勢，那將意味著文化，以及我們通過周圍的藝術文化處理、理解世界能力的巨大損失。因為這就是藝術的作用：它為我們提供了一種理解正在發生的事情的方式。所以一切都發生得更快了，在適當的時間和空間裡創造的工作更少了。”
1930 年，著名經濟學家John Maynard Keynes 預言，到21 世紀初，技術進步將帶來一個“閒適豐富的時代”，每週只工作15 小時。在通用任務中部署生成式智能體，會不會為人類開闢更多的自由時間，以更充分地探索他們自己的創造性？這是許多人都會接受的願景。然而，即使在最樂觀的情況下，這條道路也將是崎嶇不平的，因為生成工具也可能在提高生產力的同時創造出新的分心形式，但朝著這個方向邁出的一步是協作者（copilot），一種可以扮演不同角色的輕型人工智能代理。對於創造性的任務，機器人扮演著“空白頁殺手”的角色，幫助訓練有素的藝術家和新手啟動創造性的努力，無論是幫助想像一篇文章的開篇，還是人物的概念，或是一系列繪畫的模擬模型。
對於非藝術家來說，協作者可能會將工作自動化，以騰出時間來完成創作任務，無論是作為個人助理還是作為針對特定知識任務的代理人。就像曾經有“一個應用程序”，我們現在可以想像“一個協作者”，儘管我們必須考慮到幻覺和潛在的對齊問題。這種增強是一把雙刃劍；對一些人來說，它促進了非結構化的時間，對另一些人來說，它增加了競爭和對他們時間的要求（並最終可能將人與人之間的互動分化為一種“奢侈”的體驗）。但是，將知識任務移交給協作者的趨勢可以促進更多人類能力的深層價值：想像力、好奇心、綜合能力、存在感和相互聯繫——與此同時，創造性能力可以通過生成工具去中心化到創造性職業之外的人身上。
美學和藝術性
創意奇點將意味著美學和藝術家工作方式的轉變。 McCarthy 解釋說，生成式人工智能創造了一個新的社會環境，公眾將期待藝術家進行反思，而不是擔心它將使人類的努力失效。
“我認為藝術家的角色始終是使用可用的媒體工具，並提供獨特的人類或藝術視角，”McCarthy 說。 “我不確定這是否可以自動化。”
也許ChatGPT 會成為推出10 億本書的機器人，但有多少能夠引起公眾的興趣讓其真正去閱讀？在這些人中，又有多少會認為這些書與人寫的書有競爭力？從這個意義上說，最高層次和最概念化的創作形式——源於藝術家與世界的深度接觸，他們的手藝，以及激發他們實踐的問題——似乎與自動化絕緣。如果有什麼不同的話，公眾將比以往任何時候都更需要這些審訊來弄清楚發生了什麼。對於這些藝術家來說，生成引擎將加入一系列可能的工具和材料，這些工具和材料可能有助於製作給定的藝術品。
隨著人工智能能力賦予更多的人執行專業質量的創意產出的能力，它們將延續幾十年來的藝術趨勢：將價值中心化在概念和美學執行的結合上。在這個數字中，有一定比例的人將是那些本來覺得被禁止參與藝術的人；如果他們有足夠強大的想法（至少在理論上），他們將能夠產生有意義的概念性藝術。另一方面，更多的人將能夠為了樂趣而從事新的創造性活動，而不是為了追求工作或事業。
“最大的潛力在於這種表達的民主化，人們能夠根據自己的想像力創造產出，這在過去可能對他們來說很難，無論是由於缺乏技能、能力還是知識，”Reben 說。 “一個明顯的例子就是相機。從前，攝影需要很高的技能，而且，需要像氰化物這樣的化學品來處理。現在，每個人的口袋裡都有一台相機。”
在2010 年代，用生成對抗網絡（GANs）和其他形式的機器學習創造的藝術有一個獨特的外觀，可以在Memo Akten、Sofia Crespo、Jake Elwes、Mario Klingemann、Anna Ridler 等人的作品中看到。 Ingrid Hoezl 和Remi Marie 將其稱為“軟圖像”（以及後來的“後圖像”），其中基於圖像的作品” 不再是一個堅實的世界的表現，而是……一個可編程的數據庫視圖。這些美學已經讓位於更合理和逼真的輸出（見：穿著蓬鬆大衣的教皇）。但是，即使生成工具產生了越來越像人類的圖像，創意奇點也會引起新的美學。作家和音樂家K Allado-McDowell 指出了使用文本– 圖像引擎的四個“副作用”：幻覺、雜糅、變異的語言和占有。
“濕粘土決定了陶藝家的動作；人工智能係統通過潛意識地攝取文字/圖像地圖來塑造思維，”麥克道爾在《Side FX》中寫道。 “神經網絡的內心世界在藝術家的內心世界模型中被挖礦和模仿。”
這些作為人類的綜合體（無論多麼有缺陷、偏見）而創造的人機反饋迴路，代表了創造力的新歷史背景。長期以來，“孤獨的天才”藝術家的神話一直飽受詬病，而創意奇點進一步削弱了其相關性。這也意味著模型將在我們日常遇到的美學中發揮巨大作用——無論是ChatGPT 生成語言的方式、Midjourney 生成圖像的方式，還是Runway 插入視頻的方式。如果沒有各種各樣的參與者的投入，這就有可能使創造力同質化，而不是擴大或增強它。此外，模型和數據集的局限性也將決定給定媒體的可見度。例如，到目前為止，與3 D/擴展現實、表演、舞蹈和裝置藝術等相比，易於為機器打包的藝術媒介——文本、平面圖像和聲音——產生了更多的關注、投資和創新。隨著時間的推移，這可能會影響到誰會遇到不同類型的藝術，以及藝術家在選擇形式時做出的決定。對於公眾來說，機器生成的內容的擴散甚至可能對他們對現實的理解產生深刻的影響。
這也引發了圍繞生成式AI 調動的藝術創作模仿模式的問題：cover、仿冒品和模仿品。在越來越多的人工智能生成的歌曲之後，Grimes 宣布將與任何使用人工智能語音克隆的歌曲平分版稅。
即使超越了法律或技術方面的考慮，模仿其他藝術家的能力對藝術家如何發展他們的技藝有著深遠的影響。史蒂夫・喬布斯(Steve Jobs) 曾引用福克納（引用Stravinsky)) 的名言：“優秀的藝術家抄襲，偉大的藝術家竊取。”藝術家發展他們的詩學、風格和獨特的表達語言的一個重要方法是，深入研究啟發他們的作品。通過把有影響力的作品作為源點，分析它們，玩弄各種元素，並重新配置它們，藝術家們才有了他們自己的力量。而當我們達到任何人都可以在提示的眨眼間生成高保真模仿的程度時，情況就會發生變化。
Holly Herndon 和Mat Dryhurst 普及了“spawning”一詞，即用人工智能創造與他人相似的作品。作為對“heart on my sleeve”的回應，Herndon 區分了能夠模仿某個藝術家和能夠帶來同等程度的關心和藝術意圖。當每個人都能以所有其他藝術家的風格進行翻唱時，一種集體文化就會出現，它不僅決定了年輕藝術家的學習方式，也決定了他們遇到的人。最近Wes Anderson 在TikTok 和Instagram 上的趨勢也表明，知名藝術家可能會受到人工智能生成的riff 的影響— 將他們的作品壓縮成誇張或刻板的表現。
作家Ted Chiang 則認為，對於年輕作家來說，任何形式的大語言模式的輸出都不是一個有益的起點：“如果你是一個作家，在你寫出原創的東西之前，你會寫出很多非原創的作品。而花在這些非原創作品上的時間和精力並沒有被浪費……這正是使你最終能夠創造出原創作品的原因。花費在選擇正確的詞和重新安排句子以更好地相互銜接上的時間，可以教你如何通過散文傳達意義。”
因此，模仿是藝術家教育和機器美學的另一個重要（和棘手）特徵，我們唯一可以確定的是，這一現象將促使藝術家發展其技能的方式發生重大轉變。
融合與湧現
創意奇點還意味著，創意能力將在那些原本不認為自己會有創意的人中變得普遍。考慮到現有的先例— 想想YouTube 上的用戶生成的視頻— 當能力變得普遍時，文化會以意想不到的方式改變，並推動新的媒介和表達形式。
“也許我們對什麼是創造性產出的理解會改變，”McCarthy 說。 “這可能最終與某人生成圖像或文本或其他東西是不同的，後者可能會變得更加普遍，並更多地用於我們今天與meme 的交易所方式。”
Stephen Marche 將即將到來的時代稱為Big Blur，因為所有的書面內容都將伴隨著一個問題：”人還是機器？“我認為，這種模糊超越了我們遇到的內容的來源或真實性，實際上從根本上改變了知識在後現實中的生產、組織和應用方式。隨著創造性的衝動（無論在歷史上如何被限制）滲透到其他領域，它將引起更深層次的轉變：來自其他領域的最佳實踐和見解將相互滲透。創造力成為一種跨領域傳輸思想的血紅蛋白。
經濟學家Noah Smith 將人工智能稱為“第三種魔法”，稱其為一種大規模的元創新，在歷史（傳遞信息）和科學（推導關於世界如何運作的一般原則）的發展之後，更新了我們了解世界的方式。人工智能— 特別是深度學習— 與科學方法不同的一種方式是，它能夠在大量的數據中識別模式，而不需要任何關於它應該找到什麼的特定想法。這種獲取信息的方法意味著，在很多情況下，洞察力是有效的，但不一定是可解釋的（通過所謂的“黑匣子”問題）。
“[M] 任何像語言這樣的複雜現像都有潛在的規律性，這些規律性難以概括但仍然可以概括，”Smith 寫道。“如果你有足夠的數據，你可以創建一個模型（或者，如果你願意的話，一個’AI’）可以編碼許多（全部？）人類語言極其複雜的規則，並將它們應用到此前從未存在過的對話中。 ”
我們已經在“AI cryptids”Crungus 和Loab 以及DALL-E 2 假定的秘密語言（即 Apoploe vesrreaitais）的示例中瞥見了這些奇怪的可能性。
通過這種方式，我們的知識範式變得更加符合創造力的運作，遵循Alfred North Whitehead 的主張，即藝術“是將一種模式強加給經驗，而我們的審美享受是對模式的認可。”但是，這種“沒有理解的控制，沒有知識的權力”與知識的關係要求在公共和私營部門建立強大的安全，道德和“慢人工智能”設備，以倡導公平的模型和發展過程，防止我們已經通過算法文化目睹的偏見結果的加劇（例如預測性監管、貸款評估）。此外，它還要求個人不要完全依賴大型科技公司的人工智能產品，因為這些公司的市場和利益相關者的激勵可能會首先限制可以探索的創造力形式。
後現實中的創意奇點
在Covid-19 初期寫的一篇文章中，Elizabeth Dias 概述了當通過其在希臘原文中的用法（apokalypsis）來理解時，天啟是如何意味著揭示或啟示而不是世界末日。通過這個角度，奇點現像是連續體上的關鍵揭幕點，而不是單一的、誇張的大災變。儘管我對教條式的奇點主義感到惱火，但我確實相信，創意奇點是一個揭示時刻，是人類創造力進化中的一個重要發展。它迫使我們面對創造性勞動在生成工具出現之前就已經被貶低的方式，以及外部力量如何利用人工智能作為加速器。它還揭示了人類的好奇心、批判性思維和分析的價值— 這些仍然無法輕易實現自動化，而這些對於轉化“舊文化”正在發生的事情至關重要。不同的人對它的影響會有不同的感受。對一些人來說，它將帶來日常工作的巨大轉變，對另一些人來說，它將激發新的創造性傾向，否則這些傾向可能一直處於休眠狀態。對另一些人來說，它甚至不會有什麼影響。
與此同時，正在發生的是，我們正在建立新的模式識別引擎，促進人類思想和表達的融合，形成新的知識和創造力生態。這並不意味著它們一定是良好的生態環境——要確保它們引導我們接近支持者認為可能出現的陽光的結果，還需要努力。 “創意奇點”是對所有學科貢獻者的邀請，不僅在科學和技術領域，也在人文和其他領域，參與塑造一個新興的知識和創造力的環境，也即新現實。
資訊來源：由0x資訊編譯自8BTC。版權歸作者所有，未經許可，不得轉載