人工智能 (AI)现在已经是全社会关注的热点问题,一般来说,我们认为人工智能主要是自然科学的事情,人文学科很难与人工智能扯上关系。但必须看到,人工智能作为必将彻底改造整个社会生活的一项技术,也必然将彻底改造学术研究的方式和内涵。所以,我们不如迎潮而上,思考人工智能与人文学科的关系。因为,再过十年二十年,人文研究将再无退路,除了正视这一巨大变革,别无他选。

作为一名文学和美学研究者,我关心的就是 “人工智能与美学”这样一个问题。二者怎样结合?

“微软小冰”是最著名的文学艺术类人工智能。对于小冰的诗歌创作,往往存在两种截然对立的观念:一种认为小冰创作的不是诗,因为小冰不是人,是机器,没有创造力,所以它创造出来的不可能是诗。另一种观念认为,小冰创造的是诗,它具有独特的创造力,只是我们现在不了解这一创造力来自哪里。这种观点面临的困难是,回答什么是创造力,如果它很神秘,无法说清楚,那么,究竟是因为它根本不存在,还是我们无法理解它?

创造力的神秘是美学中一个由来已久的观念。但 “微软小冰”给了我们一个契机,让我们从人工智能的角度去理解人。如果说小冰有创造力的话,那么这个创造力是什么?小冰的“创造”应该视为一种算法,它在效果上与人类创作诗歌基本相同,争议集中在机制上。如果我们把创造力解释为一种 “算法”,这是不是能够解决人工智能的美学难题呢?我们甚至可以把人工智能当作从美学角度理解人类创造力的钥匙,这样一来,美学的研究对象就不再仅限于人类,还包括与人类对照的人工智能,算法与创造力之间就形成了一种互动关系。

当然,这样考虑问题的时候,就一定不局限于目前人工智能的工业化发展,还包含了对于未来的展望,或者说理论性的设想。在人工智能与美学这一话题上,如果我们设想一个人工智能达成审美判断,它应该用什么样的方式来实现?要回答这一问题,必须讨论人工智能的审美建模问题,也就是怎样建立一种对于审美判断的算法。

就我理解,如果人工智能要达到审美判断,大致有两种基本建模方式:一种是康德式,另一种是维特根斯坦式。简单地说,康德式建模方式注重底层规则组合,以达到整体判断,其基础规则必须非常牢靠,这可以称作最底层的逻辑,每一步推导必须是坚实的,如此才能达成一种必然如此的审美判断。而维特根斯坦的做法则完全不一样,他更注意语言训练,否定普遍性本质的存在。如果冒险一些的话,可以把他的方法类比为 “大数据式”,强调建模之后的训练,重视输出端管理。现在的人工智能建模更流行这种方式。无论康德式还是维特根斯坦式,这两种分析都是以人为基础的,如何 “转运”到人工智能领域,还需要极大的功夫。

人的心灵已经是一个事实了,它摆在那里,无论观察者怎么想,它都已经在那里,能够进行审判判断,可一旦加入人工智能,事情就发生了巨变——现在心灵、创造、审美判断等似乎都消失了,但人工智能的输出结果却可能与人类的输出结果一样,这又如何理解呢?这不是一个简简单单就能回答的问题,我们只能把它列为任务进行探讨,也许不同的观点相互碰撞,就能渐渐打开思路,寻找到新的方向。

对于人工智能与美学问题,将与其他相关问题一样,边建构边解构。每个人都有知识和观念的盲区,重要的是开放的讨论