目擊野生的紙箱東尼史塔克：專訪年輕藝術家鍾凱翔

本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位。

• 採訪撰文／歐宇甜、黃曉君、簡克志
• 美術設計／林洵安、蔡宛潔

神經科學與視覺

我們怎麼「看到」顏色，「察覺」東西在動？大腦如何產生視覺？中央研究院「研之有物」專訪院內細胞與個體生物學研究所所長李奇鴻，他是國際知名的神經科學家，過去長期在美國國家衛生院（National Institutes of Health）做研究，2018 年回到中研院貢獻自己所學。李奇鴻的實驗室主要是以果蠅視覺系統為模型，研究神經元如何在發育過程形成複雜的突觸連結，以及神經迴路如何產生視覺來引導動物行為。

技術帶動神經科學研究

神經系統如何運作？這對以前的科學家來說是黑盒子。由於大腦發生錯誤或出問題時，會直接表現在外在行為上，早期科學家想了解人腦運作機制，只能透過腦部哪裡受傷壞掉或中風等，知道腦部的大概功能區域，但沒辦法進入細胞層次。

「在生物學的發展上，除了需要有智慧的思考，其他都要靠技術去推動。你可能想到一個有趣的題目，但也許要 30 年後，才出現足夠的技術來解決問題。」李奇鴻舉例，從光學顯微鏡、電子顯微鏡、電生理技術、分子生物學到結構生物學發展，每個都在細胞、分子、及系統層次開啟了新的世界。

隨著顯微技術與遺傳工程日益完備，果蠅成為現今熱門的腦科學研究對象。李奇鴻指出，「果蠅的生長速度快，相較老鼠要幾個月成熟，果蠅只要兩週。果蠅的大腦複雜程度介於人和單細胞生物中間，結構跟人高度相似，成果可應用在人身上。」

因此，近 10 幾年來是神經科學大起飛時代，科學家透過遺傳學方法控制果蠅的神經元活性、觀察行為，藉此了解哪些基因會影響大腦發育和運作，逐漸破解神經迴路的奧祕。

「我在選博士後研究時，想到底要做線蟲、老鼠、魚、果蠅或其他模式生物？最後才選果蠅。回想起來，近年剛好碰到果蠅相關技術蓬勃發展，選果蠅是很正確的決定！」李奇鴻笑道。

李奇鴻引用知名神經科學家 David Marr 的三層假說（tri‐level hypothesis），認為大腦運作有三個層次：

1. Computation level（運算）：神經系統在做的事，如分辨顏色、觀察東西移動、辨認物體是圓是方、是蘋果或橘子等。
2. Algorithm level（程序）：神經系統的操作方式、程序怎麼做。 
3. Implementation level（實行）：神經系統如何透過神經元、神經網路來達成這個程序。

李奇鴻表示，「過去多數神經科學家都在討論 computation，再探究 algorithm，卻沒辦法解決 implementation 。現在因為具備技術，科學家終於能找出 implementation，再回推上層問題，甚至發現 algorithm 跟原本想的不一樣。」

視網膜感知系統怎麼運算？

關於神經系統的操作方式（Algorithm level），也有因為技術進步而解決爭議的案例。李奇鴻舉例，以前神經科學家在研究視覺系統感受物體運動的機制，曾出現幾種理論，HR 理論認為神經訊號是用乘法，另一派 BL 理論認為是用減法，爭議了很久。

近年科學家發現，原來視網膜感知系統的運算機制是混合的，一共三種，稱為 HR-BL 混合視覺運動偵測器。過去兩派都只對了一半。

Hassenstein-Reichardt（HR）模型：從昆蟲行為研究而來。

1. 當有偏好方向（從左到右）的視覺刺激出現，左邊的光感應神經元收到訊號，這個信號會被延遲（時間 τ），接著右邊的光感應神經元收到訊號，兩者的訊號會同時到達下游的神經細胞（X），訊號將會相乘，生成運動訊號。
2. 當有非偏好方向（從右到左）視覺刺激出現，兩個訊號會在不同的時間到達，不會生成運動訊號。

Barlow-Levick（BL）模型：從兔子電生理研究而來。

1. 當有偏好方向（從左到右）的視覺刺激出現，左邊的光感應神經元收到訊號，接著右邊的光感應神經元收到訊號，但它為抑制訊號且會被延遲（時間 τ），左邊的訊號會先到達下游的神經細胞，生成運動訊號。
2. 當非偏好方向（從右到左）視覺刺激出現，左、右兩個光感應神經元的訊號會在相同時間到達，刺激訊號和抑制訊號互相抵銷，不會生成運動訊號。

持續分析果蠅大腦的神經迴路！

近代電腦的所有運算都能用 and、or、Xor 三個邏輯閘表達，科學家想知道，大腦裡有沒有類似但更高階的神經迴路運作方式？「從感官到行為比較容易觀察和操作，目前在視覺運動方面的神經迴路運作，我們知道的最多。」

李奇鴻近年在做昆蟲視覺與行為研究，發現昆蟲在感受顏色，如綠光和紫外光時，感光細胞的處理方式是先將紫外光跟綠光的強度做比較，把兩個光的強度相減，讓原本兩個訊號變成一個訊號，所謂的「顏色拮抗」。

「這種神經迴路能解析、比較兩個顏色強度的差異性，因為大部分在視覺上最重要的正是對比。拮抗運算模組能在一片訊號裡找出哪裡最強、其他較弱。其他感官機制也一樣，像觸摸物品時有凸出來的部分較重要，聽覺上要找出哪個聲音特別高等，讓最重要的訊號能凸顯出來。」李奇鴻補充道。

2021 年李奇鴻的團隊首次發現果蠅視覺系統堆疊了多套拮抗運算模組，以達成顏色及空間接受域雙拮抗的效果，成果發表在《Current Biology》。這樣的神經迴路可以比較相鄰的顏色，產生色彩區間對比感。「沒這樣的功能，我們就看不出紅配綠很悲劇了！」李奇鴻笑道。

科學家們正努力鑽研果蠅大腦的神經運算迴路，希望逐步整理出基本運算模組。或許有一天，看似複雜的大腦功能，都可能用基礎的迴路來破解！

老師是怎麼走上研究大腦神經科學這條路呢？

「我滿晚才走上科學研究的道路。我對電腦有興趣、喜歡寫程式，大學上中國醫藥學院醫學系，家裡也希望我當醫生。不過在實習時，我發現自己對治療病人沒興趣，反而對問題或疾病本身更有興趣。跟幾個老師談過之後，我決定不當醫生，跑去清華大學讀生命科學，後來就到中研院。」

因為有醫學背景，一開始比較想做能立刻解決問題的研究，像是用蛋白質跟毒素的綜合體來治療癌症。但後來了解，如果沒有深刻了解致病機制、沒有鑽進基礎科學研究，很難有突破。

後來去美國洛克斐勒大學攻讀博士，在洛克斐勒讀書期間，大家常互相交流，對我有很大的啟發。那時我在鑽研結構生物學，希望了解疾病真正的生理過程，曾解開愛滋病病毒跟人體信號傳遞有關的蛋白質結構。

博士畢業前，我接觸到神經科學，感到很有興趣，就去加州大學洛杉磯分校（UCLA）讀博士後，學神經科學裡的發育學，想了解大腦在發育過程是如何用不同分子在細胞間傳遞訊息。那時我待在很大的實驗室，老師不太管學生，要自己想辦法或跟旁邊的人學習，很多人素質都很高，學習環境很好。

之後我進入美國國家衛生院（National Institutes of Health，NIH）開始開實驗室帶自己的團隊，待了 16 年，算是真正進入神經科學領域，直到現在依然在做相關研究。

每個人的人生選擇，都被以前的經歷主導，如果沒有醫學背景，恐怕我不會去學結構生物學或走入大腦神經科學領域。

老師在美國的研究很順利，那是什麼契機才決定回臺灣呢？回來後是否有不適應之處呢？

「我 26 歲出國，在美國也待 26 年，幾乎完全融入美國生活，實驗室運作得蠻好，連太太也是美國人。但在美國很多年後，內心出現一個很深感覺：我在臺灣待過這麼久，臺灣是我進入科學的起點，也許該回來教教臺灣的子弟。」

剛開始有些想法，曾受邀回臺演講幾次，但沒有下決心。後來出現一個重要轉捩點。中研院分子生物研究所 30 週年慶時邀我回來演講，那時有機會跟歷任所長聊天，這些所長中許多是我過去在中研院碰過的老師。聊了後感觸很深，發現每任所長都要面對分生所的成長或各種問題，每個所長都有獨到的見解和重要貢獻。

我看到分生所運作得很好，覺得非常感動， 內心想：也許我回來能效法他們，也許對中研院細胞與個體生物學研究所的發展能有一點點實質貢獻。

雖然如果待在美國國家衛生院，我也會有這樣一個機會，但還是想帶自己的子弟，把力氣用在自家子弟身上，讓自己的國家和組織進步。我想將在美國國家衛生院學到的經驗，像哪些組織可以運作、哪些不行，嘗試帶回臺灣。

我很清楚可能碰到的問題，像科學研究會受影響，要重新花幾年時間建立實驗室，但那次契機讓我徹底下定信心。我曾跟廖俊智院長開玩笑，就算不給我錢，我大概也會回來。因為真的覺得這是一個很好的機會，自己能為中研院、為臺灣做些事。畢竟中研院也一直都像我的家！

不過，畢竟過去在美國實驗室和家裡都是講英文，只有打電話給媽媽會說臺灣話，因此， 2018 年剛回臺灣時，國語講得不太流利，臺灣話反而比較流利。

老師覺得美國的研究環境有哪些優點？希望將什麼樣的新觀念、新風氣帶進臺灣呢？

「國外最大特點是學術交流很頻繁，雖然國內也蠻頻繁，但他們交流層次更深入。也就是說，我跟參與的老師交流之後，常能改變想法、做事方法或方向，且是正向的改變。」

國外老師受邀演講，會很積極在幾小時內一直談，在一天中完全沉浸其中，不單講出自己在做的東西，也要求聽眾給予批評或建議等，彼此有深度交流，我每次參加都覺得收穫很多並產生合作可能性。

國內我的經驗是，演講結束後比較缺乏機會跟其他老師深度溝通，領完演講費就屁股拍拍坐高鐵回來。這可能是國內的慣有模式，我覺得需要改變。現在所內我也要求大家，既然花錢請老師來，一定要做深度交流，請對方給予建議。

重要的不是形式或邀到諾貝爾獎得主之類，而是在演講結束後、這個人走出我的辦公室、這些人離開後，對我做的事或做事方法，是不是有什麼實質的改變？在其他科學家交談中是否能得到啟發，改變自己的思考或做實驗方式？或聽聽別人告訴你，你還有哪些沒想到的地方？

分享，也是一種很重要的技術，在交流過程中，當我們可以把一件事講清楚，自己也會茅塞頓開，知道問題在哪。

現在所裡的計畫是把老師分成各種不同興趣小組，組內做交流或有跨組活動。其餘像寫計劃、申請經費、經營實驗室或撰寫並發表文章，這些是基本技術問題。

做任何工作，一個是基本的核心技術，如果沒有「技」就無法生存；另一個是 「藝」（Art） ， 可以驅動你一直做下去。訓練人才時，除了培養技術，還要訓練 Art。

老師提到工作上需要 Art，科學家的 Art 是指哪些部分？可以說明得更詳細嗎？

「我想在科學裡面，Art 有很多面向。例如，你怎麼選擇一個問題，怎麼找切入點，如何把一個大問題拆成幾個可攻破的部分，一步步去解開，這是一種 Art。尤其在選擇問題和切入點上，要有獨特的見解或洞燭先機才能成功。」

科學家必須創造有用的知識。什麼叫有用的知識呢？就是聽到學到後，會改變你想事情的方向或做事的方法。很多東西都可以研究，只要科學方法夠嚴謹，都可以得到一些知識。但到底要選擇什麼題目呢？什麼叫做有趣的問題呢？評斷這些就是科學的 Art 。

如果說在人類前面是一個黑暗深淵，知識像光照亮我們前面的路，科學家就像站在最前面，要知道如何踏出那一步？怎麼踏出去？這是 Art。

當科學家看到一個問題、問題成形後，最重要的關鍵是如何選擇一個核心問題去解決。就像玩拼圖時，要放下去最核心、最重要的那塊拼圖。

我回到臺灣後，覺得這裡的研究環境很好，儀器不輸人家，老師很優秀。但可能我們多半只是關注自己的研究，沒有花時間認真去思考，最重要的一塊拼圖在哪裡？當我們有更深度的交流，才能找到最核心的那一塊，做出最重要的貢獻。

老師在國外的實驗室時是如何帶領研究團隊呢？對年輕的科學家有什麼樣的期待嗎？

「在碩士、博士訓練中最重要的關鍵，是從「讀」科學變成真正「做」科學。我們攤開一本教科書，看到裡面講這個、那個，只是讀人家的科學。即使去念了原始文章，仍然是看著科學怎麼被別人做出來而已。」

自己真正做研究才知道，教科書上每一頁、每一句，背後都可能有數千篇文章支持，那時才知道自己很渺小，懂得謙虛，了解自己一生能做的有限。

所以，每次要跨出一小步，要想該怎麼跨最有效率、得到最大效果。我認為，在碩士班或博士班，最重要的就是了解這種感覺。

有些學生可能覺得，反正我很渺小，世界這麼大，即使做一輩子，即使最成功的科學家，也不過是得到教科書上面的一句話而已，我怎麼做都沒關係啊。 但我們必須帶領學生了解，這個計畫不是老師叫你做才做，而是讓學生覺得這個計畫是自己的，有前進和發展的空間，就像自己的小孩，必須負責。

以前在碩、博士班，剛開始學會技術、實驗做出結果，或能像人家一樣發表文章，會很高興，但這很短暫，真正的轉捩點是我知道有什麼事，是全世界任何人都不知道的那種驕傲，才是真的能支持很久的。我還記得在某一天做到早上五點，從實驗室走出來，知道有個東西全世界只有我知道的喜悅！

當學生曾感受這種發現真實的快樂，你不用規定他早上幾點來、晚上幾點走，他自己就有動機做。

當一個人想這東西應該是怎樣，想辦法做實驗證明出來時，那真的是一種快樂。我想，這是任何其他行業都沒辦法比較的！

學生是要培養成未來的科學家、獨當一面，應該讓他自己走。即使在你看得到的地方，也要讓他自己走出來，而且，他自己想到的，比你告訴他來的有用。

其實，我當老師最興奮時，是學生告訴我那些我不知道的事，會覺得很喜悅，學生想到我沒想到的東西，表示他們有進步，比我還厲害，這很棒！

延伸閱讀

• Neural mechanism of spatio-chromatic opponency in the Drosophila amacrine neurons
• Visual Motion: Cellular Implementation of a Hybrid Motion Detector
• Vision: Space and colour meet in the fly optic lobes

• 作者／洪靖，荷蘭 University of Twente 技術哲學博士

人工智慧（Artificial Intelligence，以下簡稱 AI）能夠創作藝術嗎？演算法的作品可以被稱為藝術嗎？

早已有些藝術家利用 AI 或演算法進行創作，但一直要到 2018 年底，這兩個問題才開始進入大眾視野。契機是法國藝術團隊 Obvious 利用 AI（演算法 GAN）協助產生的畫作 Edmond de Belamy 在 2018 年初以一萬歐元賣出，另一幅畫作 Edmond 則在同年十月登上了世界知名的拍賣會佳士德（Christie’s）。雖然 Obvious 涉嫌炒作受到批評，但不可否認的是，他們確實敲開了藝術的大門，把開篇的兩個問題丟向世界。

要回答這兩個問題，可以從藝術與技術的關係入手。從藝術角度出發的討論所在多有，尤其是這兩個問題本身就屬藝術領域的熱門話題。相較之下，從技術角度出發的探索似乎不多，而這或許是技術哲學（philosophy of technology）可以提供想法之處。

海德格的技術與藝術

要談技術哲學，不能不談海德格（Martin Heidegger）。他的名文 The Question Concerning Technology（1954）可說是開啟了整代哲學家（與社會學家）對於技術的批判和反省。海德格在文中嘗試追問：技術的本質（essence）是什麼？

我們很容易想到技術零件、工程藍圖…等，但海德格說，技術的本質並不是那些技術的種種（The essence of technology is by no means anything technological）。海德格更認為，傳統用來說明「技術物之所是」的分析，並不足以說明技術的本質。在亞里斯多德的觀點中，一個銀製聖杯之所以是現在這個樣貌，可以拆解成四個因素：材質是銀（質料因）、杯子的樣式（形式因）、由工匠製作（動力因）、用於宗教儀式（目的因）。但在海德格看來，四因說充其量只是近因，真正的問題在於，究竟是「什麼」讓這四個因素剛好聚集在一起並造就了這個聖杯？

海德格認為，這個「什麼」是名為 Revealing（揭示）的過程，也就是一個原本被掩蓋的東西被看見、被呈現出來。用一個稍不精確但容易理解的方式來解釋：這個聖杯「註定」要成為現在這個樣子，這正是它最好的模樣，而所謂 Revealing 正是逐步找到並實現這個「註定」的過程。但這個 Revealing 的過程究竟為何、如何做到？至少有兩種方式，分別對應傳統技術與現代技術。

想想工匠如何製作聖杯。他們需要十分熟悉手中的材質，在打磨的過程不斷調整手勢、力道、角度，透過日積月累的經驗才能製作出一個精緻耐用的儀式品。這個緩慢的過程，是與世界「打交道」並迎來其最好一面的行動，海德格稱之為 Bringing-Forth（帶出）。很明顯，這並非當今各種技術產品的製造方式。

對海德格而言，現代技術粗暴得多，雖然也是 Revealing，但它其實是種 Challenging-Forth（強索）。現代技術的目的不是逐步迎來世界最美好的一面，而是以最快速度、最大效率逼迫自然吐出有益於人類之物——名為「資源」的東西。

海德格的著名例子，是萊茵河上的水力發電廠。為了發電，人類製造水壩阻斷萊茵河，甚至因此破壞了風景。對於海德格而言，這全然不同於在萊茵河上搭一座木橋：木橋雖然也是技術，但它沒有阻斷自然的運行，沒有把萊茵河的水流變成資源、供人類享用。海德格甚至給這種 Revealing 一個專門名稱：Enframing（座架）。

海德格進一步論證，要達成這種 Challenging-Forth，就必須能夠精確掌控和預測自然，而這種精確只能透過數學來達到。換句話說，「可以控制」和「可以計算」一體兩面。從這個說法來看，現代技術並不源出現代科學，而是相反：正是因為人類已經具有以 Challenging-Forth 來 Revealing 世界的欲望與渴求，現代科學才應運而生。換句話說，科學才是（現代）技術的應用，而非相反。

把一切轉化為資源的現代技術，終將成為人類的牢籠，因為人類本身也開始被視為「資源」——人力資源早已成為在各大公司不可或缺的部門。海德格認為，要化解這種悲劇，並非拋棄技術，而是回到藝術。Art 一詞本來就指「工藝」，既是工也是藝；換句話說，技術和藝術系出同源。

現代社會之所以將兩者視為不同、甚至對立的領域，是因為我們太過習慣 Challenging-Forth 這種 Revealing，導致全然忽略過往技術的另一條途徑：Bringing-Forth。製作聖杯既是技術也是藝術，聖杯既是技術物也是藝術品，原因無他，正是因為那是 Bringing-Forth——真正的 Art。

因此，從海德格的角度來看，Obvious 的各種作品很難稱得上是藝術。一方面，Obvious 的作品奠基於演算法，而衆所皆知演算法就是數學，顯然是海德格多所批評的對象；另一方面，它們缺乏創作者日積月累與世界打交道的緩慢過程，全然不是 Bringing-Forth 的成果。

雖然 Obvious 的作品不一定是為了索取自然資源，但就海德格而言，這可能加強或複製了現代技術 Challenging-Forth 的世界觀，如果我們接受了它們是藝術，那麼藝術——與技術系出同源的 Art——成為救贖的機會將消失殆盡。

藝術的定義

就「真正」Art 的定義來說，技術物的原文 Artifact 的意義完全屬實：製造出來的事實（arti-fact）。前面說過，真正的技術也是藝術，是 Bringing-Forth，帶出事物最美好的一面，亦即實現它「真實」的樣子。Arti（製造出來）的事物不一定是假的。

我們之所以很常用 Arti 來暗示虛假，是因為身處現代社會的我們，已經太習慣 Challenging-Forth 意義下的 Artifact。同樣地，AI 裡的 Arti 本身就屬於高科技，所以從海德格的角度來說，AI 不可能也不應該是藝術的創作者，更不可能能名列藝術家，除非 AI 能以傳統 Bringing-Forth 的方式來創作——但顯然不太可能。

我們不難感覺到，海德格對於技術和藝術的看法有一定程度的封閉性。當海德格追問「本質」問題並試圖回答時，也就不得不排除那些在他看來不是本質的東西。這種對於 Art 的嚴格規定，似乎和當代藝術所強調的開放性與可能性相互扞格。

多數藝術家總是在嘗試新的手法、新的材料；雖有藝術家試圖回到過去的工匠精神，但這畢竟不是多數。許多時候藝術仍被視為揭露真理／真實（truth）的途徑（之一），但我們幾乎不可能回到那種浪漫的 Bringing-Forth 的實踐與時代。如果現代技術真如海德格所說，是人類與現代世界的牢籠，那麼海德格的論述與觀點本身，似乎也成為藝術的牢籠，將藝術關閉在一定的界線之內。

海德格的封閉性，技術哲學界也注意到了。技術哲學的後續發展，尤其是荷蘭學派，試圖超越海德格。正是在這一點上，荷蘭技術哲學更有助於我們理解 Obvious 的藝術實踐、它對於藝術的意義，並幫助我們回答兩個核心問題。

轉向荷蘭技術哲學

當代技術哲學中荷蘭學派的核心人物是 Peter-Paul Verbeek，其著作 What Things Do（2005）爬梳並評析了過往幾位技術哲學家的論述，海德格佔據重要篇幅。Verbeek 認為，海德格對於技術本質的探問，實際上是從技術本身「向後退」，將技術還原到技術之所是的條件（condition）。

這種觀點並非沒有道理，但後果往往指向悲觀的結局：人類被技術所限制。這種觀點也忽略了一個難以否認的事實：雖然技術可能帶來災難與危害，但更多時候技術往往提供人類與社會許多的自由與可能。Verbeek 強調，與其向後追問技術是什麼，不如「向前進」，探問「技術做什麼」——這也正是書名的由來。

為了回答這個問題，Verbeek 將眼光鎖定在人類與技術的關係之上，認為技術橋架起人類與外在世界的雙向關係：技術物影響外在世界如何呈現給（for）人類，亦即「世界是什麼」，也影響人類應對（to）外在世界的行動，亦即「人類做什麼」。

例如，溫度計呈現了一個有「度」的世界（而我們理所當然認為世界 是有「度」的）；塑膠杯或紙杯的材質本身就暗示我們「用完即丟」 （即使沒有使用手冊告訴我們這麼做）。換句話說，技術是一種中介物（mediator），中介了人類的經驗（experience）與行動（praxis），不論設計師或製造者有無相關意圖。將這兩種技術中介合併起來，就是一個完整的技術中介論（如下圖）。

需要注意的是，技術雖然身處兩端之間，但它不是單純的媒介物或中間物（intermediary），亦即，它並未忠實的再現「已經在那」（already-out-there）的世界，也不僅僅是傳達人類的意志或想望。遠紅外線光譜儀只能呈現遙遠恆星的特定面向，非遠紅外線所能呈現者皆被遺漏在人類視野之外；汽車被設計來方便人類移動，沒有人預料到結果竟是每個駕駛都成為了移動污染的製造者。換句話說，技術兩側的人類與技術的之所是，並不是因為他／它們有什麼本質或真實的存在（being），而是在與技術產生關係之後才生成的（becoming）。

聚焦人類—技術關係，讓我們得以重新看待許多本來被視為專屬人類的事務。例如，Verbeek 在續作 Moralizing Technology（2011）中論證，如果人類的道德經驗和道德行動都是技術中介的產物，那麼倫理學就不能只是一門以人類為中心的學問，而必須考慮並納入技術所能扮演的道德角色。

也就是說，將一個道德決策或道德行為還原到人類的意向與思考並不足夠；反之，我們應該把這些決策和行為視為人類和技術互動的產物。人類的確是能動者（agent），但光有人類不足以成事，真正的能動性（agency）存在「人類＋技術」這個綜合體之上。

更有甚者，如果道德決策和道德行為是技術中介的後果，那麼道德標準很可能也是。亦即，什麼是道德的、什麼又是不道德的，這個判準會隨著技術的發展而改變。例如，隱私是從中世紀以來隨著技術發展而浮現出來的價值，但在這幾年達到高峰以後，隨著各種 ICT 技術的廣泛使用，千禧年世代卻已不再把保護隱私看成重要的道德行為。同樣地，Google Glass 問世之後，如果我們去看看使用者或試用者怎麼討論這項技術，我們就會發現，他們討論的不只是技術本身，也包括如何重新協商和定義什麼是隱私權。

如果我們隨著荷蘭技術哲學的腳步，轉向技術做什麼的問題，就會發現，技術中介論以及它的道德意涵，正好可以用於類比藝術，讓我們重新詮釋 Obvious 的行動能否算是藝術活動的問題。

藝術不只與人、也與物有關

首先，如果道德不是人類的專屬事務，那麼藝術亦然。我們常將藝術作品視為創作者意念或意圖的展現，並試圖從作品中讀出創作者賦予作品的意義，有時甚至有詮釋正確與否的爭議。但從技術中介論的角度來看，我們應當將藝術作品視為「創作者＋創作工具」的產物：不只是創作者透過工具來呈現他／她的想法，所使用的工具也會反過來形塑他／她的表達。

這也就是為什麼，有的創作者會找尋並嘗試新的材料，從材料出發來創作、讓材料「發聲」。換句話說，藝術作品並非單純由人類所創作，而是人類＋技術這個「創作體」的共同成果。

一旦我們把藝術創作的單位從「人類」換成「人類＋技術」，那麼拿著畫筆或雕刻刀來創作可以稱為藝術活動，使用演算法來創作亦然——兩者都是「創作體」的行為。從這個角度來看，問 AI 能否成為藝術家，似乎不具意義。人類是藝術家，但人類從未不透過技術來創作（即使拿著樹枝在地上畫圖，手上的樹枝也算是技術）；同樣地，AI 當然可以是藝術家，但它即使是號稱自學的機器學習，也不曾脫離人類的編程與資料輸入。

當然，我們可能會問：「人類＋畫筆」可以展現創意，但一個靠著演算法運作的 AI 加上人類，能夠展現任何創意嗎？這個問題的預設其實是：創意意味著某種出乎意料或不期而遇，但數學無法給予我們這些，畢竟它是可計算並預測的。這正是許多人對演算法作品的質疑。

然而，事實上並非如此，很多時候 AI 會丟出超乎編程人員預期之外的結果，有時候編程人員甚至無法在事後提出相關且合理的解釋。這正是許多論者視 AI 為危險的原因，然而，這種「危險」卻恰好反過來說明了 AI 也可以充滿創意。

另一方面，技術中介論表明，「什麼是道德」會隨著技術而改變，那麼「什麼是藝術」又未嘗不是？《觀察者的技術》一書，足以說明這種現象。作者 Jonathan Crary 認為，藝術史經常把藝術家看成是觀看方式的定義者，用藝術作品來引領大衆的視覺，但實際情況其實相反，是因為大眾的觀看方式早已轉變，才使得某些形式的作品得已被視為藝術。更重要的是，這種轉變與技術的發展互為表裡。

Crary 論證，17-18 世紀的技術物「暗箱」，引領並反映當時人們——包括科學家、藝術家、文學家——的觀看方式：人類只是被動的觀看者，外在世界會透過暗箱的透鏡投影到牆上，既無扭曲也沒變造。這種觀看方式意味著人類如何認識世界：透過不斷仔細描繪和收集外在世界的種種景象。在藝術上，是寫實主義的盛行，而在科學上，則是博物學的當道。那是一個「所是即所見」的時代。然而，到了 19 世紀初期，這種觀看方式一去不復返。

「後像」（afterimage）問題讓人們開始不再信任眼睛，也懷疑「所是及所見」的基本預設。利用各種視覺暫留與錯覺的技術產品大為盛行，其中以「立體試鏡」（stereoscope）為最。這種技術的流行，造成並反映當時人們的觀看方式：人類是主動的觀看者，外在世界究竟如何不得而知，人類能夠確定的只有眼睛所見的景象；換句話說，所見及所是。

這種觀看方式帶來了雙重的吊詭：一方面，人類失去了對真實的信心和掌握，只能依賴眼前的各種影像，有時甚至認為那些影像才是真的；但另一方面，人類開始試圖追逐甚至複製外在世界，以確保真實不會流失。之於前者，我們看到印象畫派的興起，認為「純描繪」印在眼睛上的像（尤其是光和影）才是真正的真實；之於後者，則是攝影技術的發展，有的人認為攝影只是複製真實毫無創意，而有的人則認為攝影也是一種藝術創作。

透過 Crary，我們可以看到，技術的發展確實改變了藝術的內涵。一方面，過往不被描繪的印象變成可以描繪的主題，甚至成為所謂現代藝術的發端；另外一方面，當所見比所是更加重要時候，視覺的各種可能性被完全打開，使得什麼是藝術有了更大的發揮空間。就像當年有人爭論印象派根本算不是好的藝術作品、有人大力質問攝影能否列為藝術，我們如今也在推敲 AI 或演算法的作品算能否算是藝術。這些正是藝術邊界因為技術而悄悄改變的明證。

藝術與技術的相互敞開

AI 可以創作藝術嗎？演算法的作品可以被稱為藝術嗎？這些問題，技術哲學可以提供一點想法。如果從傳統的技術哲學（海德格）來看，答案是否定的。由於海德格認為現代技術的 Challenging-Forth 是一種糟糕的 Revealing，有違技術與藝術系出同源的 Bringing-Forth，並且反對現代科技所隱含的數學性與計算性，使得我們不得不導向AI或演算法和藝術相互排斥的結論。然而，這種觀點限縮了藝術的開放性，也忽略了藝術不斷挑戰自我邊界的各種實踐。

當我們不再追問技術是什麼的時候，我們也得以從藝術是什麼的泥沼中逃脫。轉向荷蘭學派的技術哲學，讓我們得以把藝術創作的行動者從人類轉換成人類＋技術這個綜合體，並且再次將技術算進藝術內涵的變化之中。AI 當然可以創作藝術，但它從來不是獨自創作，正如同過往的偉大藝術家也未曾脫離他／她的繪畫工具。演算法的作品也有被視為藝術的可能，就像印象派和攝影都因為技術改變了藝術的內涵，而開始被稱為藝術一樣。

• 作者／魏澤人｜陽明交通大學 智慧計算與科技研究所

在一般印象中，”美” 是與藝術、哲學、文學、音樂這些人文領域相連的。受到教育制度的影響，理工與人文，在普遍認知中是二元對立的。而數學，是理工科目中最硬核的部分。物理、化學實驗中，各種顏色的液體、晃動的單擺或本生燈的火焰，也許還隱隱約約帶有一絲美的影子，但冷冰冰的數學公式，在許多人的求學經驗中，與美根本就是互斥的概念。

但是，懂數學的人都知道，數學是美的。甚至可以說，美是數學中不可或缺的部分。

著名的英國數學家哈代（Godfrey Harold Hardy）說:”數學家的創造形式，與畫家及詩人一樣，必須是美的: 將概念（就像顏色及詞語）以和諧的方式組合起來。美是最重要的條件，醜陋無法長存於數學之中。”。哈代的著作 “一個數學家的辯白”（A Mathematician’s Apology），在數學圈外有一定的名氣，前面的那段話也出自本書。但讓他”出圈”的主要原因，是他發掘了傳奇數學天才拉馬努金（Srinivasa Ramanujan）。這個故事在 2015 年被拍成了電影 “天才無限家” The Man Who Knew Infinity)。

這也不是哈代獨創之見解，法國最偉大的數學家之一龐加萊（Henri Poincare）說：”研究自然不是因為有用，而是因為喜悅。而喜悅是因為美。”。其他比方像是羅素（Bertrand Russell）、艾狄胥（Paul Erdos）也留下不少關於數學與美的金句。

數學的美，不只是許多偉大的數學家的共同體驗。絕大多數的數學愛好者、數學工作者都有相同的體驗，只是比較不容易留下知名金句。Danica McKellar 也許不是能和羅素、龐加萊、艾狄胥比肩齊名的數學家，但她說過一句很有意思的話: “數學是唯一一個真與美是同義詞的世界”。

McKellar 是一位有知名度的美國演員，她曾演出過白宮風雲（The West Wing），也曾在 NCIS、宅男行不行（The Big Bang Theory）及追愛總動員（How I Met Your Mother）中客串。但真正讓她出名的，是 80 末、90 初的影集兩小無猜（The Wonder Years），故事主軸是主角凱文回憶少年成長的過程，而 McKellar 飾演主角的鄰居溫妮，兩人發展出分分合合的戀愛關係。用現代的話來講， McKellar 可以說是當時少年界的國民女友。另外 2010 開始，她也在動畫影集少年正義聯盟中為火星小姐配音。

演員什麼會與數學扯上關係呢？其實她大學就是學數學的，而且學得很好，在 1998 年以最傑出的成績取得加州大學洛杉磯分校的數學學士學位。不只如此，大學時期與教授 Chayes 及同學 Winn 發表了一篇統計力學的論文，其中的主要結果被稱為 Chayes-McKellar-Winn theorem. 在 2008 年，她出了一本針對中學女孩的數學書 “Math Doesn’t Suck: How to Survive Middle School Math without Losing Your Mind or Breaking a Nail.” ，頗受好評也很暢銷，之後也接續出版了許多書。她表示，她想讓女孩們覺得數學是「可親、有意義、甚至有點迷人」，用來對抗這個社會傳達「女孩不適合數學」的這類負面訊息。除此之外，她也參與影集 Project Mc2 的演出。 這部影節的目標是向全球的青少女們證明，科學、科技、STEAM（Science, Technology, Engineering, Arts, Mathematics）是有趣且平易近人的。

回到前面那句”數學是唯一一個真與美是同義詞的世界”。追求美是人之天性，但很多情境下，美或者美化這些詞，常常帶了一點隱藏真實的意味。像是修圖軟體、美顏相機、化妝（與素顏對比）、醫美、Autotune。當然明顯太假也不符合多數人的審美觀，真正美之極致，往往也需要展現事物的本質與真實特色。但現實是資源有限，平庸普通還是多數，不然，也不會有”這裡的風景美得像幅畫”一樣的形容詞方式了。一般日常中，美的實際執行過程還是得靠挑選和遮掩。「真」與「美」是需要取捨的。這也就是這句話耐人尋味的地方了，因為這句話如果成立，那在數學，也許就提供了現實世界中「真」與「美」之間內在衝突的解法了。

但問題是，數學家們感受到的美感是否真的是美？定理與證明真的可以用美或不美來形容呢？還是只是數學家們普遍缺乏人文薰陶產生的代償性錯覺呢？

2019 年時，英國巴斯大學管理學院的 Samuel G.B. Johnson 及美國耶魯大學數學系的 Stefan Steinerberger 發表了一篇論文 “Intuitions about mathematical beauty: A case study in the aesthetic experience of ideas”，其中的研究證據，支持一般人可能也跟數學家一樣，能感受到數學論證的美感。在其研究中發現，人們對數學的「美感」，就跟對古典鋼琴樂曲及風景畫產生的美感相似，有其內在的一致性。另外也發現這種數學美感的評判，跟與音樂、畫作美感一樣，和優雅性、深度、清楚性有關。

就像十九世紀英國數學家 James Joseph Sylvester 說的：「數學就是論證的音樂」。愛因斯坦也說：「純數學是一首以其自有方式將邏輯概念寫成的詩」。這句話出自他寫給 Emmy Noether 的訃聞。 Noether 是有名的德國數學家，對抽象代數有極大的貢獻，巧妙的利用升鏈條件來研究代數性質，此後符合這個條件的數學物件我們都會冠以 Noetherian 來稱呼，以紀念 Noether 的貢獻。此外，她的 Noether Theorem 也被稱之為影響物理學最重要的定理之一。

除了主觀上對於美的感受外，數學與藝術之間，也有很多直接的關聯性。以音樂來說，音律就與數學上的對數（也就是大家所認識的 \(\log\)）有關。人類發展音律有很長的歷史，因為這不是一個簡單的問題。我們現在知道，和弦時，不同音階的頻率要接近簡單的有理數倍聲音才會悅耳。傳說畢達哥拉斯經過一家鐵店，聽到鐵鎚打鐵的聲音，覺得很悅耳，他走入店裡，發現四個鐵鎚的重量比為 12:9:8:6，其中 9 是 6 與 12 的算術平均，8 是 6 與 12的調和平均, 9, 8 與 6, 12 的幾何平均相等這些巧妙的關係。這些鐵鎚之間的聲音配合起來非常悅耳。他進一步用弦樂器實驗驗證，得到的結論是，弦長為一些簡單有理數比的時候，會得到和諧的聲音。而後來更進一步改進而成的十二平均律，也反映出中國及歐洲在計算 \(\sqrt[12]{\frac{1}{2}}\) 的歷史進展。這背後還有更深刻的問題，因為很容易可以發現，\(\sqrt[12]{\frac{1}{2}}\) 並不是個有理數。對音樂或數學有興趣的朋友，可以繼續深入了解一下背後的學問。

另一個大家也觀察到的現象是，數學能力和藝術能力之間似乎有一些相關性，特別是音樂能力。常被拿來說的是愛因斯坦喜愛音樂且從小學習小提琴。可能你認識的人中，應該也有許多同時精通數理及音樂的人。過去一些研究也發現發現了數理能力及音樂能力中的相關性。但是，這個相關性會不會與能力本身無關呢？比方顯而易見，學科能力與學習音樂的條件，都與家庭背景與社經地位有關。

音樂教育學者 Martin J. Bergee 原本也是這樣認為的。他覺得只要能控制相關的根本性變因，如種族、收入、教育背景，就能夠破除音樂與數學能力相關性的迷思。於是他就設計並展開了研究。結果讓他非常震驚，兩者的關聯性不但沒有消失，而且還非常強。在 2021 年他的研究團隊發表了一篇名為 “Multilevel Models of the Relationship Between Music Achievement and Reading and Math Achievement” 的論文。他們調查了不同學區背景的一千多位中學生，在盡可能排除其他因素的干擾下，他們不得不承認音樂及數學能力之間的有統計上顯著的關聯。

他表示很抱歉實驗設計得非常複雜，”因為排除所有的相關影響並不容易，可能從個人、教室、學校、學區等等不同層級來產生影響。”。雖然他原本是支持相反的結論，但這個結果讓他思考了很多，”微觀技術來說，可能在音樂中的音準、音程、節拍，可能語言認知的基礎相關，而巨觀技術上的調式與調性，可能在心理學或神經學上與數學認知有關。”

除此之外，還有非常多的例證。比方 2015 年神經科學家 Semir Zeki 及艾提亞爵士（Michael Atiyah 當代最偉大數學家之一，費爾茲獎得主）發表的論文指出，經由 fMRI 掃描 15 名數學家的腦部，發現數學家在評斷數學式子美感時，動用到眼額皮質外側的 A1 區域，與察覺其他來源美感所動用到的區域一樣。而前面比較沒有提到數學與視覺藝術的關聯，因為這部分更為大家所熟知。像是從古希臘幾何就知道的黃金分割比，繪畫中的用到的透視原理、對稱性。可以說，美與數學並不是感性與理性的對立，而是互相包含。就像浪漫派詩人約翰濟慈所說：”美即是真，真即是美。這就是你在世上所知道和需要知道的一切”，而數學以及其背後的邏輯，就是人類對於”真”的具像。

可以說在知識份子階層中，數學即美是個主流觀點。當然主流不一定代表唯一或正確，像前述 Bergee 也試圖證明相關的主流看法是個迷思。但一旦理解了這種切入點，人工智慧是否能創造藝術作品這個問題，至少在心理層面就不是太大問題了。人工智慧遵照一些演算法運作，可以說就是數學及邏輯的程式碼實作。以近幾年最主流的深度學習神經網路來說，就是許多線性映射與激活函數的合成函數，藉由梯度下降法，收斂到的穩定數學解。既然數學即美，那由數學建構的人工智慧，能產生美的事物，也不是太不能接受的事。

生成模型也是近幾年深度學習熱門的領域之一。常見的生成任務就是藉由觀察抽樣的樣本，設法模仿出一樣的機率分佈。白話一點來講，就是給電腦看一些李白的詩，希望電腦能創造出新的李白風格的詩。給電腦聽一些貝多芬的音樂，希望電腦能創造出新的貝多芬音樂。現在的深度學習技術，已經能讓人工智慧能藉由學習，”創造”出視覺、音訊及語言的”作品”。

Inception 網路是一個有名的深度學習模型，其名稱取自於同名的電影（全面啟動），當時主要是在圖片辨識任務上，取得很好的成果。2015 年時， Google 工程師 Alexander Mordvintsev 巧妙的利用事先訓練好 Inception 模型，讓他將圖片變成夢一般的迷幻風格。他把這種方法取名叫 DeepDream。不久後，Leon Gatys 等人用類似的方法，設計一套演算法，能將畫家的畫風轉移到照片上，典型的例子是將風景、建築照片，轉成梵谷的星空風格。後面有很多後續的研究，一般稱為 Neural Style Transfer. 2016 年 Google 利用 AI 生出的畫作，拍賣得到進十萬美元。而其實早在 2014 年時， Ian Goodfellow 等人就提出了生成對抗網路（Generative Adversarial Network），是一個更廣泛而通用的生成模型。這個模型後續開啟了極大量的相關研究，現在的深度學習模型，在一些領域中，已經能生出非常高品質的成品。比方 Nvidia 研究的 StyleGAN 系列模型，能生出幾可亂真的人臉。現在，在手機上，能使用 APP，將你的照片轉成迪士尼的畫風。

2021 年時， OpenAI 釋出了 CLIP 模型，這是一個能整合圖片視覺及文字語意的模型。很多人嘗試利用 CLIP 和文字控制，來產生獨特和有創意的畫作。舉例來說，如果你畫了一張畫，或者拿到一張照片，你可以利用文字”更有喜感一點，更有亞洲風味一點”，來修改這張圖片讓人感受到”喜感”和”亞洲風”。在眾多嘗試中，大家試出了許多像”咒語”般的技巧，比方有個著名的 “unreal engine trick”，就是當你在控制產生圖片的句子中，加入 “unreal engine” 這個詞（unreal engine 是一個遊戲引擎），常常會讓產生品質更高的圖片。 乍看之下有點不明所以，但仔細一想，因為網路上會特別標明 unreal engine 的圖片，往往是強調其遊戲高畫質，久而久之， CLIP 看到這個詞，很自然就與高品質的含意產生連結。除了圖片外，人工智慧也能產生其他具有美的形式的作品，特別是文字作品。Open AI 開發的 GPT-3，已經能在用戶給出簡單的指示後，產生非常複雜的文字作品，除了詩、笑話、故事外，甚至連食譜、程式碼都可以。

但這些，真的算是人工智慧的創作嗎？

在 2018 年時，由生成對抗網路生成的畫作 Edmond de Belamy，以美金 432,500 元賣出。這幅畫是誰創作的？這幅畫是由巴黎藝術集體 Obvious 生成的。而名稱 Belamy 的法語意思為”好朋友”，以致敬提出生成對抗網路的學者 Ian Goodfellow。而圖片右下角的簽名則是

\(\min_{\mathcal {G}}\max_{\mathcal {D}}E_{x}\left[\log({\mathcal {D}}(x))\right]+E_{z}\left[\log(1-{\mathcal {D}}({\mathcal {G}}(z)))\right]\) 這個數學式子，這個式子是生成對抗網路使用的目標函數，也就是引導模型訓練的數學式。而讓問題更複雜的是，生成這幅圖片的程式碼，是由與 Obvious 毫無關係的另外一位 AI 藝術家 Robbie Barrat 所寫的。甚至有人（如 AICAN）認為這個連創作都算不上。

所以，這幅畫到底是誰的創作？物理學家海森堡曾說，即使在沒有足夠證據的支持下，”當自然引導我們得到極簡與美的數學式時”，”我們會不由自主的感受到，這就是自然真相被揭露的一角”。也許，真正創作者不是人工智慧，也不是人類，我們只是自然的一部分，有幸釋放了，並且有幸感受到了自然散發出的美之一角。

受訪者：鍾凱翔，目前就讀東海大學美術系大二，江湖上人稱「鍾哥」，最近以「紙箱東尼史塔克」之名橫掃西洋又紅回台灣。以下以第一人稱方式撰寫。

———————-

我從小就對藝術有興趣。很小的時候就開始畫畫、摺紙。小時候父母常讓我看Discovery，也喜歡動物。家裡其實也曾希望我就唸書唸上去，我國中到高中書讀得也還不錯，不過高中後半越來越覺得挑戰，覺得這樣唸書也沒有興趣，所以大學學測前就跟父母說好了要念美術。

我的父母以前是做皮件的，也自己設計，所以家裡工具跟材料很多。我隨手都能獲得很多創作材料。小時候比較多的是繪畫，記得國家地理頻道在我小學的時候，在某個百貨公司辦過一次比賽，讓小孩子現場畫鱷魚，我當時剛好就參加了，沒想到後來有信件寄來學校，原來得到佳作。

國小三、四年級之後開始我養甲蟲，然後開始摺紙做甲蟲。主要是因為那時候看到國外真的甲蟲很貴，所以就去圖書館看圖鑑，自己畫下來，然後再照著摺紙。我媽媽也會幫我收集一些相關的圖冊。

到國中就開始做紙模型。那時候開始到文具行買美術用紙，利用這些紙的特殊紋理或各種顏色來創作。高中因為學業壓力，有一段時間就暫停了沒做。

影響我最深的是士林的一家甲蟲寵物販賣店，我從國小就常常去。國中跟高中的時候，如果不想去補習班，就會到店裡去。我也會把我的作品放在那邊，在那裡認識了很多同樣喜歡甲蟲跟生物的朋友，有些是跟我差不多大，也有些是社會人士。

高二有一次翹課，照慣例跑去那家店。那時候我看到他們包飼養箱的紙箱丟在一旁，就拿店裡的剪刀、美工刀、三秒膠、白膠現場做了一隻螳螂。這是第一次用瓦楞紙創作，只是做一個概念，切一個平面凹一下，但後來每次去，那邊的朋友就會挑戰我，要我做各式各樣的東西，像是刺蝟啊、鬆獅蜥蜴等等。這隻龍就是店長給我的最終挑戰。

———————-

現在我要做東西會查很多資料跟網站，例如查維基百科知道生物的大小跟尺寸比例等等。現在網路資料很多，不太一定得問專業人士，可以自己摸索。

後來會一直愛用瓦楞紙，是因為首先一張瓦楞紙就是三層，兩張在外，中間內夾一個波浪，很好堆疊厚度，取得方便，不用花錢。我也很喜歡它的色澤，很天然。

我用的工具就是剪刀、美工刀、三秒膠、熱融膠。老師請我們把作業跟班上分享時，也會笑笑說「這個我做不出來」，不過老師本來就不是要教學生所有的東西，念美術系的學生都有自己的一套，老師主要是負責讓我們能夠展現跟發揮。

同學搬家或附近台糖都會有很多紙箱，很多朋友會拿給我材料，實在用不完（指著書桌旁邊堆到天花板的紙箱）。

———————-

之所以會做恐龍類作品（例如暴龍半身骨頭跟翼龍全身）算是受科博館影響，但有不同的契機。暴龍是高中畢業的時候跟女友去新竹巨城，我女友是有執照的人像畫街頭藝人，她那天在專櫃接畫人像的case。我就自己去百貨公司裡頭逛，逛到石尚探索屋，看見可以挖化石，我考慮了很久（因為有點貴），最後還是決定要挖。挖的是一個石膏的蛋，石膏挖開之後是一個暴龍頭骨。於是我回家之後馬上就先做了頭骨的一個側邊。

不過真正開始把這個作品完成是到東海唸書之後。有一次放假回臺北，看到那半片暴龍頭骨躺在地上很可憐，於是就下定決心開始做，把它扛回東海沒日沒夜、密集地做了半年。

要得到我女友稱讚很難，因為她每天看我做，看到痲痹了。有一次她去英國念語言，可能是去博物館看到翼手龍，才想到我做的這隻真的很像，回來之後就大力稱讚我，讓我非常爽。

———————-

我喜歡做擬真的創作，加上比較少人會用瓦楞紙，所以我的作品看起來就比較特別。幻想生物或角色也是我喜歡的類型，例如這個無敵鐵金剛第三代魔神凱薩，就是用昆蟲做的。

小時候去埔里，看到當地傳統的蝴蝶拼畫，用蝴蝶的翅膀做畫，我就想到可不可以做立體的，於是我用甲蟲寵物店裡頭的「零件蟲」來做，其實就是一些已經敗壞的昆蟲標本。

我不太需要畫設計圖，頂多只是畫大概的比例，例如這隻麻雀、或這隻用吸管做的異形。麻雀的羽毛特別花時間，要看圖鑑才懂牠的羽毛方向是怎麼長的。

又例如這隻龍，之前說過是我高二時接到店長的挑戰之後做的。鱗片之外的東西花了兩個禮拜，但鱗片花了一年。因為每一個鱗片是用打洞機打出來，然後用女生拔粉刺的鑷子摺出鱗脊。其實也沒有那麼困難，但第一個鱗片這麼做了之後，就覺得每一個都要這樣做，加上我對於做重複的事情會煩，所以拖了比較久。

很多人拿到亂七八糟的的東西就會拿給我，因為他們知道我會用各種東西來創作。有時吃飯，朋友就順手帶個紙箱來給我。有一次宿舍房間門口就放了一個紙箱，我也不知道是誰給我的。其實我拿到這些東西的當下，我也不知道要拿來幹嘛，但就覺得蠻好玩的，後來就會上用場。

鬆獅蜥蜴的紋理，我是用針筒控制瞬間膠的流出量來呈現。我其實很怕失敗啊，失敗要全部重做，但應該算沒有失敗吧…

在生物學部分，我會去查長度大小，特別是骨骼的圖片。不過技術就是自己摸索出來的。也沒有特別去學。

———————-
Stan Winston School 是之前做電影特效跟道具的專業人士成立的學校。去年我貼了我用吸管做的異形到他們的粉絲頁，過幾天，同學晚上告訴我我上了他們的網站。我很高興，所以後來我就一直貼，像是紙箱暴龍、變形金剛柯博文等等。

半年前他們其中一位共同創辦人 Erich 在臉書上加我為好友，之後甚至直接把我在臉書上放的東西拿去Stan Winston 的粉絲頁分享。我就連貼到他們牆上都不用了。

那時候感覺很棒，因為本來認為他們跟天一樣高，突然覺得自己離這些高手很近。

後來 Erich 跟我說要幫我做一個單獨的頁面，放在官方網站，一開始沒有跟我講要拍影片，只是要我寫一篇文章，於是我寫中文，請女友幫我翻成英文。後來他們才提到影片，本來要請我自己先拍，但是我沒有那個技術。二月有一天凌晨四點，Erich 跟我說要不要來視訊，那時候我正要睡，但是覺得如果錯過這個機會就太可惜。於是趕緊收一下房間，把垃圾都藏起來。

那時他說要用Google plus跟我視訊，我也不知道那是什麼東西，趕緊學一下。後來連上線，發現除了他，總共有三位一起跟我聊，那時候大概很臨時吧，現場直播我記得大概五個人看。

他們跟我說他們隸屬於怪獸創造部門。超屌。有些影片中的台詞是他們要我講的，像是「東尼史塔克」就是。其實聊得很開心，所以我也就講了。他們剪輯好之後放在網站上，我朋友看到了，先貼在我牆上，一個小時之後 Erich 才跟我說已經貼上來了。

———————-

我門口那隻異形是用去年11月做完麻雀之後的材料做的。紙就是不管怎樣，都可以用得上，所以沒有什麼廢料，但我現在怕累積太多，所以還是會丟一些。

我接下來想做更多奇幻生物的骨骼，跟用零件蟲來做東西。例如現在正在做的這個終極戰士。

我也會做一些比較簡單的，像是派大星。有時我撿到垃圾袋，就會想說可以拿來做什麼。各種垃圾，例如紙筷子套、吸管、氣泡布、防撞粒、餐巾紙、洋芋片的鋁箔，都可以用來創作。

有一次跟女友去吃火鍋，女友妹妹吃比較慢，我就用筷子套做了甲蟲。我女友妹妹拿到櫃檯去現，店員譁然，於是就送給他們了。另外還有用尼龍繩做的金魚等等。

如果有什麼環保藝術創作比賽我最喜歡參加了，因為我幾乎穩拿的。我的創作有的比較容易壞，像是暴龍之前拿去別的地方擺，結果運送的過程壞了，對方打電話跟我說牙齒掉下來了。於是我趕緊搭車到現場去修理。雖然容易壞，但也容易修。有的結構比較穩固的，像是柯博文，就不容易壞，已經三、四年了。

鋼鐵人現在正在東海大學展出，就這個作品而言，我的確是用網路上人家做好的展開圖，不是我原創，所以我其實沒有發到 Stan Winston 學校，是 Erich 自己發現的。但因為最近比較多曝光，有些人會用這點攻擊我，認為我只是「製作」，沒有創作，但他們不知道我做的其他東西。

我現在完全不想為商業單位創作，因為我覺得我會因為這樣而改變，要是畢業之後得要接案，做得會是指定的東西，到時候就不會那麼開心。大學四年比較自由，現在想要盡情地做自己喜歡的東西。