C-LAB 策展人吳達坤進一步說明,本次展覽規劃了 4 大章節,共集結來自 9 個國家 23 組藝術家團隊的 26 件作品,帶領觀眾從了解 AI 發展歷史開始,到欣賞各種結合科技的藝術創作,再到與藝術一同探索 AI 未來發展,希望觀眾能從中感受科技如何重塑藝術的創造範式,進而更清楚未來該如何與科技共生與共創。
從歷史看未來:AI 技術發展的 3 個高峰
其中,展覽第一章「流動的錨點」邀請了自牧文化 2 名研究者李佳霖和蔡侑霖,從軟體與演算法發展、硬體發展與世界史、文化與藝術三條軸線,平行梳理 AI 技術發展過程。
藉由李佳霖和蔡侑霖長達近半年的調查研究,觀眾對 AI 發展有了清楚的輪廓。自 1956 年達特茅斯會議提出「人工智慧(Artificial Intelligence))」一詞,並明確定出 AI 的任務,例如:自然語言處理、神經網路、計算學理論、隨機性與創造性等,就開啟了全球 AI 研究浪潮,至今將近 70 年的過程間,共迎來三波發展高峰。
第一波技術爆發期確立了自然語言與機器語言的轉換機制,科學家將任務文字化、建立推理規則,再換成機器語言讓機器執行,然而受到演算法及硬體資源限制,使得 AI 只能解決小問題,也因此進入了第一次發展寒冬。
-----廣告,請繼續往下閱讀-----
之後隨著專家系統的興起,讓 AI 突破技術瓶頸,進入第二次發展高峰期。專家系統是由邏輯推理系統、資料庫、操作介面三者共載而成,由於部份應用領域的邏輯推理方式是相似的,因此只要搭載不同資料庫,就能解決各種問題,克服過去規則設定無窮盡的挑戰。此外,機器學習、類神經網路等技術也在同一時期誕生,雖然是 AI 技術上的一大創新突破,但最終同樣受到硬體限制、技術成熟度等因素影響,導致 AI 再次進入發展寒冬。
走出第二次寒冬的關鍵在於,IBM 超級電腦深藍(Deep Blue)戰勝了西洋棋世界冠軍 Garry Kasparov,加上美國學者 Geoffrey Hinton 推出了新的類神經網路算法,並使用 GPU 進行模型訓練,不只奠定了 NVIDIA 在 AI 中的地位, 自此之後的 AI 研究也大多聚焦在類神經網路上,不斷的追求創新和突破。
從現在看未來:AI 不僅是工具,也是創作者
隨著時間軸繼續向前推進,如今的 AI 技術不僅深植於類神經網路應用中,更在藝術、創意和日常生活中發揮重要作用,而「2024 未來媒體藝術節」第二章「創造力的轉變」及第三章「創作者的洞見」,便邀請各國藝術家展出運用 AI 與科技的作品。
例如,超現代映畫展出的作品《無限共作 3.0》,乃是由來自創意科技、建築師、動畫與互動媒體等不同領域的藝術家,運用 AI 和新科技共同創作的作品。「人們來到此展區,就像走進一間新科技的實驗室,」吳達坤形容,觀眾在此不僅是被動的觀察者,更是主動的參與者,可以親身感受創作方式的轉移,以及 AI 如何幫助藝術家創作。
-----廣告,請繼續往下閱讀-----
而第四章「未完的篇章」則邀請觀眾一起思考未來與 AI 共生的方式。臺灣新媒體創作團隊貳進 2ENTER 展出的作品《虛擬尋根-臺灣》,將 AI 人物化,採用與 AI 對話記錄的方法,探討網路發展的歷史和哲學,並專注於臺灣和全球兩個場景。又如國際非營利創作組織戰略技術展出的作品《無時無刻,無所不在》,則是一套協助青少年數位排毒、數位識毒的方法論,使其更清楚在面對網路資訊時,該如何識別何者為真何者為假,更自信地穿梭在數位世界裡。
透過歷史解析引起共鳴
在「2024 未來媒體藝術節」規劃的 4 大章節裡,第一章回顧 AI 發展史的內容設計,可說是臺灣近年來科技或 AI 相關展覽的一大創舉。
過去,這些展覽多半以藝術家的創作為展出重點,很少看到結合 AI 發展歷程、大眾文明演變及流行文化三大領域的展出內容,但李佳霖和蔡侑霖從大量資料中篩選出重點內容並儘可能完整呈現,讓「2024 未來媒體藝術節」觀眾可以清楚 AI 技術於不同階段的演進變化,及各發展階段背後的全球政治經濟與文化狀態,才能在接下來欣賞展區其他藝術創作時有更多共鳴。
舉例來說,Google 旗下人工智慧實驗室(DeepMind)開發出的 AI 軟體「AlphaFold」,可以準確預測蛋白質的 3D 立體結構,解決科學家長達 50 年都無法突破的難題,雖然是製藥或疾病學領域相當大的技術突破,但因為與本次展覽主題的關聯性較低,故最終沒有列入此次展出內容中。
除了內容篩選外,在呈現方式上,2位研究者也儘量使用淺顯易懂的方式來呈現某些較為深奧難懂的技術內容,蔡侑霖舉例說明,像某些比較艱深的 AI 概念,便改以視覺化的方式來呈現,為此上網搜尋很多與 AI 相關的影片或圖解內容,從中找尋靈感,最後製作成簡單易懂的動畫,希望幫助觀眾輕鬆快速的理解新科技。
吳達坤最後指出,「2024 未來媒體藝術節」除了展出藝術創作,也跟上國際展會發展趨勢,於展覽期間規劃共 10 幾場不同形式的活動,包括藝術家座談、講座、工作坊及專家導覽,例如:由策展人與專家進行現場導覽、邀請臺灣 AI 實驗室創辦人杜奕瑾以「人工智慧與未來藝術」為題舉辦講座,希望透過帶狀活動創造更多話題,也讓展覽效益不斷發酵,讓更多觀眾都能前來體驗由 AI 驅動的未來創新世界,展望 AI 在藝術與生活中的無限潛力。
然而,他始終無法忘情逝去的世界。1984 年美國的科學家獲得斑驢的 DNA 片段,轟動一時。斑驢已經滅絕一百年,能夠由其遺骸取得古代 DNA,令博士生帕波大為震撼。他很快決定結合自己的專業與興趣,嘗試由古埃及木乃伊取得 DNA,並且獨立將結果發表於 Nature 期刊。
博士畢業後,帕波義無反顧地轉換領域,遠渡美國追隨加州柏克萊大學的威爾森(Allan Wilson)。威爾森在 1970 年代便開始探討分子演化,後來又根據不同人類族群間粒線體 DNA 的差異,估計非洲以外的人群,分家只有幾萬年,支持智人出非洲說。
帕波正式投入相關研究後意識到,從古代樣本取樣 DNA 的汙染問題相當嚴重。這邊「汙染」的意思是,並非抓到樣本內真正的古代 DNA 目標,而是周圍環境、實驗操作者等來源的 DNA;包括他自己之前的木乃伊 DNA,很可能也不是真正的古代 DNA。另一大問題是,生物去世後 DNA 便會開始崩潰,經歷成千上萬年後,樣本中即使仍有少量遺傳物質殘存,含量也相當有限。
最初估計某些大洋洲人配備 4% 到 6% 的丹尼索瓦人血緣,後來修正為 2% 左右(不同方法估計的結果不一樣,總之和尼安德塔血緣差不多)。不同智人具備丹尼索瓦 DNA 的比例差異頗大,某些大洋洲人之外,東亞族群也具備些許,歐亞大陸西部的人卻幾乎沒有。
-----廣告,請繼續往下閱讀-----
至今年代最古早的人類 DNA,來自西班牙的胡瑟裂谷(Sima de los Huesos),距今 43 萬年左右(最早的是超過一百萬年的古代象,由受到帕波啟發的其餘團隊發表)。根據 DNA 特徵,胡瑟裂谷人的細胞核基因組更接近尼安德塔人,可以視作初期的尼安德塔人族群。然而,他們的粒線體卻更像丹尼索瓦人。
近年 COVID-19(武漢肺炎、新冠肺炎)席捲世界,觀察到感染者的症狀輕重受到遺傳差異影響;其中至少兩處 DNA 片段,一處會增加、另一處降低住院的機率,都可以追溯到尼安德塔人的遠古混血。
非洲外每個人都有 1% 到 2% 血緣來自尼安德塔人,不同人遺傳到的片段不一樣。將不同智人個體的片段拼起來,大概能湊出 40% 尼安德塔人基因組(不同算法有不同結果),也就是說,當初進入智人族群的尼安德塔 DNA 變異,不少已經失傳。
失傳可能是機率問題,某一段 DNA 剛好沒有智人繼承。但是也可能是由於尼安德塔 DNA 變異,對智人有害或是遺傳不相容,而被天擇淘汰。遺傳重組之故,智人基因組上每個位置,繼承到尼安德塔變異的機率應該差不多;可是相比於體染色體,X 染色體的比例卻明顯偏低;這意謂智人的 X 染色體,不適合換上尼安德塔版本。
巧合,世界到處都有巧合。例如「濕」的德語為 nass,美國西南部的祖尼語(Zuni)是 nas,兩者沒有任何關係,發音類似純粹是巧合。轉移或借用相當常見,我們日常就會使用一大堆外來語,如麥克風,仍然保有原本的發音。普遍(universal)最明確的案例是 mama 和 papa/baba。共同起源則是排除上述可能性後的解釋,能探討如南島、印歐等語系內不同語言的關係。
語言學研究指出,不同語言最普遍共通存在的詞是 mama 和 papa/baba,意思都是媽媽和爸爸(或反過來)。原因是新生兒發音能力受制,又努力與其他人互動下,只能發出最容易的音,而漸漸演變為寶寶身旁父母的代稱。不同語言都有 mamababa,並非源自祖傳的共同祖先,而是新生兒發聲能力必然導致的結果。