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。
關於綠建築的標準,讓我們先回到 1990 年,當時英國建築研究機構(BRE)首次發布有關「建築研究發展環境評估工具(Building Research Establishment Environmental Assessment Method,BREEAM®)」,是世界上第一個建築永續評估方法。美國則在綠建築委員會成立後,於 1998 年推出「能源與環境設計領導認證」(Leadership in Energy and Environmental Design, LEED)這套評估系統,加速推動了全球綠建築行動。
吉里對運動界最有趣的貢獻,是 550 頁的大部頭書《男性、女性:人類性別差異的演化》(Male, Female: The Evolution of Human Sex Differences),雖然他在我出現在他辦公室門口之前,可能還沒有這麼認為。這本書是把針對人類性別差異做過的所有研究納入性擇架構的第一本著述。
-----廣告,請繼續往下閱讀-----
查爾斯.達爾文(Charles Darwin)首先闡明了「性擇」的原則,不過比起他的另一個獨創概念「天擇」,性擇得到的主流大幅報導少了許多。天擇指的是人類 DNA 當中,應自然環境而留存或拔除的改變;而性擇是指由於競爭擇偶,而廣傳或消亡的那些 DNA 的改變。性擇是人類大部分性別差異的源頭,對理解人類運動能力至為重要。
在兩性的身體差異當中,男性通常比較重、比較高,手臂和腿相對於身高來說比較長,心臟和肺也比較大。男性慣用左手的機率是女性的兩倍──這在一些運動項目上是優點。〔3〕男性脂肪較少,骨密度較高,攜氧紅血球較多,骨骼較重而能支撐更多肌肉,而且臀部較窄,因此跑步更有效率,跑跳時受傷的機會減少──譬如前十字韌帶撕裂傷,就很常發生在女運動員身上。凱斯西儲大學(Case Western Reserve University)人類學兼解剖學教授布魯斯.拉提摩(Bruce Latimer)說:「女性骨盆較寬,與膝蓋的角度就比較大,所以會浪費很多力氣去壓縮髖關節,這對前進沒有幫助。……骨盆越寬,浪費的力氣越多。」
至於第二個含意,即我們的祖先會爭奪多位配偶,從遺傳學證據來看是不容置疑的。由於父親的 Y 染色體 DNA 只會傳遞給兒子,只有母親會傳遞「粒線體 DNA」,所以我們可以分頭上溯母系和父系的祖先。世界各地的研究結果都很清楚:不論科學家朝哪裡看,我們的男性祖先都少於女性祖先。要孕育出目前的世界人口數,需要的亞當比夏娃少了許多。(在某些情況下居然明顯如此:有 1,600 萬個亞洲男性〔即世上男性人口的 0.5%〕有一部分的 Y 染色體幾乎相同,遺傳學家認為這可能來自以后妃上百人著稱的成吉思汗。)
西北大學費恩柏格醫學院(Feinberg School of Medicine)臨床醫學人文與生物倫理教授、運動性別檢測史權威愛麗絲.德雷格(Alice Dreger)告訴我:「在運動方面把女性區隔開來,是因為許多項目中最優秀的女子選手,無法跟最優秀的男子選手競爭。大家都心知肚明,但沒有人願意說出來。基於我認為的各種好理由,女性的身體構造就像某類殘疾人士。」
研究運動員和睪固酮的生理學家克里斯提安.庫克(Christian J. Cook)說:「有個正在浮現的模式是,頂尖級的瞬間爆發力型菁英女運動員,睪固酮濃度往往和男性比較相近……那些女性往往很有本事藉由訓練增添爆發力。」庫克在 2013 年所做的小型研究發現,睪固酮濃度較高的女運動員,會比睪固酮濃度較低的夥伴選擇更劇烈的肌力訓練。
我跟哈珀初次進行訪談,是為了 2012 年《運動畫刊》的文章〈跨性別運動員〉,這篇報導是我和帕布羅.托雷(Pablo S. Torre)一起寫的。我和帕布羅還採訪了凱.阿倫斯(Kye Allums),他曾是喬治華盛頓大學女子籃球隊員,也是史上第一位公開跨性別的 NCAA 一級男籃球隊選手。為了變成男性之身,阿倫斯最近開始注射睪固酮。他說他的手腳和頭部已經有所增長,聲音越來越低沉,開始長出少量鬍子,而且能夠跑得更快。醫學研究已經在病患身上發現,睪固酮的施打劑量,與增加的肌肉量和肌力之間有相依關係。