1

4
0

文字

分享

1
4
0

以「拾金不昧」測量公民誠信度?科學家在全球各國丟了上萬次錢包作實驗……

何如
・2020/03/20 ・3853字 ・閱讀時間約 8 分鐘 ・SR值 541 ・八年級

編按:去年六月,《科學》期刊上發表了一篇〈全球公民誠信度 (Civic honesty around the globe)〉的論文,當中的實驗和論點引起軒然大波,各界議論紛紛,也提出諸多看法和駁斥,到底是怎麼一回事呢?

實驗研究助理(粉色小人)會走進建築物裡,並接近櫃台的工作人員(藍色小人,隨機實驗對象),跟他搭話,並將實驗用的錢包(灰白色方形)放在櫃檯上並推給他,之後便直接離開,沒有留下任何資訊。

進行這項實驗的研究團隊在全球 40 個國家、355 座城市,做了共計 17,303 次「遺失錢包」的實驗,並為每一個錢包都建立獨立的電子信箱做為聯絡方式,記錄從「遺失錢包」的第一天起,一百天內收到的電子郵件,以「收到錢包的人是否會藉由資訊連絡以進行歸還」來當作實驗評估的指標。

實驗以透明名片盒做為錢包,藉此確保收到的人不需打開就可以看到裡面的模樣。內容物包含名片、雜貨清單和一把鑰匙,名片上以當地的語言寫著錢包所有者的姓名和電子信箱,以示意錢包所有者是當地居民。圖/論文補充資料

本實驗主要以錢包中「沒錢」和「有錢」為操作變因,來進行「通報歸還率」的比較,並將此結果作為論文中「公民誠信 (civic honesty)」的程度代表。

看到這裡,你可能已經發現,直接將「聯繫歸還的通報率」當成「公民誠信度」似乎不太精準,這便是引起爭議的其中一點。另外還有「各國使用電子信箱的比例不同」、「可能放到失物招領處了」、「風俗文化」等各界對實驗方式的駁斥與質疑。

那麼先撇開這些爭議點,我們能透過這項實驗看到什麼呢?

在錢愈多時,錢包越可能被通報歸還?

從各國通報率的比較圖可以看到,絕大多數的國家在錢包「有錢」的狀況下通報率比較高,這個出人意料的結果,讓研究團隊懷疑起一個最基本的原因:

是錢不夠多嗎?(還不夠多到具有經濟意義上的重要性)

為了測試這樣的可能性,研究團隊在美國、英國、波蘭增加進行了「很多錢」的實驗組。然而如下圖所示,三個國家在「很多錢」的狀況下通報率都更高,總和三個國家的數據平均下來,通報率由低至高依序為「沒錢」的 46%、「有錢」的 61%,以及「很多錢」的 72%。

根據實驗設計,錢包「有錢 (Money)」的金額量為美金 13.45 元(約新台幣 407 元),「很多錢 (BigMoney)」的金額量則為美金 94.15 元(約新台幣 2848 元)或有錢狀況的七倍。圖/論文

錢愈多,反而通報率愈高,為什麼會這樣子?

對此研究團隊提出了三種解釋:

  1. 收到錢包的人擔心會因為「沒有歸還」而受到法律上的懲罰,錢愈多的時候愈是如此。
  2. 實驗僅以錢包的通報率作為評估指標,但收到的人可能私吞了裡面的金錢後才歸還
  3. 收到錢包的人希望能夠獲得報酬,並認為錢愈多報酬愈高。

然而在進行了解、調查之後,研究團隊對於以上三種解釋並沒有找到足夠充足的證據支持。

嗯……讓我想想。圖/GIPHY

除了以上的可能性,還有別的因素可以解釋實驗結果嗎?

研究團隊重新檢視分析整個實驗的結構,認為實驗結果主要由四個因素相互影響:

  1. 留著錢包的經濟效益
  2. 聯絡失主所耗費的心力和時間
  3. 為了錢包失主的無私著想
  4. 自我意象的負面代價,也就是覺得自己像個小偷一樣,即「偷竊厭惡 (theft aversion)」

並由此列出了公式,同時進行一個簡單的行為模型測試,來對比原實驗數據。研究團隊認為,一個人(實驗對象)會依據上述四個因素,為了達到下列公式的最大值而做出「不歸還 (a = 0)」或「歸還 (a = 1)」的決定

max {(1-a)m + (m+v)-(1-a)γmac}.

a 為是否採取歸還錢包的行動,只有兩個數值:0 為不歸還,1 為歸還;m 為錢包裡的金額量;α 為「無私著想」的程度;v 為錢包裡除了錢以外的其他東西;γ 為「偷竊厭惡」的程度;c 為歸還錢包所耗費的心力。

將此公式套入實驗後,研究團隊將收到錢包的人簡單分為以下四類:

  • A. 低無私著想、低偷竊厭惡的人(低 αγ ):
    只受到物質上自利 (self-interest) 的刺激,無論什麼情況下都不會歸還錢包
  • B. 高無私著想、高偷竊厭惡的人(高 αγ ):
    只要此二者大於歸還所花費的心力,無論什麼情況下都會歸還錢包
  • C. 高無私著想、低偷竊厭惡的人(高 αγ ):
    會在錢少的時候歸還錢包,但在足夠多錢時不會歸還
  • D. 低無私著想、高偷竊厭惡的人(低 αγ ):
    錢少的時候不會歸還,但在足夠多錢時會歸還錢包

這四種類型在所有收到的人當中的分布數量決定了「錢包通報歸還率」與「錢包裡的金額」本質上的關係。

A 區代表了第一種怎樣都不會歸還的人;B 區代表了第二種怎樣都會歸還的人;C 區代表了第三種僅在錢少時會歸還錢包的人;D 區代表了第四種僅在錢多時會歸還錢包的人。圖/論文補充資料

根據上圖可以歸納出:在「有錢」狀況下的通報率為 (B+D) / (A+B+C+D);在「沒錢」的狀況下通報率為 (B+C) / (A+B+C+D)。結合原實驗結果:「有錢」通報率較高,我們可以得知:D 區的人數比 C 區的人數更多。

也就是,高偷竊厭惡的人比高無私著想的人還多

那麼,「無私著想」和「偷竊厭惡」到底代表什麼呢?團隊做出以下解釋:「無私著想」會考量到錢包中「只對失主具有價值」的內容物,例如鑰匙;「偷竊厭惡」則只考量錢包中「對收到的人有價值」的內容物,例如錢。

為了區別此二因素對行為的影響程度,研究團隊設計了不同的實驗和調查。

圖/GIPHY

首先,他們在英國、波蘭、美國另外進行了相同金額下,錢包中「有」和「沒有」鑰匙的實驗,就三國實驗的平均結果而言,「有鑰匙」的通報率比「沒鑰匙」的通報率高 9.2%。從這樣的結果推得:收到錢包的人之所以會歸還,有部分是基於對他人的「無私著想」,他們在乎若自己沒有通報,會對失主所造成的傷害。

而關於「偷竊厭惡」,同樣在英國、波蘭、美國進行了調查,請受訪者一一想像實驗過的四種狀況:「沒錢」、「有錢」、「有錢沒鑰匙」、「很多錢」,並評定各種狀況下「若沒有歸還錢包,會讓自己感覺像在偷竊一樣」的程度,從 0 到 10,數字愈高表示程度愈重。

據受訪者們的調查資料顯示,在錢包中「很多錢」的狀況下沒有歸還,最讓人感覺像在偷竊,其次則為「有錢」,最後才是「沒錢」。這便代表著:因為沒有歸還錢包而付出的自我意象負面代價(即偷竊厭惡),會隨著金額升高而增加,此調查結果亦與之前實驗通報率的行為資料一致。

然而,對比「有錢」與「有錢、沒鑰匙」的調查結果,卻未觀察到偷竊厭惡程度上的確切差異,這可能表示了「偷竊厭惡」這樣的想法,與「只對失主有價值的內容物」無關。

儘管調查的反應結果不能完全概論真實行為與動機,不過這些結果的確和研究團隊的假說一致:

「由不誠所得到的金錢效益愈大,跟心理上負面代價的增加有關」

甚至在取捨時,「避免心理上負面代價的增加」比「透過不誠行為得到微量的經濟獲益」來得更為重要。

我們會不知不覺誇大他人的「自私自利」?

在研究的最後,團隊找來一般民眾與經濟學家,讓他們預測實驗結果。以美國的實驗數據為預測目標,一般民眾認為「沒錢」的通報率最高,「有錢」次之,「很多錢」最低;經濟學者則預測「沒錢」跟「有錢」的通報率都較高,「很多錢」的通報率較低。

圖 A 為美國各個狀況下的實際通報率;圖 B 為 299 位民眾預測各個狀況下通報率的平均;圖 C 為 279 位經濟學家預測各個狀況下通報率的平均。圖/論文

然而不論是大眾或專家,預測都跟實際情形有明顯的差異,這也帶給研究團隊另一啟發 ── 這其實反映了「誇大自利作用」的人類行為心智模型:

當錢越多,大家越會預期「自利心態」增加、對失主的「無私著想」逐漸消失,並認為「偷竊厭惡」對通報率造成的影響很小。

圖/GIPHY

最後,團隊還從實驗結果發現一件事:儘管已盡量客觀地進行實驗,仍能看出「各國」歸還錢包的比率,其間的差距相當可觀,範圍從 14% 分布到 76%。就算將國家 GDP 也考量到實驗設計中(依 GDP 調整錢包金額),這樣的差異還是普遍存在。

各個國家聯繫歸還錢包的通報率。紅點為在「有錢」狀況下的通報率,橘點為「沒錢」狀況下的通報率。圖/原論文資料

如此結果在某種程度上也顯示出,除了國家財力,還存在著其他因素影響了通報率,同時,理論模型也需要考量除了無私著想和偷竊厭惡之外,其他可能影響的動機再進行修正。

對此研究團隊分析,對經濟上有利的地理條件,包括政治制度 (political institution)、國民教育 (national education)、強調「道德規範超越個人的內團體 (in-group)1」的文化價值等等,也同樣與公民誠信度具有正向相關 (positively associated)。期許未來的研究能夠更進一步分辨這些「其他因素」究竟如何促成人們行為上的社會差異 (societal differences)。

註解:

  1. 內團體 (in-group):指具共同利益關係,成員間彼此具有歸屬感,並且密切結合的社會群體,類似小圈子或自己人的概念。

資料來源:

文章難易度
所有討論 1
何如
12 篇文章 ・ 1 位粉絲
「因為人因思想而獨特,但不說出來就什麼都不是。」 —為自己的冗言話多辯解的小菜鳥。


3

9
3

文字

分享

3
9
3

從數學、邏輯到審美,演算法的極限是何處?——《再.創世》專題

再・創世 Cybernetic_96
・2021/09/27 ・5256字 ・閱讀時間約 10 分鐘
  • 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。

圖/Pexels

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。

Danica McKellar ,攝於2018。圖/WIKIPEDIA

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。

Noether 與兄弟們的合照。圖/WIKIPEDIA

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。

音樂與數學能力被證實有很高的相關性。圖/Pixabay

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。

評斷數學式子美感或觀察其他美感事物時,數學家大腦活耀的區域相同。圖/Pexels

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。

讓生成模型想像生氣的亞洲人老醫生(自行 CLIP, StyleGAN2 生成)

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。

讓生成模型想像亞洲的小甜甜布蘭妮(自行 CLIP, StyleGAN2 生成)

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。

人工智慧的創作《 Edmond de Belamy 》。圖/WIKIPEDIA

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。

所有討論 3
再・創世 Cybernetic_96
156 篇文章 ・ 375 位粉絲
由策展人沈伯丞籌畫之藝術計畫《再・創世 Cybernetic》,嘗試從演化控制學的理論基礎上,探討仿生學、人工智慧、嵌合體與賽伯格以及環境控制學等新知識技術所構成的未來生命圖像。
網站更新隱私權聲明
本網站使用 cookie 及其他相關技術分析以確保使用者獲得最佳體驗,通過我們的網站,您確認並同意本網站的隱私權政策更新,了解最新隱私權政策