2

8
3

文字

分享

2
8
3

AI 是大藝術家?人工智慧演算出的作品可以被稱為藝術嗎?——《再.創世》專題

再・創世 Cybernetic_96
・2021/10/06 ・6415字 ・閱讀時間約 13 分鐘

-----廣告,請繼續往下閱讀-----

  • 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。

法國藝術團隊。圖/Obvious

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?

《The Question Concerning Technology》。圖/維基百科

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?

-----廣告,請繼續往下閱讀-----

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。

瓦倫西亞聖杯。圖/維基百科

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)。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

Netflix 影集 「Love, Death, Robots」中的「Zima Blue」。圖/Mohamed Aziz

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

創作者+創作工具。圖/Pexels

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。

暗箱的原理。圖/維基百科

「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。

-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 2
再・創世 Cybernetic_96
11 篇文章 ・ 29 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。

0

1
0

文字

分享

0
1
0
人與 AI 的關係是什麼?走進「2024 未來媒體藝術節」,透過藝術創作尋找解答
鳥苷三磷酸 (PanSci Promo)_96
・2024/10/24 ・3176字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

本文與財團法人臺灣生活美學基金會合作。 

AI 有可能造成人們失業嗎?還是 AI 會成為個人專屬的超級助理?

隨著人工智慧技術的快速發展,AI 與人類之間的關係,成為社會大眾目前最熱烈討論的話題之一,究竟,AI 會成為人類的取代者或是協作者?決定關鍵就在於人們對 AI 的了解和運用能力,唯有人們清楚了解如何使用 AI,才能化 AI 為助力,提高自身的工作效率與生活品質。

有鑑於此,目前正於臺灣當代文化實驗場 C-LAB 展出的「2024 未來媒體藝術節」,特別將展覽主題定調為奇異點(Singularity),透過多重視角探討人工智慧與人類的共生關係。

-----廣告,請繼續往下閱讀-----

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。

圖一、1956 年達特茅斯會議提出「人工智慧」一詞

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-----
圖二、1957-1970 年迎來 AI 第一次爆發

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。

圖三、1980 年專家系統的興起,進入第二次高峰

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。

圖四、2010 年發展至今,高性能電腦與大數據助力讓 AI 技術應用更強

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-----
圖五、「2024 未來媒體藝術節——奇異點」展出現場,圖為超現代映畫的作品《無限共作3.0》。圖/C-LAB 提供

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。

圖六、「2024 未來媒體藝術節——奇異點」分成四個章節探究 AI 人工智慧時代的演變與社會議題,圖為第一章「流動的錨點」由自牧文化整理 AI 發展歷程的年表。圖/C-LAB 提供

「畢竟展區空間有限,而科技發展史的資訊量又很龐大,在評估哪些事件適合放入展區時,我們常常在心中上演拉鋸戰,」李佳霖笑著分享進行史料研究時的心路歷程。除了從技術的重要性及代表性去評估應該呈現哪些事件,還要兼顧詞條不能太長、資料量不能太多、確保內容正確性及讓觀眾有感等原則,「不過,歷史事件與展覽主題的關聯性,還是最主要的決定因素,」蔡侑霖補充指出。

-----廣告,請繼續往下閱讀-----

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。

展覽資訊:「未來媒體藝術節——奇異點」2024 Future Media FEST-Singularity 
展期 ▎2024.10.04 ( Fri. ) – 12.15 ( Sun. ) 週二至週日12:00-19:00,週一休館
地點 ▎臺灣當代文化實驗場圖書館展演空間、北草坪、聯合餐廳展演空間、通信分隊展演空間
指導單位 ▎文化部
主辦單位 ▎臺灣當代文化實驗場

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

0
0

文字

分享

0
0
0
從認證到實踐:以智慧綠建築三大標章邁向淨零
鳥苷三磷酸 (PanSci Promo)_96
・2024/11/15 ・4487字 ・閱讀時間約 9 分鐘

本文由 建研所 委託,泛科學企劃執行。 


當你走進一棟建築,是否能感受到它對環境的友善?或許不是每個人都意識到,但現今建築不只提供我們居住和工作的空間,更是肩負著重要的永續節能責任。

綠建築標準的誕生,正是為了應對全球氣候變遷與資源匱乏問題,確保建築設計能夠減少資源浪費、降低污染,同時提升我們的生活品質。然而,要成為綠建築並非易事,每一棟建築都需要通過層層關卡,才能獲得標章認證。

為推動環保永續的建築環境,政府自 1999 年起便陸續著手推動「綠建築標章」、「智慧建築標章」以及「綠建材標章」的相關政策。這些標章的設立,旨在透過標準化的建築評估系統,鼓勵建築設計融入生態友善、能源高效及健康安全的原則。並且政府在政策推動時,為鼓勵業界在規劃設計階段即導入綠建築手法,自 2003 年特別辦理優良綠建築作品評選活動。截至 2024 年為止,已有 130 件優良綠建築、31 件優良智慧建築得獎作品,涵蓋學校、醫療機構、公共住宅等各類型建築,不僅提升建築物的整體性能,也彰顯了政府對綠色、智慧建築的重視。

-----廣告,請繼續往下閱讀-----

說這麼多,你可能還不明白建築要變「綠」、變「聰明」的過程,要經歷哪些標準與挑戰?

綠建築標章智慧建築標章綠建材標章
來源:內政部建築研究所

第一招:依循 EEWH 標準,打造綠建築典範

環境友善和高效率運用資源,是綠建築(green building)的核心理念,但這樣的概念不僅限於外觀或用材這麼簡單,而是涵蓋建築物的整個生命週期,也就是包括規劃、設計、施工、營運和維護階段在內,都要貼合綠建築的價值。

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。

臺灣在綠建築的制訂上不落人後。由於臺灣地處亞熱帶,氣溫高,濕度也高,得要有一套我們自己的評分規則——臺灣綠建築評估系統「EEWH」應運而生,四個英文字母分別為 Ecology(生態)、Energy saving(節能)、Waste reduction(減廢)以及 Health(健康),分成「合格、銅、銀、黃金和鑽石」共五個等級,設有九大評估指標。

-----廣告,請繼續往下閱讀-----

我們就以「台江國家公園」為例,看它如何躍過一道道指標,成為「鑽石級」綠建築的國家公園!

位於臺南市四草大橋旁的「台江國家公園」是臺灣第8座國家公園,也是臺灣唯一的濕地型的國家公園。同時,還是南部行政機關第一座鑽石級的綠建築,其外觀採白色系列,從高空俯瞰,就像在一座小島上座落了許多白色建築群的聚落;從地面看則有臺南鹽山的意象。

因其地形與地理位置的特殊,生物多樣性的保護則成了台江國家公園的首要考量。園區利用既有的魚塭結構,設計自然護岸,保留基地既有的雜木林和灌木草原,並種植原生與誘鳥誘蟲等多樣性植物,採用複層雜生混種綠化。以石籠作為擋土護坡與卵石回填增加了多孔隙,不僅強化了環境的保護力,也提供多樣的生物棲息環境,使這裡成為動植物共生的美好棲地。

台江國家公園是南部行政機關第一座鑽石級的綠建築。圖/內政部建築研究所

第二招:想成綠建築,必用綠建材

要成為一幢優秀好棒棒的綠建築,使用在原料取得、產品製造、應用過程和使用後的再生利用循環中,對地球環境負荷最小、對人類身體健康無害的「綠建材」非常重要。

-----廣告,請繼續往下閱讀-----

這種建材最早是在 1988 年國際材料科學研究會上被提出,一路到今日,國際間對此一概念的共識主要包括再使用(reuse)、再循環(recycle)、廢棄物減量(reduce)和低污染(low emission materials)等特性,從而減少化學合成材料產生的生態負荷和能源消耗。同時,使用自然材料與低 VOC(Volatile Organic Compounds,揮發性有機化合物)建材,亦可避免對人體產生危害。

在綠建築標章後,內政部建築研究所也於 2004 年 7 月正式推行綠建材標章制度,以建材生命週期為主軸,提出「健康、生態、高性能、再生」四大方向。舉例來說,為確保室內環境品質,建材必須符合低逸散、低污染、低臭氣等條件;為了防溫室效應的影響,須使用本土材料以節省資源和能源;使用高性能與再生建材,不僅要經久耐用、具高度隔熱和防音等特性,也強調材料本身的再利用性。


在台江國家公園內,綠建材的應用是其獲得 EEWH 認證的重要部分。其不僅在設計結構上體現了生態理念,更在材料選擇上延續了對環境的關懷。園區步道以當地的蚵殼磚鋪設,並利用蚵殼作為建築格柵的填充材料,為鳥類和小生物營造棲息空間,讓「蚵殼磚」不再只是建材,而是與自然共生的橋樑。園區的內部裝修選用礦纖維天花板、矽酸鈣板、企口鋁板等符合綠建材標準的系統天花。牆面則粉刷乳膠漆,整體綠建材使用率為 52.8%。

被建築實體圍塑出的中庭廣場,牆面設計有蚵殼格柵。圖/內政部建築研究所

在日常節能方面,台江國家公園也做了相當細緻的設計。例如,引入樓板下的水面蒸散低溫外氣,屋頂下設置通風空氣層,高處設置排風窗讓熱空氣迅速排出,廊道還配備自動控制的微噴霧系統來降溫。屋頂採用蚵殼與漂流木創造生態棲地,創造空氣層及通風窗引入水面低溫外企,如此一來就能改善事內外氣溫及熱空氣的通風對流,不僅提升了隔熱效果,減少空調需求,讓建築如同「與海共舞」,在減廢與健康方面皆表現優異,展示出綠建築在地化的無限可能。

-----廣告,請繼續往下閱讀-----
島式建築群分割後所形成的巷道與水道。圖/內政部建築研究所

在綠建材的部分,另外補充獲選為 2023 年優良綠建築的臺南市立九份子國民中小學新建工程,其採用生產過程中二氧化碳排放量較低的建材,比方提高高爐水泥(具高強度、耐久、緻密等特性,重點是發熱量低)的量,並使用能提高混凝土晚期抗壓性、降低混凝土成本與建物碳足跡的「爐石粉」,還用再生透水磚做人行道鋪面。

2023 年優良綠建築的臺南市立九份子國民中小學。圖/內政部建築研究所
2023 年優良綠建築的臺南市立九份子國民中小學。圖/內政部建築研究所

同樣入選 2023 年綠建築的還有雲林豐泰文教基金會的綠園區,首先,他們捨棄金屬建材,讓高爐水泥使用率達 100%。別具心意的是,他們也將施工開挖的土方做回填,將有高地差的荒地恢復成平坦綠地,本來還有點「工業風」的房舍告別荒蕪,無痛轉綠。

雲林豐泰文教基金會的綠園區。圖/內政部建築研究所

等等,這樣看來建築夠不夠綠的命運,似乎在建材選擇跟設計環節就決定了,是這樣嗎?當然不是,建築是活的,需要持續管理–有智慧的管理。

第三招:智慧管理與科技應用

我們對生態的友善性與資源運用的效率,除了從建築設計與建材的使用等角度介入,也須適度融入「智慧建築」(intelligent buildings)的概念,即運用資通訊科技來提升建築物效能、舒適度與安全性,使空間更人性化。像是透過建築物佈建感測器,用於蒐集環境資料和使用行為,並作為空調、照明等設備、設施運轉操作之重要參考。

-----廣告,請繼續往下閱讀-----

為了推動建築與資通訊產業的整合,內政部建築研究所於 2004 年建立了「智慧建築標章」制度,為消費者提供判斷建築物是否善用資通訊感知技術的標準。評估指標經多次修訂,目前是以「基礎設施、維運管理、安全防災、節能管理、健康舒適、智慧創新」等六大項指標作為評估基準。
以節能管理指標為例,為了掌握建築物生命週期中的能耗,需透過系統設備和技術的主動控制來達成低耗與節能的目標,評估重點包含設備效率、節能技術和能源管理三大面向。在健康舒適方面,則在空間整體環境、光環境、溫熱環境、空氣品質、水資源等物理環境,以及健康管理系統和便利服務上進行評估。

樹林藝文綜合大樓在設計與施工過程中,充分展現智慧建築應用綜合佈線、資訊通信、系統整合、設施管理、安全防災、節能管理、健康舒適及智慧創新 8 大指標先進技術,來達成兼顧環保和永續發展的理念,也是利用建築資訊模型(BIM)技術打造的指標性建築,受到國際矚目。

樹林藝文綜合大樓。圖/內政部建築研究所「111年優良智慧建築專輯」(新北市政府提供)

在興建階段,為了保留基地內 4 棵原有老樹,團隊透過測量儀器對老樹外觀進行精細掃描,並將大小等比例匯入 BIM 模型中,讓建築師能清晰掌握樹木與建築物之間的距離,確保施工過程不影響樹木健康。此外,在大樓啟用後,BIM 技術被運用於「電子維護管理系統」,透過 3D 建築資訊模型,提供大樓內設備位置及履歷資料的即時讀取。系統可進行設備的監測和維護,包括保養計畫、異常修繕及耗材管理,讓整棟大樓的全生命週期狀況都能得到妥善管理。

智慧建築導入 BIM 技術的應用,從建造設計擴展至施工和日常管理,使建築生命周期的管理更加智慧化。以 FM 系統 ( Facility Management,簡稱 FM ) 為例,該系統可在雲端進行遠端控制,根據會議室的使用時段靈活調節空調風門,會議期間開啟通往會議室的風門以加強換氣,而非使用時段則可根據二氧化碳濃度調整外氣空調箱的運轉頻率,保持低頻運作,實現節能效果。透過智慧管理提升了節能效益、建築物的維護效率和公共安全管理。

-----廣告,請繼續往下閱讀-----

總結

綠建築、綠建材與智慧建築這三大標章共同構建了邁向淨零碳排、居住健康和環境永續的基礎。綠建築標章強調設計與施工的生態友善與節能表現,從源頭減少碳足跡;綠建材標章則確保建材從生產到廢棄的全生命週期中對環境影響最小,並保障居民的健康;智慧建築標章運用科技應用,實現能源的高效管理和室內環境的精準調控,增強了居住的舒適性與安全性。這些標章的綜合應用,讓建築不僅是滿足基本居住需求,更成為實現淨零、促進健康和支持永續的具體實踐。

建築物於魚塭之上,採高腳屋的構造形式,尊重自然地貌。圖/內政部建築研究所

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

0
0

文字

分享

0
0
0
AI 能像人類一樣思考?諾貝爾物理學獎研究助力人工智慧模擬人類大腦
PanSci_96
・2024/11/14 ・2117字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

即使再怎麼模仿,AI 終究無法以與生物相同的方式思考吧?畢竟電腦的電子元件和我們大腦中的神經細胞結構截然不同。再怎麼模仿,AI 終究無法以與生物相同的方式思考吧?

錯,可以。

2024 年諾貝爾物理學獎跌破所有專家的眼鏡,頒給了兩位研究機器學習的科學家——約翰·霍普菲爾德(John Hopfield)和傑佛瑞·辛頓(Geoffrey Hinton)。他們以「人工」的方法打造了類神經網路,最終模擬出生物的「智慧」,奠定了當代深度學習的基礎。

為什麼解決人工智慧發展瓶頸的,竟然會是物理學?物理要怎麼讓 AI 更像人類?

-----廣告,請繼續往下閱讀-----
歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

從巴甫洛夫的狗到赫布理論:理解學習的基礎

為了解答這個疑問,我們需要一些背景知識。

20 世紀初,俄羅斯心理學家巴甫洛夫發現,狗在食物還沒入口前,就會開始分泌唾液。他進行了一系列實驗,改變食物出現前的環境,比如讓狗習慣在聽到鈴聲後馬上得到食物。久而久之,狗只要聽到鈴聲,就會開始分泌唾液。

大約 50 年後,神經科學家赫布(Donald Hebb)提出了一個假說:大腦中相近的神經元,因為經常同時放電,會產生更強的連結。這種解釋稱為「赫布理論」,不僅奠定了神經心理學的發展,更成為現代深度學習的基礎。

然而,赫布理論雖然描述了鄰近神經元的關係,卻無法解釋大腦如何建構出如此複雜的聯想網路。

-----廣告,請繼續往下閱讀-----

霍普菲爾德網路:物理學家對神經網路的貢獻

然而,赫布理論雖能描述神經元之間的關係,卻缺乏數學模型。物理學家約翰·霍普菲爾德從數學家約翰·康威(John Conway)的「生命遊戲」(Game of Life)中獲得靈感,試圖建立一個可以在電腦上運行的記憶系統。

霍普菲爾德受「生命遊戲」啟發,嘗試建立電腦記憶系統。圖/envato

「生命遊戲」由數學家康威(John Conway)發明,玩家開始時有一個棋盤,每個格子代表一個細胞,細胞可以是「活」或「死」的狀態。根據特定規則,細胞會根據鄰居的狀態決定下一次的生存狀態。康威的目的是展示複雜的系統不一定需要複雜的規則。

霍普菲爾德發現,這個遊戲與赫布理論有強大的關聯性。大腦中的大量神經元,在出生時處於初始狀態,經過刺激後,神經元間的連結會產生或斷裂,形成強大的記憶系統。他希望利用這些理論,創造一個能在電腦上運行的記憶系統。

然而,他面臨一個難題:赫布理論沒有明確的數學模型來決定神經元連結的規則。而在電腦上運行,必須要有明確的數學規則。

-----廣告,請繼續往下閱讀-----

物理學的啟發:易辛模型

霍普菲爾德從物理學的研究中找到了類似的模型:易辛模型(Ising Model)。這個模型用於解釋鐵磁性物質的磁性特性。

在鐵磁性物質中,電子具有「自旋」,自旋產生磁矩。電子的自旋方向只有「向上」或「向下」,這就像生命遊戲中細胞的「生」或「死」。鄰近的電子會影響彼此的自旋方向,類似於細胞之間的互動。

易辛模型能用數學描述電子間的相互影響,並通過計算系統能量,得出自旋狀態的分佈。霍普菲爾德借用了這個概念,將神經元的互動視為電子自旋的互動。

他結合了康威生命遊戲的時間演化概念、易辛模型的能量計算,以及赫布理論的動態連結,創造了「霍普菲爾德網路」。這讓電腦能夠模擬生物大腦的學習過程。

-----廣告,請繼續往下閱讀-----

突破瓶頸:辛頓與波茲曼機

約翰·霍普菲爾德於1982年發明聯想神經網路,即「霍普菲爾網路」。圖/wikimedia

然而,霍普菲爾德網路並非完美。它容易陷入「局部最小值」的問題,無法找到系統的全局最優解。為了解決這個問題,加拿大計算機科學家傑佛瑞·辛頓(Geoffrey Hinton)提出了「波茲曼機」(Boltzmann Machine)。

辛頓將「模擬退火」的概念引入神經網路,允許系統以一定的機率跳出局部最小值,尋找全局最優解。他還引入了「隱藏層」的概念,將神經元分為「可見層」和「隱藏層」,提高了網路的學習能力。

受限波茲曼機(Restricted Boltzmann Machine)進一步簡化了模型,成為深度學習的基礎結構之一。這些創新使得 AI 能夠更有效地模擬人類的思維和學習過程。

AI 的未來:跨學科的融合

霍普菲爾德和辛頓的工作,將物理學的概念成功應用於人工智慧。他們的研究不僅解決了 AI 發展的瓶頸,還奠定了深度學習的基礎,對現代 AI 技術產生了深遠的影響。因此,2024 年諾貝爾物理學獎頒給他們,並非意外,而是對他們在跨學科領域的重大貢獻的肯定。

-----廣告,請繼續往下閱讀-----

AI 的發展,離不開物理學、生物學、數學等多學科的融合。霍普菲爾德和辛頓的工作,正是這種融合的典範。未來,隨著科學技術的進步,我們有理由相信,AI 將越來越接近人類的思維方式,甚至可能超越我們的想像。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1256 篇文章 ・ 2383 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。