AI 重新構(gòu)建的視覺表現(xiàn)

編輯：劉可為 圖：克雷格·艾姆斯（Craig Ames）文：砣地

《大英藻類影集：藍(lán)藻印象》

AI 重新解構(gòu)攝影先驅(qū)安娜·阿特金斯的藻類作品，是對她的致敬，也是新媒介對長期確立的視覺表現(xiàn)實(shí)踐的影響的深刻探討。

與 安娜 ·阿泰金斯藍(lán)曬作品（右）

同一藻類的 AI（右）

與 安娜 ·阿泰金斯藍(lán)曬作品（左）

攝影之友×克雷格·艾姆斯

首先請闡述一下你對 AI 作品的態(tài)度，攝影與 AI 創(chuàng)作的邊界感在哪里？

生成人工智能圖像不是攝影。至少不是傳統(tǒng)意義上的攝影。當(dāng)我使用人工智能時(shí)，我在大部分作品中都避免將其稱為“攝影”。然而，生成式人工智能圖像在外觀上可能非常“照片化”，并且隨著算法渲染能力的不斷提高，圖像變得越來越逼真。不可避免地，這將迫使我們重新思考我們與攝影的關(guān)系，以及我們?nèi)绾味x它。盡管我目前將它們視為不同的媒介，但它們之間有著千絲萬縷的聯(lián)系。攝影和生成人工智能圖像之間的界限越來越模糊，但我認(rèn)為其含義尚未完全明確、明朗。

你的這一組AI作品在封面上與安娜·阿特金斯（Anna Atkins）的作品封面非常相似，在介紹中得知，你也是對她作品中的圖像表達(dá)有了新的詮釋，你是如何想到使用AI來重新制作《大英藻類影集：藍(lán)藻印象》（Photographs of British Algae：Cyanotype Impressions）作品集的？

作為一名攝影師和藝術(shù)家，我對探索生成式人工智能的潛力、局限性和風(fēng)險(xiǎn)非常感興趣。憑借我的攝影知識(shí)，對這一媒介歷史上的關(guān)鍵時(shí)刻和作品進(jìn)行比較研究似乎很有意義。鑒于阿特金斯是攝影的早期采用者，攝影是她那個(gè)時(shí)代的尖端成像技術(shù)，并且考慮到她的作品如此知名和有影響力，她的圖像無疑將在機(jī)器學(xué)習(xí)活動(dòng)中占據(jù)重要地位，并被包含在龐大的數(shù)據(jù)集中從互聯(lián)網(wǎng)上抓取。她的作品還融合了藝術(shù)和科學(xué)問題，這又與生成人工智能的發(fā)展密切相關(guān)。為了強(qiáng)調(diào)兩個(gè)系列之間的比較，我收藏的圖像與阿特金斯的原始藍(lán)曬版畫具有相同的尺寸和格式。然而，我沒有在圖像中嵌入手寫標(biāo)簽，而是使用文字處理的文本來引用圖像創(chuàng)建中使用的自動(dòng)化過程。

在你的創(chuàng)作中，你認(rèn)為當(dāng)下 AI 技術(shù)與100 年前的影像有怎樣的關(guān)系？是否認(rèn)為AI 會(huì)是一種更好的呈現(xiàn)方式？相比于實(shí)拍，你覺得 AI 作品的不同點(diǎn)在哪里？

我認(rèn)為早期攝影和當(dāng)代生成人工智能成像有很多相似之處。攝影出現(xiàn)時(shí)，藝術(shù)家和插畫家都提出了反對的聲音，他們擔(dān)心新媒介對長期確立的視覺表現(xiàn)實(shí)踐的影響。這種擔(dān)憂是合理的，機(jī)械圖像捕捉和攝影再現(xiàn)的過程改變了視覺表現(xiàn)的本質(zhì)。然而，也有許多藝術(shù)家接受了這種變化，并出于藝術(shù)和科學(xué)目的以多種方式進(jìn)行攝影工作。

英國植物學(xué)家兼攝影師安娜·阿特金斯（Anna Atkins）和她著名的藍(lán)曬法植物群就是一個(gè)很好的例子。她最初是一名植物插畫家，使用水彩畫來繪制標(biāo)本。然而，作為攝影先驅(qū)，她認(rèn)識(shí)到攝影能夠以更準(zhǔn)確、客觀的方式呈現(xiàn)事物的能力。

以同樣的方式，當(dāng)代人工智能在某些事情上表現(xiàn)出色，但在另一些事情上卻很糟糕。我們需要記住這一點(diǎn)，特別是隨著人工智能越來越融入我們的日常生活，視覺表現(xiàn)被外包給算法，作為企業(yè)客戶效率節(jié)省的一部分。我的項(xiàng)目“英國藻類的照片：人工智能印象（2022）旨在提醒我們現(xiàn)實(shí)與技巧的模糊所帶來的緊張局勢。人工智能生成的標(biāo)本的不同顏色、形式以及圖像的逼真美學(xué)可能看起來誘人且令人信服，然而，它們作為真實(shí)的忠實(shí)復(fù)制品是完全不可靠的。

我在 20 世紀(jì) 80 年代末開始了我的攝影之旅，使用 35 毫米膠片相機(jī)并在我自制的暗室中制作模擬照片。我記得Photoshop 出現(xiàn)之后，便是數(shù)碼攝影，攝影界有許多聲音宣稱“攝影已死”，但據(jù)我們所知，這實(shí)際上從未發(fā)生過。相反，攝影媒介不斷發(fā)展和擴(kuò)展。我們也容易忘記，人工智能已經(jīng)無縫集成到數(shù)碼相機(jī)系統(tǒng)中很多年了。例如，計(jì)算攝影現(xiàn)在是大多數(shù)智能手機(jī)相機(jī)的基礎(chǔ)。這是大多數(shù)人經(jīng)常使用的東西，但很少考慮過。

這一次，生成式人工智能確實(shí)讓人感覺有些不同，因?yàn)檫@種新興技術(shù)的開發(fā)、采用和集成呈指數(shù)級(jí)增長。然而，我當(dāng)然不認(rèn)為這會(huì)預(yù)示著攝影的終結(jié)，但它不可避免地會(huì)改變我們對它的理解。

如果用于圖簽創(chuàng)作，你認(rèn)為嚴(yán)謹(jǐn)?shù)腁I創(chuàng)作能否對科學(xué)探索、科學(xué)教學(xué)、科普有不同的幫助？

本期影人

克雷格·艾姆斯

Craig Ames

英國藝術(shù)家，圍繞攝影/后真相時(shí)代證據(jù)、模擬和重現(xiàn)進(jìn)行重點(diǎn)研究，圍繞主題進(jìn)行了多樣化的實(shí)踐，涵蓋攝影、人工智能等材料研究工作

當(dāng)訓(xùn)練數(shù)據(jù)集經(jīng)過仔細(xì)檢查并且結(jié)果非?？煽繒r(shí)，人工智能圖片或內(nèi)容標(biāo)簽可能在非常特定的情況下有用。然而，對大多數(shù)消費(fèi)者級(jí)物體識(shí)別人工智能系統(tǒng)來說，該技術(shù)還不夠可靠。它正在不斷改進(jìn)，我認(rèn)為實(shí)現(xiàn)穩(wěn)健性只是時(shí)間問題。

你在 AI 創(chuàng)作這一組作品時(shí)應(yīng)用了哪種軟件？在設(shè)計(jì)畫面時(shí)是根據(jù)何種內(nèi)容？又是如何訓(xùn)練 AI 的？

目前，我只使用商用的生成式人工智能平臺(tái)。這樣做的原因是因?yàn)檫@是大多數(shù)人使用生成式人工智能最容易訪問的方式。我對這些大規(guī)模采用的算法很感興趣，因?yàn)樗鼈兪亲顝V泛使用的。原因之一是任何擁有計(jì)算機(jī)和互聯(lián)網(wǎng)連接的人都可以使用它們，而無需了解計(jì)算機(jī)編碼或必須安裝、設(shè)置和培訓(xùn)開源版本，如果您不這樣做，這可能會(huì)成為障礙。

我使用的 AI 包括 Dall-E、Midjourney、Adobe Firefly 和 Stable Diffusion。由于它們都能夠以類似的方式生產(chǎn)類似的東西，因此我通常不會(huì)說明我為每個(gè)特定項(xiàng)目使用哪個(gè)版本或模型。