<dl id="ttxrd"></dl><var id="ttxrd"></var>
<progress id="ttxrd"><var id="ttxrd"></var></progress>
<var id="ttxrd"></var>
<var id="ttxrd"><strike id="ttxrd"><listing id="ttxrd"></listing></strike></var>
<menuitem id="ttxrd"></menuitem>
<menuitem id="ttxrd"><dl id="ttxrd"></dl></menuitem>
<menuitem id="ttxrd"></menuitem>
<var id="ttxrd"></var>
<thead id="ttxrd"></thead>
<menuitem id="ttxrd"><ruby id="ttxrd"></ruby></menuitem><menuitem id="ttxrd"></menuitem><menuitem id="ttxrd"></menuitem>
EN

張尕 | 人工智能的兌現:卑棄與救贖

文:張尕    時間: 2021.9.17

640.webp (1).jpg

編者按:本文為策展人張尕于2021年5月20日在由同濟大學主辦“aai藝術與人工智能國際論壇”所做主旨發言,作為對展覽“人工智能的兌現”之詮注。 (中文翻譯:畢昕,曹佳敏)

首先,簡要說明一下,當收到此次會議邀請時,我正在籌備新時線媒體藝術中心的新展,我很高興能夠就這一主題在此分享。這個展覽的標題為“人工智能的兌現:卑棄與救贖”,這同時也是我今天的演講標題。展覽分為兩部分,試圖對人工智能的認識論局限性提出問題。也旨在含蓄地質疑企業利益和地緣政治所渲染的對人工智能及其工具效用的無節制的樂觀態度。同時展現藝術家是如何想象以人工智能來探索一個擁有宇宙政治意識的生態環境,以及一個處于共同體中的、共生的后人類前景。在構思這個展覽時,我的另一個動機是讓公眾認識到超越基于屏幕的、以圖像為中心的人工智能藝術實踐?;谄聊磺乙詧D像為中心的范式往往一方面將人工智能簡化為預設的視覺慣念,另一方面也與當下人工智能的商業前景為伍。喬安娜·澤林斯卡(Joanna Zylinska)在其2020年出版的《人工智能藝術:機器視覺與扭曲的夢》(AI Art: Machine Vision and Warped Dreams)一書中,對人工智能藝術之描述準確地捕捉了當前盛行的“人工智能藝術”消費。她寫道,“大部分被稱做人工智能的藝術,尤其是受行業贊助的那一類,即使在視覺上很吸引人,但仍是很淺薄。最受公眾關注的項目是那些相當工具性地擁抱人工智能的項目,其美學被簡化為看起來‘美麗’的東西,即對稱、迷人、花哨,首先,類似于已經存在的東西。1 ”

她接著毫不留情地說,“客氣地說,許多生成 AI 藝術通過炫目的色彩和對比以及海量數據來慶祝計算機視覺、快速處理能力和連接算法的技術新穎性。不客氣地說,它變成了《糖果粉碎傳奇》的美化版,誘人地使我們的身體和大腦陷入屈服和默許狀態。利用深度學習和大數據集讓計算機對圖像做一些所謂有趣的事情的藝術,通常最終會提供一汪迷幻的波浪和咯咯笑聲,其中沒有什么實質的東西。2 ”盡管如此,我還是想以人工智能的名義尋求一種辯護。人工智能似乎經常被視為人類傲慢與尷尬的代名詞或替罪羊。我們傾向于用人作為衡量事物的標準。海德格爾曾經直言不諱地說,這就是現代性的頓悟?!澳莻€被我們稱為現代的時刻.……是以人作為眾生中心及衡量尺度而決定的。人是所有生命的底層。這意味著,用現代的話來說,人是所有對象化和可表現性的底層3 ”。媒體理論家尤金·塔克(Eugene Thacker)進一步駁斥了生命的神話,以及人作為其化身看似無可爭議的權威,“生命是從主體到客體,從自我到世界,從人類到非人類的投射。4 ”

我們將對人類智能的診測加于機器,因此使人工智能成為一種既宏偉壯觀又難以實現的愿景。我們知道科學還沒有解開人類智慧之謎,也沒有理解人類大腦的內部運作。正如人工智能和認知科學教授布萊恩·坎特威爾·史密斯(Brian Cantwell Smith)所爭論的那樣,“首先,將我們大腦的認知能力等同于神經排列是不成熟的想法,但這也是目前【人工智能】架構所模仿的一切。”哲學家約翰·塞爾(John Searle)則認為,“任何試圖以人工方式創造意向性(強人工智能)的嘗試,都不可能僅靠設計程序取得成功,而是必須復制人腦的因果能力。6 ”

然而,也許現代計算機先驅們以機器之形思考機器智能時所想象的則是另一種情景。當回答“機器能思考嗎?”這個問題時,英國數學家、人工智能鼻祖艾倫·圖靈(Alan Turing)在其1950年的論文《計算機械與智能》(Computing Machinery and Intelligence)中提出了其廣為所知的“模仿游戲”(又稱圖靈測試)一說作為對自己提問的反駁,他寫道:“我認為,最初的問題——‘機器能思考嗎?’——并沒有意義且不值得討論?!毕喾?,圖靈認為,“在50年之內,我們有可能為容量多達十億信息位的計算機編寫程序,使其能夠很好地進行模仿游戲,以至于一個普通的測試者在5分鐘的測試中所做出的身份識別正確率不會超過70%。7 ”之后,美國哲學家丹尼爾·丹內特(Daniel Dennett)在其文章《機器能否思考》(Can Machines Think)中就圖靈所言推斷說,“圖靈并沒有得出這樣的結論(即便人們滿可以認為他是這樣想的)即思考就必須像人一樣去思考……男人和女人,以及計算機,都可能有著不同的思考方式。但他肯定這樣想過:如果(one)能夠以自己特有的風格進行思考,且足以模仿一個有思想的男人或女人,那么(one)【他/她它- 作者注】肯定真的很會思考。

1 圖靈文《機器能否思考》發表于期刊《Mind》第59期,236號,1950..webp.jpg

圖靈文《機器能否思考》發表于期刊《Mind》第59期,236號,1950.

1956年的達特茅斯 “人工智能夏季研究項目”會議已經預示并規定了當今人工智能行業的行話,盡管人工智能這個詞本來也可能換成其他的說法。根據尼爾·尼爾森(Nils Nilsson)的描述,或許因為約翰·麥卡錫(John McCarthy)對于控制論創始人諾伯特·維納(Nobert Wiener)的不肖或嫉妒所致,這位人工智能的創始人之一將該術語的使用歸因于“避免與控制論有關聯” 9。當時仍為哈佛大學初級研究員的馬文·明斯基(Marvin Minsky)提議設計這樣一個反饋回路裝置:“該機器具有輸入和輸出通道,以及對輸入提供不同輸出反應的內部工具,這樣機器可以通過‘試錯’過程來‘訓練’獲得一系列輸入-輸出功能。當把這樣一個機器放置于適當的環境中,并施加一個 ‘成功’或‘失敗’的標準,便可以訓練出建立‘目標尋求’的行為。10” 著名的信息論發明者克勞德·香農(Claude Shannon)提出了“信息論概念在計算機和大腦模型中的應用”研究,具體來說就是 “大腦模型到自動機”。同時,另一位人工智能研究的創始人納撒尼爾·羅切斯特(Nathaniel Rochester)提出了“機器表現的原創性”與“機器與隨機性”的研究課題。如果人工智能不是像一些文化評論家所嘲笑的那樣,是“一種營銷策略(比如 Florian Cramer)”,那么它肯定不是我們所謂的人工智能本身,而是廣義的數字計算技術,機器學習、神經網絡、數據挖掘、統計科學和認知科學的統合。所有這些技術都在50年代初就已奠定,只是還沒有等到足夠的計算速度、存儲能力和新的輸入輸出設備來實現“在未來有很大希望可以創建的系統,一個在很大程度上可以模仿大腦和神經系統活動的系統” 11。

 后面發生的事大家都熟悉了,被寄予厚望的60年代和70年代“有效的老式人工智能”(Good Old Fashioned Artificial Intelligence, GOFAI)的勝利并沒有實現其最終的承諾, 正如史密斯很貼切地批評所指:““GOFAI的本體論假設、對記載(世界)微妙之處的盲目性以及對世界豐富性的認識不足是其在常識上的慘淡記錄的主要原因?!?sup>12 哲學家休伯特·L·德雷福斯(Hubert L. Dreyfus)廣為人知的、關于人工智能狀況的1965年蘭德公司報告《煉金術與人工智能》(Alchemy and ArtificialIntelligence)已經預示了第一波人工智能浪潮之承諾的消亡。他寫道:“人們早期在計算機編程展示簡單智能行為方面所取得的成功,加之相信智能活動僅在復雜程度上有所不同,導致人們相信,任何認知表現所依據的信息處理都可以在程序中制定,從而能夠在數字計算機上進行模擬。然而,在計算機上模擬認知過程的嘗試遇到了比預期更大的困難。13 ”

人工智能在20世紀80年代經歷了首次“人工智能寒冬”,政府資金驟減,企業撤出扶持,大學相關科研停滯不前。但隨著90年代互聯網的出現和商業化,以及社交媒體平臺的蓬勃發展,人工智能研究得以緩慢復蘇,并于2010年代起加速發展。神經網絡、數據挖掘、機器學習等不那么陌生的標語引人入勝地激動了新一代人。今天,我們似乎可以感受到、觸摸到甚至呼吸到無處不在的人工智能,不僅在工作和娛樂中,也在政治和文化想象中。的確,人工智能無處不在,并在持續蔓延。但正如史密斯所言,“思維、智能和信息處理是[第一波人工智能]形式邏輯和計算背后的基本思想,(即)它們不僅是人類做的事情,也是我們可以建立自動機器來做的事情,這也是人工智能第二波的基礎。14 ”(經作者編輯)

最近一個令人錯愕的人工智能頭條新聞來自2021年1月的科技媒體TNW。它的內容如下:“谷歌大腦團隊的三位研究人員最近公布了人工智能語言模型的下一個里程碑事件:一個巨大的一萬億參數的轉換系統。例如,你可以到這里和一個‘哲學家AI’語言模型交談,它將試圖回答你提出的任何問題。這些令人難以置信的人工智能模型屬于最前沿的機器學習技術?!边@位評論員還承認,“重要的是要記住,他們本質上只是在表演客廳把戲而已。這些系統不理解語言,它們只是被調節成看起來像罷了。15 ”

換言之,人工智能本質上并不理解語義,或意義。它只是遵循句法規則進行邏輯推理,并執行輸出為真或假。我們也應謹記,正如史密斯在其2019年關于人工智能的著作《人工智能的承諾、推算及判斷》(The Promise of Artificial Intelligence, Reckoning and Judgement)開篇中提醒我們的那樣,“無論是深度學習,還是其他形式的人工智能第二浪潮,或者任何尚未推進的第三浪潮建議,都不會導致真正的智能。16 

在這里,對真正智能的追求意味著與人類思維相媲美的通用人工智能。這又讓我們回到了古老的人工智能難題,無論是過去還是現在,生化大腦模型的人類智能都是人工智能的邏輯范式參考,并將模仿人類的認知、感知和意圖設為終極人工智能的目標。而另一方面,一種獨立于人類范疇的智能概念,很可能為人工智能的研究想象和應用開辟更加自由的疆域。如果人工智能(可能會需要另一種命名方式)能夠像吉爾伯特·西蒙棟(Gilbert Simondon)很久以前所主張的那樣,被看作是一種自主和自生的技術現實,或者如果我們在引用機器智能時遵循艾倫·圖靈關于性別和物種中立性的模糊暗示,我們與人工智能的二分法,人類與人工智能機器之間由模仿引起的競爭和從屬關系,主/從二元論可能不再作為一個有效的命題或悖論。 伯納德·斯蒂格勒(Bernard Stiegler)對西蒙東的闡述體現了他對人性與技術性(technicity)的互為關系的深刻見解。他寫道: 內在與外在同時由一個造彼亦造此的運動所建構:在其中兩者同時創造對方,就好像被稱為人性的東西其實是技術所致。內在與外在不過是一物:內就是外,因為人(內在)本質上由工具(外在)所定義。17  技術物由人類創造,也呈現出其自身的自主性。如布賴恩·馬蘇米(Brian Massumi) 解析西蒙東時所言:“一個技術發明并沒有歷史的起因,而擁有‘絕對的起點’(absolute origin):它具有一個自主的未來性效力,一種有效的自我存在,而這種存在本身則是決定其潛能的條件。相比于起因,發明與具有自我調節的發生(self-conditioning emergence)的關系更大?!?nbsp;18 這種自主作用隨著受人工智能啟發的計算設備越來越多地出現,也愈加表現出具有自組織、自我繁衍之自生系統的潛力。 從這個角度來看,我們可以想象這樣一種人工智能,它從人類尺度所假設的智能中解放出來,可以被看作是在另一種維度下,具有能動力的實體。它可以實現一種不同于人類的、與人類和諧共生的主體性。 也正是從這個角度來看,我們現在可以回到我在本次演講開始時提到的展覽“人工智能的兌現:卑棄與救贖”(AI Delivered: The Abject and Redemption),作為另一種人工智能藝術的案例研究。展覽分為兩部分,第一部分的副標題是“卑棄”(The Abject)。 藝術史學家哈爾·福斯特(Hal Foster)將1970年代以來的藝術總結為對 “真實的回歸(The Return of the Real) ”之疾呼。他曾說,真實,是被識別為創傷與卑賤形式的真實身體與社會場所。福斯特認為,“觀念的轉變——從作為再現效果的現實到作為創傷的現實——可能是當代藝術中至關重要的?!?sup> 19 如果說當代藝術不可避免地是被人工智能的無所不及所侵蝕的當代經驗的一部分,那么新的落魄之地可能正是被資本所裹挾并被地緣政治所左右,強加給人工智能的工具化所控制與支配之地。然而,悲困之地也正是抵抗與創造的場所。對人工智能擬人化的過度欲求不僅成為人工智能本身的負荷,也是亟待被釋放的痛苦——這種雙重敘述構成了展覽第一部分的策展框架。 讓我們來看看展覽中的作品。進入展廳,藝術團體Tonoptik的作品《本能》(Instinkt)映入眼簾:一盞發光的臺燈好像被置于曠野中。一種不穩定的平衡出現在燈與觀者之間。臺燈在強化學習(reinforcement learning)算法的協助下,掌握了一套自我防御機制,以避免人們靠它太近;在其安全感可以保證的狀態下,又在吸引著他們。燈發光的動態和強度,以及它所產生的聲音音量和性質,是一個缺乏安全感的的神經網絡,努力地嘗試理解潛在的危險或嬉戲。機器脆弱的本能期待著(人類的)感同身受。

2 Tonoptik,《本能》(Instinkt),2021,展覽現場  ? 新視時線媒體藝術中心  攝影:鐘晗.webp.jpg

Tonoptik,《本能》(Instinkt),2021,展覽現場  ? 新視時線媒體藝術中心  攝影:鐘晗

兩個“黑盒子”相對而立,右邊是凱西·雷亞斯(Casey Reas)與楊·圣沃納(Jan St.Werner)的動態圖像《壓縮影院》(Compressed Cinema)。作品采用肯·雅各布(Ken Jacob)1969年電影《湯姆,湯姆,吹笛人的兒子》(Tom, Tom, the Piper’s Son)中的畫面,經由生成式對抗網絡(GAN)訓練的成果是一系列模糊的人型和物體,回蕩于聲景之中。在交疊穿雜中,我們看到那既有著具體的抽象又在卑微中顯露出崇高的巴洛克式的美。谷歌深夢(Deep Dream)算法所生成的花哨的視覺迷幻在此被去勢。

3 凱西·雷亞斯 & 楊·圣沃納,《壓縮影院》(Compressed Cinema),2020  ? 新視時線媒體藝術中心  攝影:鐘晗.webp.jpg

凱西·雷亞斯 & 楊·圣沃納,《壓縮影院》(Compressed Cinema),2020  ? 新視時線媒體藝術中心  攝影:鐘晗

以人類的感知來理喻的人工智能通常是荒誕的。德文·榮伯格(Devin Ronneberg)和凱特(Kite)構建了一個身體運動感覺系統,以接受大量錯綜復雜的鬼魅電視世界的陰謀論、超自然現象和外星目擊事件,以及最近(美國大選中川普對落選的)否認和抗爭的新聞廣播。人工智能在試圖為這些胡言亂語和譫妄賦予意義時顯然不知所措。

4 德文·榮伯格 & 凱特,《發燒夢》,2021 ? 新視時線媒體藝術中心  攝影:鐘晗.webp.jpg

德文·榮伯格 & 凱特,《發燒夢》,2021 ? 新視時線媒體藝術中心  攝影:鐘晗

無獨有偶,賀子珂的《電子夢:我們將如此繼續》則是一個實時網站,它所謂的智能程序不斷地改編著媒體信息流中的故事。信息被處理成一對試圖進行親密對話的假想伴侶——杰克和洛斯——之間的對白和故事片段。這樣一出戲劇由機器學習算法從英語新聞頻道采集片段,并與中國網站上的圖片配對而成,也使得他們的浪漫聊天更加荒謬。 

5 賀子珂,《電子夢:我們將如此繼續》,2018 ? 新視時線媒體藝術中心  攝影:鐘晗.webp.jpg

賀子珂,《電子夢:我們將如此繼續》,2018 ? 新視時線媒體藝術中心  攝影:鐘晗第二個展廳呈現了兩件作品?!缎轮髁x?!感知》(The Sense of Neoism?)被藝術家索非安·奧德里(Sofian Audry)與伊什特萬·康特(又名蒙笛·坎茨恩)【Istvan Kantor (aka Monty Cantsin)】稱為人工反智能機器(Artificial Counter-Intelligence Machine)。他們宣稱:“該裝置通過不斷地生成短句、反思、名言和瞎話,探討當今技術社會背景下革命性的先鋒運動精神?!边@臺混搭式的宣傳機器可以被毫不留情地插拔網線,人為地解構與重建“神經網絡”的死亡與新生。我們由此目睹聯線生活的技術底層在最感性的意義上被兌現、剝奪以及復活。

6 索非安·奧德里 & 伊什特萬·康特(又名蒙笛·坎茨恩),《新主義?!感知》,2018 ? 新視時線媒體藝術中心  攝影:鐘晗.webp.jpg

索非安·奧德里 & 伊什特萬·康特(又名蒙笛·坎茨恩),《新主義?!感知》,2018 ? 新視時線媒體藝術中心  攝影:鐘晗

勞倫·李·麥卡錫(Lauren Lee McCarthy)的作品《勞倫》(LAUREN)是人工變身狡猾,智能表現得荒謬。用她自己的話說,“我試圖成為亞馬遜 Alexa 的人類版本,為人們在家中提供智能家居智能。LAUREN 以行為表演呈現,從觀眾與一系列定制設計的聯網智能設備(包括相機、麥克風、水壺、揚聲器和其他電器)之間的互動開始。我遠程監視居住在舒適家庭般的環境中的人并控制它的各個方面。我的目標是比人工智能更好,因為我可以作為人類來理解觀眾,并預測他們的需求?!?/p>

7 勞倫·李·麥卡錫,《勞倫》,2017 ? 新視時線媒體藝術中心  攝影:鐘晗.webp.jpg

勞倫·李·麥卡錫,《勞倫》,2017 ? 新視時線媒體藝術中心  攝影:鐘晗展覽的第二部分將于2021年11月展出,旨在將人工智能重新定義為具有構建世界的自創生維度,是“相互作用的主體間在本體論層面上的不可分離(the ontological inseparability of intra-acting agencies)”的一部分 ——引用凱倫·巴拉德(Karen Barad)“能動實在論(Agential Realism)”的概念來說。展覽將人工智能看作是依照技術現實來施展其智能的非人類行動體,并介紹了一種共生生態,人類與非人類之共同體的創造潛力。這是后人類宇宙政治的想象所急需的新視野。 生活工作于墨西哥城的國際藝術家團體Interspecifics 的作品是這種創造性潛力和批判性參與的一個很好的案例研究。在他們名為《虛擬典章》(Codex Virtualis)的項目中,Interspecifics 提議建立“一個系統的人工智能生成的雜交生物集合,這些生物將由于微生物和算法之間的推測性共生關系而出現?!?他們的意圖在這里值得詳細引用: 《虛擬典章》(Codex Virtualis)是一個藝術研究框架,旨在生成不斷發展的混合細菌-人工智能生物分類學集合。因此,我們的目標是找到新的算法驅動的美學表征,標記有獨特的形態類型和基因型,如編碼,并圍繞包含地球和其他地方非常規生命起源的推測性敘事進行闡述。該項目基于合作的理念,通過將機器和非人類代理納入其(重新)配置來擴展智能概念。并打算為社會想象闡明新的計劃,以描繪地球外的生命,并更好地欣賞地球上的生命。20 
《異時周期》(Allochronic Cycles)是展覽 “人工智能的兌現”第二部分的另一個代表作品,由藝術家組合塞薩&露絲(Cesar & Lois)創作,據藝術家所言,作品“想象了一種人工智能,它可以從自然界的不同時間尺度中學習,并在與宇宙、地球、植物擬南芥和 COVID相互作用?!?《異時周期》是一個動態裝置,具有自然過程的同步和異步時間周期,范圍從宇宙的廣泛發展到地球上生命的進化,再到光合作用和植物過程,再到新冠病毒的快節奏生命周期?!扒度朐谶@個界面中的是一個用大氣碳排放數據訓練的人工智能,它使用時間預測來預測未來的大氣碳水平?!?nbsp;21 

8 塞薩&露絲,《異時周期》? 藝術家.webp.jpg

塞薩&露絲,《異時周期》? 藝術家 

我們在這些作品中發現了調查性研究,它們超越了人工智能研究與應用領域中,由企業為其目的所延續的公眾想象的舒適區,開辟了遠比“糖果傳奇”的刺激更寬廣,更冒險的新概念空間,在人工智能演繹的圖像范式之外勾勒出新的美學潛力,擴展到機器感知的觸覺與感官體現、以及軟件,硬件和濕件的動態糾纏和物種間的相互作用。 通過思考這些案例,本次論壇所提出的問題“人工智能藝術:它是對人類創造力的挑戰嗎?”中所釋出的焦慮感可以通過人類和非人類人工智能所享有的共生和共同進化的創造力來和解,同時,解放機器智能所特有的美學潛力:一個不斷再生和發明的過程,靈活地適應著環境,這種過程也處于環境域(Umwelt)之中,緊密連接,與其共同進化和生成。當然,這也必須以一種新型的人工智能倫理學為前提,這種倫理學不受算法身份政治的“模式歧視”(Pattern Discrimination)22 所影響。正如克萊門特·阿普利希(Clement Apprich)、秦溫迪(Wendy Chun)、弗洛里安·克拉默(Florian Crammer)和希托·史特耶爾(Hito Steyerl)近期所批判的那樣,算法身份政治導致社會隔離和種族排斥。一個負責任的倫理學也將使讓人工智能產業烙印在地球、勞動、情感和權力、國家和空間,以及數據本身的問題公開化,就像凱特·克勞福德(Kate Crawford)在她2020年出版的《人工智能圖解》(Atlas of AI)以及其它近期文獻所闡述的那樣。由此,人工智能的實現不再會被視為人類主體的投射,它是從人類的傲慢和難堪所造成的卑棄之中釋放出來的,能夠在物種和屬類、機器和肉體、人造物或生物體、行星般廣邃或細菌般渺小,在宇宙政治層面上有意識的共存中,具備自我尺度與量極的主體,就像在此被討論的那些由人工智能啟發的作品所承諾和兌現的那樣。


1. 喬安娜·澤林斯卡,《人工智能藝術:機器視覺與扭曲的夢》,Open Humanities出版,2020,頁49

2. 同上,頁77.

3. 馬丁·海德格爾,《尼采》,大衛·法瑞爾·克雷爾編輯,約翰·斯坦博、大衛·法瑞爾·克雷爾、弗蘭克·卡普齊譯,紐約哈珀柯林斯出版社出版,卷4,頁28

4. 尤金·塔克,《生命之后》,芝加哥大學出版社,2010,頁3

5. 布萊恩·坎特維爾·史密斯,《人工智能的承諾、推算及判斷》,劍橋:MIT出版,2019,頁55

6. http://cogprints.org/7150/1/10.1.1.83.5248.pdf

7. https://academic.oup.com/mind/article/LIX/236/433/986238

8. http://www.nyu.edu/gsas/dept/philo/courses/mindsandmachines/Papers/dennettcanmach.pdf

9. 尼爾·尼爾森,《人工智能探求》,紐約:劍橋大學出版社,2020,頁53

10. http://jmc.stanford.edu/articles/dartmouth/dartmouth.pdf

11. 尼爾森,《人工智能探求》,頁49

12. 坎特維爾·史密斯,《人工智能的承諾、推算及判斷》,頁37

13. https://www.rand.org/content/dam/rand/pubs/papers/2006/P3244.pdf

14. 坎特維爾·史密斯,《人工智能的承諾、推算及判斷》,頁19-20

15. https://thenextweb.com/news/googles-new-trillion-parameter-ai-language-model-is-almost-6-times-bigger-than-gpt-3

16. 坎特維爾·史密斯,《人工智能的承諾、推算及判斷》,前言頁13

17. 貝爾納·斯蒂格勒:《技術與時間1:愛比米修斯的過失》,里查德·比爾茲沃思和喬治·柯林斯英譯(Stanford: Stanford University Press, 1998年版),第142頁。

18.  布萊恩·馬蘇米,阿恩·德·博弗,艾利克斯·穆瑞和瓊·羅非:《重訪“技術心理”:布萊恩·馬蘇米論吉伯特·西蒙東》,《吉伯特·西蒙東:存在與技術》,阿恩·德·博弗英譯,阿恩·德·博弗,艾利克斯·穆瑞,瓊·羅非和艾什利·伍德瓦德編(Edinburgh: Edinburgh University Press,2013年版),第26頁。

19. Hal Foster, The Return of the Real (Cambridge: The MIT Press, 1996), p. 146.

20. http://interspecifics.cc/work/codex-virtualis-_/5/3/2021

21. 藝術家項目描述

22. 克萊門特·阿普利希、秦溫迪、弗洛里安·克拉默與希托·史特耶爾,《模式歧視》(明尼阿波利斯:明尼阿波利斯大學出版社,2019)

zoofilivideo杂交_美国十次导航_草草影院地址发布页ccyycom_护士脱内衣给男人吃奶_熟女人妇交换又粗又大_小浪货腿张开水好多啊