在人工智能和大数据等计算机技术的推动下，艺术创作与研究发生了哪些变化？技术和艺术是如何相互影响的？6月24日，列夫·马诺维奇教授就这些问题进行了探讨，发表了题为“文明分析学：如何利用计算机研究当代及历史上的艺术”的讲座。此次讲座由中央美术学院人文学院举办，是“艺术创造、认知与传播工作坊”系列讲座的一部分，由工作坊召集人于润生副教授主持。

马诺维奇教授是文明分析学的开创者，也是该领域研究方法的奠基人。他在2005年提出了文明分析学的概念，并于2007年成立了文明分析研究室。他开创了一种全新的研究方法，首次将计算机技术应用于视觉材料的研究。

在长达两个半小时的讲座中，马诺维奇回顾了他两个具有代表性的研究项目，反思了技术对艺术带来的机遇与挑战。他戴着大框白色眼镜，讲话轻快而充满活力，在演讲过程中经常与观众互动，不断重复自己的核心观点，以期更好地传达他的见解。

自拍大数据揭示的文化现象

互联网时代，人们每天都在生产和消费各种文化数据，而计算机技术为研究这些数据提供了新方法。随着智能手机和社交媒体成为新的自我展示平台，自拍成为一种时尚。马诺维奇看到了自拍作为文化数据的价值。每天，人们在不同地区和不同文化背景下更新数以万计的自拍。这些图像数据揭示了人们表达情绪的不同方式，但此前从未有人对其进行过研究。

马诺维奇发起了一项名为“自拍城市”的研究项目，设计了一套分析自拍图像的方法。利用计算机技术，他可以同时分析大量自拍图像，从而发现趋势，了解不同地区的人们是如何表达快乐的。

研究人员随机收集了3200张来自不同城市的自拍，通过计算机自动面部识别和算法分析，得到了自拍群体的人口分布情况，并总结了这些照片中人们的身体姿势和面部表情。通过对大量自拍图像的对比，马诺维奇发现了一些隐藏的文化现象。研究团队将自拍行为与性别问题联系起来，发现曼谷、柏林、莫斯科、纽约、圣保罗这五个城市中，女性的自拍行为更为频繁。在莫斯科，女性自拍的数量几乎是男性的四倍多。此外，研究还探讨了财富与幸福感之间的关系，尽管柏林和莫斯科的居民较为富有，但他们在自拍中表达的快乐程度却不及曼谷和圣保罗的居民。

大数据揭示的艺术多样性

以印象派绘画为主题，马诺维奇展示了第二个研究项目，并强调了计算机技术不仅可以用于归纳，还可以用于识别图像间的细微差异，展现艺术作品的多样性和复杂性。他提醒听众，当人们在美术馆欣赏印象派作品时，通常只能看到名家之作，而其他风格的作品往往被忽略。大数据研究可以弥补这种认知缺失，拓宽人们对艺术作品的理解。

在《数据科学与数字艺术史》报告中，他并未延续以知名画家为核心的传统研究方法，而是从网络上抓取了大量印象派画作。针对1874年至1886年间印象派展览参与者创作的所有画作，他详细研究了大约6000幅作品，意在让更多被忽视的作品进入公众视野，了解名作之外的印象派画作是否有不同之处。他发现，这些印象派画作中至少有一半的作品与传统印象中的印象派风格不同，证明了只关注名作是远远不够的。艺术研究应该从更宏观的角度出发，对比更多作品，发现艺术的多样性。

技术与艺术的相互作用

马诺维奇认为，计算机技术的创新并不总是意味着文化的革新，反而常常迎合旧有的文化。例如，人工智能美颜技术Luminar 4就是一个例子。东亚文化中对白皙皮肤的追求由来已久，美颜技术只是让这种追求变得更容易实现，从而迎合了传统文化的需求。

技术也可能加剧某些文化需求，甚至纵容其负面后果。美颜技术加剧了对美的单一追求，带来了审美趋同的风险。自动修图技术抹杀了人们的审美差异，压缩了社会对容貌缺陷的宽容度，最终影响了文化本身。

马诺维奇指出，技术并非全然创新，许多艺术创作历史上已有类似思路。他将计算机算法类比为系统性创作，质疑算法是否真正革新了艺术创作方式。他认为算法与系统性思考有许多相似之处，都是将一套思维转化为代码，并按此执行。许多艺术创作本身就基于系统性思考，如透视法的运用。创作者遵循约定俗成的透视规则，将远处的事物按比例缩小，以产生平面感。以透视法为基础的创作与算法产生的结果相似，背后都包含某种规律。

马诺维奇认为，尽管技术为艺术创作提供了新方向，但他对此持谨慎态度。例如，华为手机的AI相机技术虽然方便了用户，但也可能限制了创作空间。此类技术确实简化了拍摄过程，帮助用户识别环境、优化照片构图、光线和色彩，但同时也限制了艺术家尝试非常规构图或模糊效果的可能性。

人工智能在艺术创作中的应用也引发了关于“谁是作者”的讨论。马诺维奇认为，自动设计技术如Brushify可能会降低艺术作品的原创性。在游戏世界搭建过程中，Brushify可以通过算法一键生成建筑、森林等景观，使游戏创作者无需从头开始设计。然而，这种技术的应用引发了原创性和非原创性的区分问题。马诺维奇认为，Brushify等技术会让使用者误以为自己是创作者，但实际上，他们只是借用算法提供的创作风格。因此，真正的创作者应该是算法背后的设计者和编程人员。

技术不仅影响了艺术创作，还渗透到了作品赏析的层面。以谷歌的NIMA技术为例，人工智能可以通过算法自动评估照片的美学价值并给出评分。马诺维奇预测，未来算法可能会渗透到艺术院校的教学体系中，甚至替代教师在课堂上为学生的作品评分。技术的到来将对传统艺术教育产生何种冲击？技术能否在评分的同时提供更多的经验指导和人文关怀？

面对记者关于计算机技术是否会对艺术研究产生负面影响的提问，马诺维奇认为，“尽管计算机技术带来了便利，自动化了创作和研究过程中重复性和程序化的部分，但它的能力仍然有限。计算机目前只能检测图像特性并计算图像数量，无法达到人类对图像认知的深度和复杂性。计算机不会提升艺术家和研究者的创意，也不会削弱作品和研究的思想深度。”

自学编程和大数据的艺术家

回顾自己的研究初衷和经历，马诺维奇教授强调了他对兴趣的执着。从本科到博士阶段，他接受了艺术与文化领域的训练。虽然没有计算机编程的专业背景，但他自学了大数据等相关技术。他看到利用计算机技术研究艺术的新方向，也认为与科学家们的交流很有趣。对新技术的热情促使他转型，并为他的实验室提供了新颖的研究方法。

马诺维奇教授以兴趣为导向，自学成才，现在是纽约市立大学研究生中心的计算机科学教授。他鼓励听众学习新技术，并分享了他对东方文化的兴趣。他希望通过对中国文化的深入研究，填补西方对东方大众文化的理解空白。

马诺维奇在中国之行中获得了研究灵感。他曾与中国艺术院校交流，了解到当时中国有约240个视觉艺术相关的学术项目。他感到当时的艺术学界缺乏宏观视角，对学科整体认知不足。这成为他日后用大数据技术拓宽艺术研究范围的启示之一。

马诺维奇教授在15年前开创了文明分析学，专注于大量图像的集合研究。15年后，他又重新聚焦单个图像的研究，希望重新发掘某个图像的文化价值。尽管对技术的担忧存在，但他对新技术持乐观态度。他建议人们不要盲目追随技术潮流，而是带着自己的思考去创作，提出新问题，尝试新可能。以此为前提，创作才能被视为艺术，而非单纯的技术执行结果。技术的普及使得艺术创作更加大众化，这些大众艺术也有新的价值，吸引着他进行新的研究。

（以上内容由MyMOSS改写，旨在保留原意而不直接引用原文）