本月，“办理问题的人”以“未来”为坐标。
从未来之城的新实践，到生物科技、人工智能、大数据与艺术设计的交汇地带，以此角度切入，我们一同探索关于未来生活的多种可能性。

《人工智能系统解剖学》

（Anatomy of an AI System）

Vol.12

云，潮汐与艾莉克莎

Clouds, Tides and Alexa

2019年7月初，在展览“撒谎的索菲亚和嘲讽的艾莉克莎”（Lying Sophia and Mocking Alexa）的布展现场，晓明和马师傅握动手里这个14.8厘米高的小圆筒一筹莫展：它拿着十分顺手，像所有的电子产品一样，设计流畅而简洁，顶部的面板围着一圈剔透的蓝绿色灯，唯一的问题是，他们现在并不须要把这台或许是环球最脱销的智能助手放在桌前或枕边。

他们须要把它拆掉。

01 如何拆解 Alexa

Disassembling Alexa

智能助手亚马逊 Echo

（搭载着标题里的“艾莉克莎”，Alexa）

亚马逊智能助手（事理图）

像所有的电子产品一样，这台亚马逊 Echo（搭载着展览标题里的“艾莉克莎”，Alexa）外表找不到螺孔，暗扣或任何可以用大略工具撬开的缺口（事实上，亚马逊提醒用户不可以自己打开修理 Echo，由于这将使保修失落效。
）如其所象征的人工智能技能一样平常，它在马师傅的眼里，严丝合缝。

他们须要撬开这台机器，以合营作品《人工智能系统解剖学》（Anatomy of an AI System）的展出，这件作品包含了“出身、生命和去世亡”三阶段的“人工智能环球系统”分解视图，和一篇由21个部分构成的文章。
作品后来得到了英国伦敦设计博物馆（Design Museum, London）举办的2019年“Beazley 年度设计奖”的全场大奖。

在这次北京的展览中，策展人与艺术家切磋，增加了物理上“肢解”一台亚马逊 Echo 的部分。

《人工智能系统解剖学》的作者纽约微软研究院首席研究员、纽约大学 AI Now 机构创始人 Kate Crawford （左）与其差错 Vladan Joler。

事实上，Echo 拆开后的零部件非常少，而作品的作者，纽约微软研究院首席研究员和纽约大学 AI Now 机构的创始人 Kate Crawford 与其差错 Vladan Joler 则从观点和图式上真正“拆开”，或者说“展开”了它背后的巨大链条。

Echo 是利用多种矿物质制造的，包括从玻利维亚的乌尤尼盐沼收成的锂元素。
拍照：Dean Mouhtaropoulos/Getty Images

在亚马逊配送中央，大量产品按照打算机安排的顺序被放置在几百万个货架上。
这个空间中的每个物品位置都由繁芜的数学函数精确打算得出，这些函数处理订单信息，并创建产品之间的相对关系。
在亚马逊成千上万的公开专利之中，有一份编号为9280157的美国专利令人吃惊地表现出了对付工人的异化。

在一个短暂的、本日的人们已驾轻就熟的与 Alexa（或Siri、Cortana等类似的智能助手）对话的时候，大量的性能矩阵被唤醒：盘根错节的资源提取链条，由人工劳动力构成的网络，和超过数据挖掘、安排、分配、预测和优化等多重网络的算法处理都卷入了进来。
这个别系的规模险些超出了人类的想象。
作品进而试图磋商我们如何才能开始看到智能产品背后弘大的、用以驱动其互动能力的网络的存在，它在文中以潮水的隐喻涌现：

“网络收到持续不断的，宛如潮汐般的馈送：人类的声音流如潮水般涌进网络，被翻译成笔墨，查询和匹配数据库中的潜在答案，Alexa 的回应则是这一波潮水的尾声 。
”

Bernd Lintermann (Germany)，《YOU:R:Code》，© ZKM, Photo: Bernd Lintermann

盘根错节的资源提取链条，

由人工劳动力构成的网络，

和超过数据挖掘、安排、分配、

预测和优化等多重网络的

算法处理都卷入了进来。

Alexa 的回应则是这一波潮水的尾声 。

02 打算机家当与采掘主义

Computer Industry & Excavation

从其出生至今，亚马逊的这台智能产品一贯未离开媒体关注的核心，2014年加入亚马逊公司的 Toni Reid 接手了当时还是硬件部门 Lab 126 机密项目的“Alexa”，在短短数年内，Alexa 已经借助寄生于几千万家庭的 Echo 设备，无缝渗入了人们的生活：设定闹钟，开关灯，查景象预报，说个笑话。

而环绕着 Alexa 的，还有风靡于社交媒体，知足许多人对付 AI 暗黑想象的都邑传说（如溘然发出可怖的笑声或对女主人 Danni Morritt 说出“心跳并不是个好东西”），和由一系列“监听事件”引发的数据隐私谈论。

北京的布展者马师傅从未用过 Echo，

但他知道天猫精灵卖得还不错，

在同一个展览里涌现的两台

Google Home 彷佛也能聊起来。

“失落控”的亚马逊 Alexa 人工智能助手

进入科技行业之前就读人类学专业的 Toni Reid 曾表达亚马逊的愿景是“有 Alexa 陪伴的日子”，北京的布展者马师傅从未用过 Echo，但他知道天猫精灵卖得还不错，在同一个展览里涌现的两台 Google Home 彷佛也能聊起来。
某种意义上，Alexa 更像一个符号，它象征着由智能助手族群们所构建的，一套全新的“陪伴”体系——无论接管与否，它们正在更大面积地成为数字生态和日常生活的一部分：方便，快捷，解放双手。
而 Crawford 则敏锐地创造了这个祥和画面的漏洞，她“凑近”不雅观察了一台亚马逊 Echo 的出身与去世亡，以一种“超个体”（超越个体用户、个体数据、个体公司乃至个体技能）的办法，绘制了如下的舆图。

《人工智能系统解剖学》（Anatomy of an AI System）局部

舆图供应纵向和横向两种视角，横向的展开是“从地球到地球”，并伴随着超过深度韶光的地质过程：它描述了锂矿这种被称为“灰金”的金属，如何从位于玻利维亚西南部，海拔3656米的乌尤尼盐沼开采出来，再经历电子元件的装置与流利，拼合成 Echo，末了随着它的失落灵而一起被作为垃圾扔掉，浸没入漫长的地质过程中去。
如 Crawford 在文中所言：“AI系统扩展网络中的每个工具，从路由器到电池到麦克风，都是利用数十亿年才能天生的元素构建的。
从深度韶光的角度来看，我们正在’采掘’地球的历史，以做事于技能韶光的一瞬，建造利用不超过几年的设备。
”而舆图的纵向展开则是“从人到人”：顶部是人类主体，向 Echo 提问，并向亚马逊供应有代价的口头问题演习数据，以及能被用来进一步完善 AI 语音系统的回答。
底部则是另一种人力资源：人类知识和能力的历史，也被用于演习和优化人工智能系统。

Ian Goodfellow与其互助者对GAN的能力的解释。
这是在两个数据集（MNIST和TFD）演习后由对抗性天生网络（Generative Adversarial Networks）天生的样本。
对付这两者，右边的列包含与直接相邻的天生样本最靠近的真实数据。
这表明，天生的数据是真实天生的，不仅是由网络存储。
source: “Generative Adversarial Nets” paper

由GAN天生的人工智能肖像画《埃德蒙 · 贝拉米画像》（Portrait of Edmond Belamy）在2018年佳士得拍出了43.2 万美元天价，在画像留白处是"画家"的署名——一串数学方程式。
© Christie's

新兴技能向来是艺术创作的关注点，自谷歌大脑研究员 Ian Goodfellow 那篇著名的天生对抗网络论文揭橥以来，GAN 作为一种“工具”已经被艺术创作者广泛（乃至泛滥）地利用。
“工具”属性之外，智能系统的飞速演进所带来的关于技能平权，技能伦理和人类角色的反思也在不断卷入艺术家的事情路径。
Frank Pasquale 等研究者也把关于算法黑箱的陈说，展开在公众年夜众面前。
《人工智能系统解剖学》创作的韶光点，正好是人工智能技能一方面大受媒体和成本鼓吹与渲染，一方面也质疑涌动的时候。
Crawford 与 Joler 的互助，则像是来自打算机科学，图形剖析与视觉艺术的几股力量之间的一次和蔼交汇。

1673年，耶稣会的博学家阿塔纳修斯·基歇尔（Athanasius Kircher）发明了“对讲雕像”（statua citofonica）。
他还发明了第一个磁钟，许多早期的自动机，以及扩音器。
他的对讲雕像是一个非常早期的监听系统：实质上是一个由巨大的螺旋牵制成的发话器，一边采集来自公共广场的对话声音，一边通过管道传到位于贵族私人房间内的雕像口中。

下图：SHARE Lab (Vladan Joler 与 Andrej Petrovski), 《Facebook算法工厂》（Facebook Algorithmic Factory）局部；上图：SHARE Lab. Exploitation Forensics at Aksioma Project Space. Photo: Janez Janša

《人工智能系统解剖学》所提出的核心词汇是“采掘”（excavation），Sandro Mezzadra 和 Brett Nielson 用“采掘主义”这个术语来命名当代成本主义中各种采掘性操作形式之间的关系，而全体风起云涌的打算机家当情境所见证的，正好是对地球和生物圈资源的掏空。
如 Liam Young 和 Kate Davies 所言，“你的智好手机依赖火山的眼泪和母乳。
这片地皮通过我们口袋里的手机与地球上的任何地方连接起来”。
类似的阐述情境在《云的前史》（A Prehistory of The Cloud）一书中也可创造。
胡腾晖（Tung-Hui Hu）在书中详尽描述了“云”这一虚无缥缈的隐喻背后的物质实体和分布式掌握网络。
书中也饶有意见意义地提到，“对云的瞩目”（Seeing the Cloud）启示艺术家成为另一个意义上的圣像崇拜者（icondules），他们并不认为“图像”的本义是将不可见之事显现出来，而是一种抽象的总体性和“人类履历的框架”之间持续萌生的媒介。

Matthias Hopf, point cloud visualization

最初的“土耳其机器人”（Mechanical Turk），是1770年匈牙利发明家沃尔夫冈冯肯佩伦（Wolfgang von Kempelen）建造的一种下棋机器。
但这只是一种障眼法，一位棋手大师藏在机器里面并操作机器下棋。
160年后，亚马逊网开始推广基于微支付的众筹平台，同样以土耳其机器人为名。
via Wikimedia Commons

另一种“采掘”则发生在系统和用户之间，如 Crawford 在一次采访中所言：“本日的消费者是稠浊的，他们是产品的购买者，但同时也是演习数据的资源。
” 关于“数据劳工”的谈论已经存在了一段韶光，除了众所周知的全职给图片加标签的“劳工”，这个领域还存在不同层级和范围的对用户“劳动力”的提取。
ImageNet 已经拥有一千多万张图片数据，并且成为了亚马逊“土耳其机器人”（一个线上众包劳动力的做事）的主要“学术客户”。

03 数字劳工、验证码

与隐形的数据集

Digital Labour, Captchas

& Invisible Datasets

磋商了上百万“众包劳力”（crowdwork service）确当下，将会指向何种思辨性的未来。

在作品《人类要素》（Human Element Inc.）中，艺术家 Philipp Schmitt 便磋商了上百万“众包劳力”确当下，将会指向何种思辨性的未来。
这些劳动力正通过演习机器更好地做那些它们还未完美节制的事情，让我们的数字天下体验更流畅 : 这些任务包括给图片分类、听打笔墨和审核情色内容。
而具有讽刺性的是，这些机器演习者终将有一日会被机器所取代。
如果这些数字事情被交织在日常生活中，我们的天下会若何？《人类要素》设计了三种思辨式的 “众筹劳力” 做事，并假设其发生在不远的未来：在这个未来里，你可以在等车时供应你的眼动数据，赚点零费钱；你可以通过完成一些小任务，得到某份报纸一年的免费订阅；乃至大家家里的桌面上都有一个像扫描仪的客户端，把所有人的空隙韶光利用起来，让他们成为众包劳动力。

Sylvio Lorusso & Sebastian Schmieg, 《截取验证码的五年》（Five years of captured captchas）, 2017

艺术家 Silvio Lorusso 和 Sebastian Schmeig 则从2011年底开始进行一次“无聊”的实验：他们每次上岸谷歌的时候，都把验证码截图存下来。
五年后，他们把一系列共五本琴折页书送至各国的美术馆展出，这些“史册”一样平常的书里，每一页都是一个谷歌验证码。
在全体系列中，艺术家回溯了验证码的演化：最初仅仅是一种预防垃圾邮件的技能，然后是谷歌出于“慈善”目的将信息数字化的系统，后来（间接地）用于完善谷歌街景，末了演化成演习人工智能识别图像的一种方法。
这些风琴书有些像一个普通用户的“微劳动”日记，和一种无处不在的信息提取系统的纸本化档案。
作为艺术家，Schmeig 实践的中央是对既有系统进行玩味的干预，探索网络社会光鲜界面背后隐蔽的——并且每每是荒谬的——现实。
而 Lorusso 的作品聚焦于技能社会系统中的文化和措辞制度。
他关注那些定义平台、设备界面的阐述和反叙事。

Kate Crawford 与 Trevor Paglen. 在米兰 Fondazione Prada 的 "Kate Crawford, Trevor Paglen: Training Humans" 展览现场，将展至2020年2月24日，拍照：Marco Cappelletti, courtesy Fondazione Prada.

2019年，自《人工智能系统解剖学》（Anatomy of an AI System）后，Crawford 再次以“采掘者”的身份涌现，她与艺术家特雷弗·帕格伦（Trevor Paglen）联合创作了 ImageNet Roulette 项目，并于米兰的普拉达基金会呈现展览《演习人类》（Training Humans）。
展览考古了从60年代至今我们演习打算机视觉的各种图像数据集，也正是这些互联网上的日常图像，构筑了正在疾速发展的机器视觉文化。
ImageNet Roulette 将目光投向 ImageNet 中“人”这个饱受争议的分类，并考试测验指出个中的漏缺。
在《采掘人工智能：机器学习演习数据集中的图像政治》（Excavating AI: The Politics of Images in Machine Learning Training Set）中，更是提出了如下问题：“演习数据集正在飞速成为我们今日城市生活，法律，逻辑和经济根本构造的一部分，但它们有另一种隐形的角色：它们拥有通过图像构筑天下的权力。
”

Trevor Paglen & Kronos Quartet《视觉机器（Sight Machine）》, 2017年。
在演出的过程中，大约20台相机从不同的角度进行拍摄。
相机搜集了所有的***信息，并通过AI运行不同的算法来加工处理。
身后的大屏幕上投射出实时天生的机器视觉图像，不雅观众不雅观看演出的同时，也会看到不同的打算机系统是如何“不雅观看”这场演出的。
拍照: Joshua Brott, Obscura Digital.

一台安静的亚马逊 Echo，

一个页面推送的验证码，

一次打车行为，

都像某种动态的文献，

反哺给云和潮汐。

“正如60赫兹的，不可听见的电网一样平常，云是安静的背景，它不被觉察…… 云是一种被静音的根本举动步伐构造。
” 或许有必要回到《云的前史》开篇第一句话。
在“云”和“潮汐”的隐喻之外，当代打算机技能正在深层次地编织进生活的罗网之中，它承载着近代科学对量化的痴迷和机器学习对描述天下的渴望。
Timothy Morton 曾利用一个术语“超体”（hyperobjects）来描述“对付人类来说，大规模分散在空间和韶光中，无法节制的过于繁芜的事宜、系统或过程。
” 这些事宜、系统或过程包括核物质深度韶光的半衰期，物种灭绝与环球环境污染，或许也包括我们自己布局的，由数据中央、海底电缆，和生动在各个公共或私人空间的数据终真个弘大系统——这正好是“云”和“潮汐”之类的隐喻无法托住的物理重量。
它在星球的规模上运算，却每每降落在个人——一台安静的亚马逊 Echo，一个页面推送的验证码，一次打车行为，都像某种动态的文献，反哺给云和潮汐。

回到开篇的布展现场，工人小王终于从 YouTube 上找到了民间拆解教程，师傅们用一排吉他拨片绕着 Echo 的一侧，成功撬开了这个14.8厘米高的小圆筒。

被拆开的 Alexa 物理构造与《人工智能系统解剖学》于《撒谎的索菲亚和嘲讽的艾莉克莎》展涌现场

本文作者系“撒谎的索菲亚和嘲讽的艾莉克莎”策展人

石窝戏院

Staring at the Sky

雕塑建筑师

Volumn High