中国美院院长高世名:对AI的人脑反击战,艺术一定是主战场

“在数字智能时代,我们要重新高扬起属于人类的创造。 面对ai人脑反击战中,艺术一定是主战场。我们必须积极主动地应用ai工具, 只有主动去应用它,它才保持为工具。”6月1日,“大脑花园·第五届之江国际青年艺术周”暨中国美术学院毕业季开展,院长高世名向澎湃新闻(www.thepaper.cn)阐述他对该主题的理解时表示。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

中国美院院长高世名:对AI的人脑反击战,艺术一定是主战场

本文图均由中国美院提供

2010年起,中国美院在杭州首创对全体市民开放的毕业季展览,并在2019年在毕业展基础上整合升级为“之江国际青年艺术周”,意为在杭州打造一个“没有围墙的学院”。

澎湃新闻注意到,在ChatGPT席卷人类世界, AI掀起新一轮技术浪潮的背景之下,本次中国美院毕业展中有多轮虚拟与现实的际会。

中国美院院长高世名:对AI的人脑反击战,艺术一定是主战场

毕业照布置

6月1日晚的开幕式中,将以AIGC影片《Oddinary》拉开帷幕,预示着人类已经站在了智能文明新纪元的路口;毕业展的《AI花园》单元,将带领人们进入到探索人工智能时代人类与技术交织的未来、美梦与理想润物无声的蔓延。”洞天”是国美在线最新推出的艺术社区平台,该平台提供了元宇宙场景开幕式的直播,同时也为毕业生的作品提供数字版权确权。

如毕业展介绍所言,在人脑和机脑相互模拟、人类智能和人工智能彼此竞争的时代,艺术已经成为了一座“大脑花园”:小径分岔、错综复杂,无穷算力、无限生发……在后疫情时代,在AIGC过度生产的乱流中,我们希望每个人都能够耕耘好自己的“大脑花园”,召唤出一切的春天,让青春的花朵茁壮成长,让艺术的创造力尽情绽放。

中国美院院长高世名:对AI的人脑反击战,艺术一定是主战场

高世名在介绍毕业展作品

在展会开幕前,澎湃新闻采访了中国美院院长高世名,他多次谈到了关于人工智能AI与艺术之间关系的思考。

以下为澎湃新闻整理的高世名口述:

AI所“替代”人类的这个路径,与我们最初的设想太不一样。我们最初的想法是让机器人代替我们从事体力活和危险劳动,以解放我们的肢体。我们没有预料到,AI首先对我们的大脑、智力、创造力和心灵构成了威胁。AI在替我们设计,甚至替我们创造。

熟悉我的朋友都知道,我一直是一个乐观主义者,积极乐观主义。我相信人工智能对我们的意义,不只是它可以模拟、增强和拓展人的思维,更重要的是AI技术的发展能够让我们认真地去理解,什么是语言,什么是思维,什么是智能,它可以让我们理解人本身。

Waymark Waymark

Waymark是一个视频制作工具,帮助企业快速轻松地制作高影响力的广告。

Waymark 79 查看详情 Waymark

就像语言学家、哲学家乔姆斯基前一阵子针对ChatGPT的一篇文章中指出的,人脑不像ChatGPT及其同类产品那样,是一个模式匹配统计引擎,是那种“狼吞虎咽”地处理数百兆字节的数据,并推断出最为可能的对话反应,或者是为科学问题提供最可能答案。人类大脑是一个高效且优雅的系统,仅需要少量信息即可运转,与之相反。它采用的是“小模型”而非大模型,它的目标不在于发现数据点之间的粗略联系,而在于创造解释。AI不只是研究和制造的工具,更是感知和思维的工具,还是人自我认识的工具。ChatGPT的内容生产其实是它所接受的各类信息的反射,加上一系列模态化的话术增殖所造成了一种类智能的效果。它只是信息茧房的一种积极的、人格化的理想。

我们现在的学生,我相信这次的毕业展里面,一定是有一部分学生是在利用AI软件和工具。他们用本地部署的方式来喂养,来训练,来规劝它的风格,来引导生产。这些话术本质上是一系列模态化的增值,形成了一种类智能的效应。

所以 我完全不担心AI会替代人的创造性,因为能被替代的就不是真正的创造。

人类的艺术创造,目的在前面引导,欲望在后面推动。就像阿尔法狗,当时下赢了柯洁,柯洁一开始很伤心,但是后来很快缓过来,因为人工智能为围棋打开了很多新思路,而围棋的魅力没有消失。就像19世纪的摄影术没有取代绘画艺术一样,计算机和人工智能也是如此。

关于ChatGPT的问题,关于这个AI的问题,还很值得争论。但是我一直认为的是,AI的发展有多种路径,即使是将来通用人工智能和强人工智能,它们本身都不是为了替代什么,它们有多种自己的未来。

19世纪以来的机器人的幻想,那些各种科幻小说、科幻电影,往往让我们忘记了人工智能是艺术作品,而非艺术家。 它是被设计出来的东西,而不是那个主体。况且我们对AI的所有的批评和担忧,AI的所有的弱点和威胁,我们人类自身一样都不缺。而AI对人类的威胁依然来自人本身。

但是,的确有另外的事实让我们担忧。在今天我们看到一方面信息无限累积、算力无穷增长、渠道无比便捷,但另一方面,自动技术让我们的感受力越来越贫乏,社交媒体使自我越来越空洞,各类产出让公众变得越来越浅薄。

就学校里而言,我们教的越多、学的越少;学的越多,想的越少。我们在网络上点击得越多,记忆力就越弱;浏览得越多,感动就越淡。人们在越来越智能的技术迭代中,变得越来越“低能”了。在社交媒体的深渊之中,越来越多的人陷入到了网络的隔绝、忧郁和麻木。

而艺术,就是来面对这个问题,希望改变这样的现实的。

艺术对我们当代人最关键的,就是激发出我们的主体性,我们的自主性。艺术生活首先是作为艺术生产者的生活,而不是作为消费者。我们今天在讨论那些AIGC(人工智能生成内容)问题的时候,很多时候是作为消费端去看的,没有从生产端来看。

艺术是创造出主体的技术。数字智能时代的艺术,人人都是创作者,人人都是园丁,人人都是这个花园里面的花朵。

所以 我们要重新高扬起属于人类的创造。我们需要打一场人脑的反击战。在这场人脑面对机脑的反击战里,艺术一定会是我们的主战场。我们必须积极主动地应用AI工具,只有主动去应用它,它才保持为工具。 我们要将AI的无穷生发,转化成为有效生产。只要我们做到这一点,我们的“大脑花园”里就会熙攘繁盛,鲜花盛开,我们的创造力才会绵延繁殖生生不息。

在人工智能与人类智能相互模拟并竞争的当下,艺术就是一个大脑花园。在这座花园之中,小径分叉、错综复杂,无穷算力、无限生发。期待在AIGC过度生产的乱流之中,艺术的创造力能够尽情地绽放。

以上就是中国美院院长高世名:对AI的人脑反击战,艺术一定是主战场的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/1007884.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2025年12月2日 00:06:08
下一篇 2025年12月2日 00:06:49

相关推荐

  • 使用Python和IMAPLIB在Gmail中创建HTML邮件草稿的教程

    本教程详细介绍了如何使用%ignore_a_1%的`imaplib`库在gmail中创建可正确渲染的html邮件草稿。核心在于通过设置邮件消息的`content-type`头部为`text/html;charset=utf-8`,确保html内容在gmail草稿中被解析而非显示为纯文本。文章将提供完…

    2025年12月15日
    000
  • 在SLURM中通过Python脚本调用srun的性能影响分析与实践

    本文探讨了在SLURM高性能计算环境中,通过Bash脚本提交一个Python脚本,该Python脚本进而使用`srun`启动大规模并行工作负载的性能考量。研究表明,Python脚本作为中间协调层在启动阶段引入的开销微乎其微,对后续大规模并行计算的运行时性能影响可忽略不计。 SLURM任务编排:Pyt…

    2025年12月15日
    000
  • Python requests-html 多语言网页内容抓取与翻译实践

    在使用 Python 的 `requests-html` 库进行网页抓取时,仅设置 `Accept-Language` 请求头并不能保证服务器返回目标语言内容。本文将深入探讨 `Accept-Language` 的实际作用,并提供一套完整的解决方案,通过结合 `requests-html` 抓取数据…

    2025年12月15日
    000
  • 深入理解Python sys.argv:命令行参数处理与常见错误解析

    本文详细解析python中`sys.argv`模块在处理命令行参数时的核心机制,特别是其长度计算和索引规则。我们将通过示例代码阐明`sys.argv[0]`代表脚本名称,而后续元素才是用户提供的参数,从而纠正常见的参数数量判断错误。同时,提供实用的调试技巧和更专业的参数解析方案,帮助开发者有效管理p…

    2025年12月15日
    000
  • Python面向对象设计:构建可扩展的多层级数据结构

    本文探讨了在python中如何优雅地设计具有多层级、可变子对象结构的类。通过引入对象组合(object composition)模式,我们展示了如何创建独立的子实体类,并将其作为集合嵌入到主实体类中,从而实现灵活管理动态数量的关联属性,避免了传统扁平化设计中可能出现的冗余和复杂性,提升了代码的可读性…

    2025年12月15日
    000
  • 优化XGBoost海量数据加载策略:兼顾内存效率与并发读取

    本文旨在解决使用pandas和多进程读取海量csv文件进行xgboost训练时遇到的内存瓶颈。核心策略包括利用xgboost的dmatrix外部内存机制处理超大数据集,以及优化pandas数据加载流程,具体涉及将i/o密集型任务切换至线程池执行器,并采用一次性批量拼接dataframe以提高效率并降…

    2025年12月15日
    000
  • Python中安全获取嵌套JSON数据中的图片URL

    本教程详细介绍了如何在Python中从复杂的JSON响应中安全地提取嵌套数据,特别是图片URL。文章通过实际案例演示了如何使用字典的`get()`方法来优雅地处理可能缺失的键,从而避免`KeyError`,并构建健壮的数据解析逻辑。 在Python开发中,我们经常需要与Web API交互,这些API…

    2025年12月15日
    000
  • 使用BeautifulSoup查找跨多个子标签的文本元素

    本教程旨在解决使用BeautifulSoup解析HTML时,当目标文本字符串分散在多个子标签中,标准查找方法失效的问题。文章详细介绍了两种主要解决方案:一是利用`:-soup-contains` CSS选择器伪类结合后处理算法来精确识别包含目标文本的最小父元素;二是针对已知特定结构,通过`unwra…

    2025年12月15日
    000
  • 解决 NumPy 安装中 Meson 构建系统错误的指南

    本文旨在解决在 windows 环境下使用 `pip` 安装 numpy 时遇到的 meson 构建系统错误,特别是涉及 `attributeerror: ‘nonetype’ object has no attribute ‘endswith’` 和…

    2025年12月15日
    000
  • Pandas DataFrame:优化多列批量加减运算

    本教程详细介绍了在pandas dataframe中对多列执行批量加减运算的两种高效方法。我们将探讨如何利用`dataframe.eval()`进行多行表达式求值,以及如何通过链式调用`add()`和`sub()`方法结合向量化操作实现相同效果。文章将提供详细的代码示例和解释,帮助读者根据具体场景选…

    2025年12月15日
    000
  • 高效处理大规模CSV数据:Pandas与XGBoost的内存优化实践

    本文旨在解决使用pandas和多进程处理数千个大型csv文件时遇到的内存问题,尤其是在为xgboost训练准备数据时。我们将探讨两种核心策略:首先,利用xgboost的外部内存功能处理无法完全载入ram的数据集;其次,优化pandas的数据读取与合并流程,包括合理选择并发模型和高效地进行datafr…

    2025年12月15日
    000
  • 如何在Python requests_html 网页抓取中处理多语言内容与翻译

    针对`requests_html`抓取内容语言不符预期的问题,本教程解释了`Accept-Language`请求头的局限性,并提供了一种通过`googletrans`库对抓取文本进行翻译的解决方案。文章将详细介绍如何安装`googletrans`,并结合`requests_html`的抓取结果,实现…

    2025年12月15日
    000
  • 深入理解A算法:单优先队列实现与CLOSED集的作用解析

    a*寻路算法通常结合open(优先队列)和closed(集合)列表进行路径搜索。然而,某些有效的a*实现仅使用一个优先队列。本文将深入探讨这种单队列实现的工作原理,解释它是如何通过巧妙地利用节点成本初始化和更新机制,在没有显式closed集合的情况下,仍然确保算法的正确性和效率,并与传统双列表实现进…

    2025年12月15日
    000
  • 利用LangChain和FAISS构建基于CSV数据的RAG问答机器人教程

    本文详细介绍了如何使用langchain框架,结合faiss向量数据库和huggingface embeddings,构建一个能够基于csv文件内容进行问答的检索增强生成(rag)聊天机器人。教程涵盖了从数据加载、文本分块、创建向量存储到集成检索器并增强大型语言模型(llm)回答的完整流程,旨在帮助…

    2025年12月15日
    000
  • Pandas pd.date_range() 日期范围生成:频率与端点行为解析

    `pd.date_range()` 在生成日期序列时,其结束点(`stop`)的包含性并非总是直观一致,这主要取决于 `end` 参数的解析方式以及 `freq` 参数所定义的频率锚点(如月末或月初)。本文将深入探讨这一行为背后的机制,特别是针对月度频率(`’m’` vs `…

    2025年12月15日
    000
  • 利用CuPy在多GPU上统一分配大容量内存教程

    本教程旨在指导用户如何使用CuPy库在多GPU集群中高效地分配和管理超出单个GPU容量的大型数组。文章将详细解释CuPy统一内存(Managed Memory)的基本概念,并针对其在多GPU环境下可能遇到的分配不均问题,提供一种明确的解决方案,即通过遍历可用GPU并为每个设备独立创建数组,确保内存资…

    2025年12月15日
    000
  • Python高效生成与存储内存访问轨迹数据

    本文旨在解决在Python中高效生成并存储大规模内存访问轨迹数据时遇到的性能与存储瓶颈。通过对比`print()`函数与直接文件写入的效率差异,详细阐述了如何利用文件I/O操作,结合字符串格式化技巧,将32位内存地址及其读写操作符实时写入文件,从而避免内存溢出并显著提升数据生成速度,满足内存模拟器对…

    2025年12月15日
    000
  • 解决AWS Lambda Docker容器中Pytest重复执行问题

    在使用aws sam本地调用docker容器时,pytest测试框架可能出现重复执行的情况。这通常是由于dockerfile中对entrypoint指令的误用造成的。aws lambda基础镜像已预设其运行时入口点,自定义entrypoint会与基础镜像冲突。通过移除dockerfile中自定义的e…

    2025年12月15日
    000
  • 通过SSH终端访问远程GUI应用程序的专业指南

    本教程详细介绍了如何在windows系统上,利用x11转发技术通过ssh连接远程linux设备(如raspberry pi),并显示其gui应用程序(如tkinter界面)。通过配置putty的x11转发功能并运行xming x服务器,开发者可以便捷地在本地调试和交互远程gui,无需频繁切换物理连接…

    2025年12月15日
    000
  • Discord.py 交互按钮回调参数错误及数据传递指南

    本文旨在解决 discord.py 中交互按钮常见的“interaction error”问题。核心在于理解按钮回调函数(如 `agree_btn`)的正确参数签名,即只应包含 `self`、`interaction` 和 `button`。文章将详细解释错误原因,并提供两种安全有效的数据传递方法:…

    2025年12月15日
    000

发表回复

登录后才能评论
关注微信