AI互动装置




AI互动装置是把机器学习模型纳入"感知—反馈"闭环的互动装置。观众的声音、动作、文字输入或图像被采集后交由模型生成或分类,结果再以影像、声音、文字或动作输出,形成人与模型之间的往复。与传统互动装置由艺术家预设规则不同,AI互动装置的部分反应来自模型在训练数据中学到的统计规律,输出因此带有不可完全预测的性质。
AI互动装置的技术重心在于模型的推理环节。生成模型可以从文本生成图像、从语音生成文字、从图像生成描述,也可以模仿特定风格或声音;识别模型可以对表情、姿态、情绪与语义作出分类。这些模型通常运行在本地计算机或远程服务器上,装置的响应速度、稳定性与成本取决于算力与网络。[1]
感知与模型
输入端的传感器与前几类互动装置相同,但数据的组织方式不同。语音需要先转换为文字,图像需要先被压缩与归一化,文字需要被切分为模型可处理的单元。这些预处理步骤决定了模型能"看到"什么,麦克风的噪声、摄像头的角度与文本的错别字都会影响结果,装置设计因此必须考虑输入质量。
模型的推理过程对观众不可见。装置看到的是一段文字或一副画像,模型返回的是概率分布与生成结果,中间的特征提取与注意力分配难以用日常语言解释。这种不透明性既带来神秘感,也带来不可控:同一输入可能得到不同输出,模型可能对某些词或图像产生偏见,也可能在边界情况下给出荒谬的结果。
本地推理与云端推理各有取舍。本地运行不依赖网络,响应稳定,隐私风险低,但受限于设备算力,只能使用较小的模型;云端可以调用更大的模型,生成质量更高,但需要稳定的网络与持续的调用费用,观众数据也会离开展厅。展览期间网络中断是常见风险,作品通常需要准备降级方案。
输出与交互方式
生成型装置以输出为核心。观众说一句话,墙面生成一幅对应的图像;观众做一个动作,屏幕上的形体随之演化;观众写下一段文字,装置以另一种语气或风格续写。生成的延迟决定了体验的节奏,即时生成更像反射,带有等待的生成更像对话。
分类型装置以判断为核心。摄像头读取观众的表情,模型判断情绪并改变灯光颜色;麦克风采集环境声音,模型区分人声与机器声并作出不同的回应;文本输入被判定为某种意图,装置据此选择回应的语句。分类的准确率与错误的可见度同样重要,明显错误的判断会破坏信任,过于准确的判断则可能令人不安。
部分作品把模型本身作为展示对象。装置显示模型的中间结果、置信度与备选输出,让观众看到推理的分岔与不确定;另一些作品让多个模型互相对话,产生无人完全控制的文本流。这类作品讨论的是自动生成内容的作者性、真实性与责任归属,互动因此从操作层面进入观念层面。
伦理与保存
AI互动装置涉及数据与版权的复杂问题。模型在大量作品与网络内容上训练,生成结果与训练数据之间的关系难以追溯;观众输入的内容可能被记录与再利用,须在展签中明确告知并取得同意。涉及人脸、声音与生物特征的作品尤其需要谨慎,采集范围应最小化,存储期限应有限。
模型版本的变化使作品难以长期保存。服务商更新模型、调整接口或停止服务,都会改变作品的输出;同一段代码在不同时间运行可能得到不同结果。收藏机构因此需要保存模型版本、权重文件、运行环境与典型输出样本,并在必要时以本地部署替代远程调用,使作品在原件失效后仍可呈现。
AI互动装置的意义不在于展示技术的新奇,而在于把统计学的判断带入人的感知循环。观众面对的不是一个确定的作者,而是一个从数据中归纳出的回应机制;作品的说服力与可疑之处都来自这一点。理解这一机制,比惊叹其效果更为重要。
参考文献
- 艺术机构 Rhizome:数字艺术与档案 https://rhizome.org/
- 扎里纳艺术中心:人工智能与媒体艺术 https://zkm.de/
- 林茨电子艺术节:AI 与数字艺术展览 https://ars.electronica.art/
- 惠特尼美国艺术博物馆:新媒体艺术收藏 https://whitney.org/