未曾抵达的风景

　　图并文/ 李明

　　1933 年11 月11 日深夜，阴山北麓冰封的希拉穆仁河上，斯文·赫定探险队的4 辆汽车困在河边，一辆载重卡车的轮胎深深地陷在冰窟里。从凌晨2 点开始，队员们将卡车上的物资卸下，减轻重量的福特卡车怒吼着冲上了土质的岸坡，队员们又不知疲倦地完成了装车，直到凌晨5 点，在零下30 多摄氏度的严寒里才吃了这一天的“晚餐”，然后匆匆扎营睡去。临近中午，探险家们懒洋洋地起床，这一天的目的地是9 英里外的一片草场，实际上这本该是昨晚抵达的地方。那片山坳里的牧场上有一个小湖，是蒙古人阿拉西的牧场，他是探险队员生瑞恒的朋友。傍晚，探险队抵达了小湖畔的牧场，阿拉西热情地招待了风尘仆仆的客人。静谧而深邃的阿拉西牧场上，有野马和瞪羚在湖畔奔跑，队员们在这里度过了3 天惬意的时光，这里是探险行程的1 号营地。

　　这是瑞典探险家斯文·赫定（Sven Hedin）于1930 年代出版的《丝绸之路》中开始的一段记载。这本探险日记讲述他从北京出发，经阴山北麓由东向西、穿过阿拉善到达哈密的探险见闻。探险队还肩负为中国政府勘测一条从北京到新疆的公路路线的任务。他们历尽艰辛，完成了这一壮举，一路上穿越草原、戈壁、沙漠，所经之地多为无人的荒野。 2021 年6 月，全长2500 公里的G7 高速公路（北京至乌鲁木齐）全线贯通，线路设计基于80 多年前斯文·赫定探险队的勘测，这是斯文·赫定留给中国的巨大遗产。

　　作为斯文·赫定忠实的粉丝，其1933 年的探险路线是我梦想复刻的一次旅程。这些年，我借助虚拟地球软件—谷歌地球（Google Earth）标注了探险队行经的路线。将近百年过去了，很多地名发生了变化，我通过比对各种资料，仔细核查校对并标注出了每一个营地的位置。谷歌地球从鸟瞰的角度给了每一个营地模糊的大体样貌，结合斯文·赫定的文字描述，我脑海中逐渐构建出一个个营地的具体景象。

　　2023 年3 月，AI 逐渐成为热议话题，并迅速进入了实际应用，我也成为AI 图像生成的首批体验者。这种基于语言描述而由人工智能算法产生的图像令人耳目一新。很快，我就开始试着制作一些我曾经想拍却又未曾拍到的场景。制作斯文·赫定探险之旅的AI 图片，完全出于我对探险家面对恶劣环境时所表现出的坚韧品质的敬意。

　　1927 年圣诞节期间，斯文·赫定遭遇了一生之中最艰难的时刻。整个冬天，探险队已在西北无人区的荒漠里跋涉了数月，圣诞前夕，在塞比斯特泉，斯文·赫定因为胆结石发作，不得不离开探险队在75 号营地休养，几名队员主动留下陪伴和照顾这位虚弱的老人。在这艰难等待的24 天里，斯文·赫定多次详细描述过周围的风景。“南面黑乎乎的山中有一条巨大的陡峭山脊伸向北方，似乎挡在我们向西的道路上，开阔的谷地上有稀疏的枯草，一座金字塔形的小山孤独地存在，月光下，这里的风景虽然壮观，但色彩颇为忧郁。”（详见斯文·赫定中文版著作《从紫禁城到楼兰》）这是斯文·赫定对 75 号营地的描述，这段描述给我留下了深刻的印象。我无数次地想象过静谧巨大的蒙古高原上，那个寒冬里孤独的帐篷。我按照斯文·赫定的描述，给AI 设定了一些参数，生成了我的第一张斯文·赫定探险图片。

　　这趟谋划多年的复刻之旅在AI 强大的算法下启动了，这是一趟虚拟的旅程。我参照斯文·赫定1927 年和1933 年两次在蒙古高原上的探险路线，制作了沿途代表性的风景地貌。所有文字描述来源于斯文·赫定的著作和我对这些从未去过的地点的视觉想象。

　　对于AI 风景图片的生成，除了感性的描述外，输入诸如地点、纬度、季节、时间、天气等理性的关键词也能取得意想不到的准确结果，再加上基于摄影的技术参数输入，比如镜头焦距、景深、曝光量的辅助描述，一张张地理类AI 风景照片就此生成。90 多年前探险队走过的路线被以虚拟摄影图片的方式呈现，我仿佛循着探险队的路线复走了一次丝绸之路。

　　AI 在人像，尤其肖像和特写类图像中算法精准，但在处理风景和大场景图像的算法中并没有优势，甚至屡屡出错，尤其在一些中远景中的人物和动物形象的处理中总会显得粗糙甚至出现失误，这时候需要反复生成多张类似的图像，拣选最接近我脑海中的那一张。AI 图像生成后的选择机制，本身就是按照人预先输入的审美标准进行，这种先入为主的图像审美与传统摄影并无二致。

　　这些风景通过探险家的文字早已在我的脑海成形，AI 创作过程中，我要不断去调整我的描述，以便算法生成符合我大脑中预先想象的图片，就像是给AI 纠错。

　　图片生成过程中，至关重要的是文字描述，这要包含对构成图片的主体物、色调、氛围准确的描述，而模拟风光摄影的图片还要有精准的摄影术语描述。在这个案例中，另外增加并强调了地理信息。这些描述都要以英文的方式告诉AI 机器人，这些被称为“咒语”的描述不仅是对AI 算法的约束，也是对机器人的试探，一旦生成的图像并不符合预期效果，就要修改“咒语”，让AI 进一步准确理解我的要求。这种不断修正的口令是投喂式的，在反复磨合的过程中，AI 机器人会了解你对图像的审美习惯，并会在之后的图像生成过程中讨好似地向这种风格靠拢。比如我频繁使用冬季这个时令词汇来制作冬季的风景，突然要生成一张季节性描述模糊的图片时，AI 机器人会习惯性地将生成的图片定义为冬天。

　　一些特殊的限制性指令也会约束图片中的元素，比如“咒语”中输入“no mountain peak”（没有山峰），那么生成的图像便是接近平原的地貌；输入“no people”（没有人），生成的图片中就不会有人的因素。

　　AI 在图书插图领域已经达到了摄影级别，在平面广告、服装、建筑等设计领域如虎添翼，极大提升生产力的同时降低了人力成本，在推动商业设计生产方式改变和效率提升的同时，AI 可能成为一种新的艺术创作媒介。这种新的图像生产机制，以其技术层面日臻完善的能力，它所生成的虚拟摄影图片几可乱真，对传统摄影产生挑战和挤兑，并在新闻摄影、艺术摄影等领域引发了恐慌和担忧。面对一项足以改变世界的新技术，除了相关法律、管理机制需要及时迭代之外，讨论并建立新的图像伦理规则也迫在眉睫。

关注读览天下微信， 100万篇深度好文， 等你来看……