雾晨

　　2018 年，基于对机器深度学习的相关研究，我设计并制作了一个脚本，从《纽约时报》官网上采集了过去六年的头版内容，然后利用算法对2000 余张头版内容进行学习，进而制作出了能够自动生成虚构的《纽约时报》头版画面，这便是作品《雾晨》的诞生过程。

　　《雾晨》的背后是一套基于生成对抗网络的非监督式学习的方法，基本原理架构于两个模型：一个“生成器”和一个“判别器”。“生成器”是根据真实采样生成“类真实”图像，“判别器”则是判断给定的图像是否看起来“自然/真实”。我们可以把这一过程想象成是两个神经网络之间的博弈，对“真实性”不断发起挑战。有意思的点在于，虽然我们人是没有办法阅读这些图像的，但是机器在被训练处理这些图片数据集的过程中，我们可以想象这是一种机器的“阅读”。就像我们的视觉正在与机器共享一样。

　　2019年，人们关于“假新闻（Fake News）”的讨论异常频繁，甚至有人自己印刷假的报纸，模仿大家原本所看的报纸的特征，结果许多人都信以为真。在创作《雾晨》时，我从一开始就没有那么在意它可以真的显示出来什么具体内容，而是希望看到它在不断变化。通过不断学习报纸的排版，作品在视觉上可以始终保持着一种非常像是报纸的状态。

　　虽然报纸的首页有一致的设计结构，但由于每天的内容不同，文字与图片都是非线性的，因此算法只能学习首页的设计，无法生成可读的清晰图像。长时间的观看后，作品中的流动影像给我这样一种幻觉，这里的算法就像西西弗斯永远推不到山顶的巨石，每次都在接近生成清晰图像的顶点时，又不可避免地回落到模糊状态，循环往复的徒劳尝试。

　　之后，我创作了作品《自由落体》（FreeFall），是用一个人脸识别的算法分析飘落的面膜是否像人脸。这实际上也是想表达我们与机器共同观看屏幕里的世界，人类已不再是这个世界上唯一的观看者，机器也在观察着我们。机器学习的模型是由人训练出来的，作品中算法识别出来这个“人”的标签，实际上是我赋予给人脸识别的算法。逻辑不断地在反复，人在欺骗机器，机器也在欺骗人。

　　即使是最基础的像素颗粒的使用，也具有外在的功能性。比如当我在输出、压缩或者转格式时，我通常会在影像上叠加一层不断变化且具有一定透明度的像素颗粒，它会帮助我减少影像压缩时对于图像清晰度的损耗。记得有一段时间特别沉迷于观看一些电影的后期、特效、合成的花絮短片，原本看上去超乎真实的奇观景象，其实都是人使用电脑计算出来的。它们实际仅为了特定镜头下短暂的几秒，却让人信以为真，而这种“真实”已经潜移默化地影响了我们的观看和感知。