神经美学、计算美学与视觉艺术 | 周六直播·复杂科学×艺术系列研讨会

人和机器的边界似乎历经神经网络研究和机器深度学习的融合而趋向模糊。在人工智能艺术领域，学者乔安娜·齐林斯卡（Joanna Zylinska）提出了“非人类创造力”(Nonhuman Creativity），不过这并非意味着完全将人类隔绝在创造领域之外，毋宁说是“一种概念上的挑衅”，以取代人类作为历史的关键能动者和叙述者的位置。当人类主体从启蒙哲学设定的世界中心位置跌落，当诸如艺术、审美、意向性这类概念受到技术浪潮的冲击，不再为一个模糊神秘的审美主体所专有，人们也许会不禁问道，“创造力和审美是可计算的吗？”计算美学和神经美学便位于创造力和审美的两端，试图从自下而上的视角，对认知、审美、计算等核心议题提供当代见解。

计算系统并不等同于纯粹的形式系统，计算有其自身的逻辑、限制和表达和构造的能力，表现为本体论和认识论的生产机制,这是一个比它所涵盖的信息技术更广泛、更强大的概念。人工智能发展史上对于符号主义和联结主义的种种讨论也证实了这一点。当代哲学家比特阿里斯·法兹（M.Beatrice Fazi）则认为不确定性是计算系统的核心，与它们的功能并不矛盾，而这种不确定性将使计算美学本质上具有生成性（而非单纯聚焦于美学度量）。20世纪60年代以来的计算机艺术史上的相关实践受到控制论、系统论的影响，揭示了技术系统的自主性和非人类感知的潜力，受去人类中心主义思潮的影响，艺术在此视角下脱离了对单一媒介的依赖性，转向对动态关系和系统（技术、生物、社会）的研究。

Software: information technology: its new meaning for art,New York: Jewish Museum, 1970

神经美学的诞生源自西方科学实证传统，神经科学家萨米尔·泽基（Semir Zeki，1999）首创此学科名称，并创立了世界上第一个神经美学研究所(Institute of Neuroaesthetics)，与哲学美学形而上的先验思辩方式不同，实证主义神经美学开辟了一条经验主义美学之路，随着实验技术的发展，通过心理实验、神经实验来测量审美心理机制，为人脑在审美活动中的反应给出更为清楚的刻画。近年来，神经美学研究者在神经网络、神经机制建模、功能脑区和具体类型的神经元方面不断取得突破。除却占据主流的实证神经美学传统，查尔斯·沃尔夫（Charles T. Wolfe）提出还存在另外两种神经美学研究进路（Wolfe，2016)：即观念论神经美学（Idealist Neuroaesthetics）和行动主义神经美学（Activist Neuroaesthetics），将神经可塑性和文化可塑性相结合，较之于实证主义者偏好将“美丽的传统艺术作品”作为研究对象的倾向，这两者意不在制定审美的功能性标准，而将前卫艺术运动作为神经生物学实践，强调艺术和文化的政治力量是促进由此产生的神经多样性。

Conceptual Art as Neurobiological Praxis,Thread Waxing Space, New York City, NY (US)，1999

本期研讨会特别邀请了策展人龙星如和学者腾相斌分别从计算美学和神经美学的角度出发来为探讨“计算”在创造力和审美维度的体现，以提供艺术创造和审美经验的概念化的新途径，力图突破技术决定论和生物还原论的范式开辟新的讨论空间。

参考文献：

【1】Zeki, S. (1999). Art and the brain. Journal of Consciousness Studies, 6(6-7), 76-96.

【2】Chatterjee, A. (2014). The aesthetic brain: How we evolved to desire beauty and enjoy art. Oxford University Press.

【3】Wolfe, C. (2016). Three neuroaesthetics. In The search drive: a hack-ography (pp. 94-96). Zero-Desk.

【4】Fazi, M. B. (2018). Contingent computation: abstraction, experience, and indeterminacy in computational aesthetics. Rowman & Littlefield.

【5】Russell, F. (2020). Neuroaesthetics and Critique. Parrhesia: a journal of critical philosophy, 33, 66-82.

【6】马尔哈·毕吉特.作为探究的艺术：迈向艺术、科学与技术的新合作，杭州：中国美术学院出版社，2022

研讨会时间与流程

时间：2022年8月13日（周六）20:00-22:00

20:00-20:40 龙星如：“复杂”之前：计算机艺术

20:40-21:20 滕相斌：从艺术到脑中的美感：复杂的艺术需要复杂系统去体会其中的美

21:20-22:00 对谈环节，嘉宾：十三维、周亦张

内容与主讲人介绍

龙星如 (Iris Long)，策展人，写作者，研究方向为艺术创作与数据、环境及技术的关系，以及科技的心理地理和基础设施建设，目前博士就读于伦敦大学金匠学院前沿实践方向。策划展览包括《撒谎的索菲亚和嘲讽的艾莉克莎》（Hyundai Blue Prize策展人奖, sophialexa.com），《他山之石，新代理人》（PSA青策计划大奖），第三届今日未来馆《机器人间》等，她也为艺术家刘昕、Lauren Lee McCarthy等策划国内首个个展。

2019年担任ISEA电子艺术研讨会国际评委。

2020年担任计算机图形学会议SIGGRAPH ASIA艺术板块国际评委。

2021年，她发起了“端口：云下贵州”项目，这是一个关于中国科技基础设施的长期调研和策展项目。

个人网站：irislong.xyz

主题：“复杂”之前：计算机艺术（Computer Art）

简介：本场分享将简要回溯“计算机艺术”（Computer Art）在1950年代至1970年代萌生的历史前提，并介绍其给艺术创作领域和计算机领域各自带来的启发、扰动和争议。分享将从两条线索展开：技术研究者用当时的计算机工具，从形式分析角度对艺术的解释（“艺术科学化”），以及与之相对应的，媒介研究者对从技术设备、结构和原理进行还原式分析的质疑，以及机器本身之媒介属性（包括“对于机器本身的感受力”）的延展论述。在更多与复杂科学产生直接关联的创作形态（如基于元胞自动机的生成系统）出现之前，“计算机艺术”的早期实践者一定程度上为复杂科学与艺术的交叉，提供了观念、技术和经验的铺垫。

滕相斌，德国柏林自由大学博士后，今年9月将就职于香港中文大学心理学院，任助理教授。其在纽约大学取得博士学位，之前分别于上海交通大学、北京大学取得学士和硕士学位。其研究方向是经验美学、言语音乐欣赏的神经机制。使用的研究手段有脑磁图、脑电图、功能磁共振成像，以及人工神经网络。其近期研究发现时间维度上的相位进动现像，揭示了人类在时间维度上主动预期未来复杂感知信息的神经和计算机制。滕博士已在Current Biology、Plos Biology、Cerebral Cortex等期刊发表10余篇研究工作，担任PNAS、eLife、Current Biology、Journal of Neuroscience等期刊审稿人。

主题：从艺术到脑中的美感：复杂的艺术需要复杂系统去体会其中的美

简介：人们为什么能体会到美？是因为艺术本身有独特的复杂多样性，还是因为我们的大脑可以从平凡的世界中发现美？也许答案是：在多空间/时间尺度上展开的复杂模式（比如绘画、音乐），需要一个复杂系统去体会其中的美，大脑正是一个复杂系统。本次讲座中，将从大脑作为一个复杂系统怎么理解艺术讲起，向大家呈现艺术与脑科学结合的研究前沿——利用人工神经网络解构复杂艺术，使用神经成像技术窥探大脑对艺术作品不同成份如何反应，最后试图解释人为什么会体会美，为什么会爱上一件艺术。大家将了解一门新学科——经验审美学（Empirical Aesthetics），了解科学家如何看待艺术和美。

主持人

汪嫣然，跨学科研究者、艺术评论人、诗人，现居上海。在艺术、哲学和科技的交叉领域进行工作，研究兴趣包括技术现象学、新物质主义和女性主义理论。曾就读于同济大学哲学系、巴黎高等艺术研究院，现为复旦大学艺术哲学系博士候选人。其艺术评论见于《Leap艺术界》、《画刊》、Art-Ba-Ba等媒体。同时也是法中艺术促进会（APECA France-Chine）的艺术顾问。

对谈嘉宾

十三维，心识宇宙研究院院长，集智俱乐部核心作者，科学作家。长期关注研究意识与认知科学、复杂系统与因果科学，文艺理论与数字美学、游戏科学。

周亦张，南京大学艺术文化学博士生，现于哥伦比亚大学艺术学院电影与媒介研究系联培访学。主要研究兴趣为数字媒介相关的艺术史、媒介考古与知觉哲学问题。

参与方式

1. 集智俱乐部B站直播

扫码进入直播间

2. 视频号预约：

3. 付费报名复杂科学×艺术研讨会，可加入社群，获取腾讯会议、回放等权限。与社群成员共同交流，推动社区发展。报名收入将用于项目报告、内容成产及社群运营。集智学园VIP可免费参与本系列探讨会。

参考阅读

参考文献

1. Wassiliwizky, Eugen, and Winfried Menninghaus. “Why and how should cognitive science care about aesthetics?.” Trends in Cognitive Sciences 25.6 (2021): 437-449.

2. Brielmann, Aenne A., and Denis G. Pelli. “Beauty requires thought.” Current Biology 27.10 (2017): 1506-1513.

3. Teng, Xiangbin, Min Ma, Jinbiao Yang, Stefan Blohm, Qing Cai, and Xing Tian. “Constrained structure of ancient Chinese poetry facilitates speech content grouping.” Current Biology 30, no. 7 (2020): 1299-1305.

4. Deco, Gustavo, Martin Kemp, and Morten L. Kringelbach. “Leonardo da Vinci and the search for order in neuroscience.” Current Biology 31.11 (2021): R704-R709.

5. Iigaya, Kiyohito, Sanghyun Yi, Iman A. Wahle, Koranis Tanwisuth, and John P. O’Doherty. “Aesthetic preference for art can be predicted from a mixture of low-and high-level visual features.” Nature human behaviour 5, no. 6 (2021): 743-755.

6. Boon, Jean Pierre, John Casti, and Richard P. Taylor. “Artistic forms and complexity.” Nonlinear Dynamics-Psychology and Life Sciences 15.2 (2011): 265.

艺术形式与复杂性

7. Chatterjee, Anjan, and Oshin Vartanian. “Neuroaesthetics.” Trends in cognitive sciences 18.7 (2014): 370-375.

审美三和弦

8. Papadimitriou, Fivos. “Spatial complexity, visual complexity and aesthetics.” Spatial complexity. Springer, Cham, 2020. 243-261.

空间复杂性、视觉复杂性与美学

9. Romero, Juan, Colin Johnson, and Jon McCormack. “Complex systems in aesthetics and arts.” Complexity 2019 (2019).

美学与艺术中的复杂系统特刊

10. Van Geert, Eline, and Johan Wagemans. “Order, complexity, and aesthetic appreciation.” Psychology of aesthetics, creativity, and the arts 14.2 (2020): 135.

秩序、复杂性与审美

11. Li, Rui, and Junsong Zhang. “Review of computational neuroaesthetics: bridging the gap between neuroaesthetics and computer science.” Brain Informatics 7.1 (2020): 1-17.

计算神经美学综述：弥合神经美学与计算机科学之间的鸿沟

12. Iigaya, Kiyohito, John P. O’Doherty, and G. Gabrielle Starr. “Progress and promise in neuroaesthetics.” Neuron 108.4 (2020): 594-596.

神经美学的进展与前景

13. Forsythe, Alex, et al. “Predicting beauty: Fractal dimension and visual complexity in art.” British journal of psychology 102.1 (2011): 49-70.

预测美：艺术中的分形维数和视觉复杂性

14. Sigaki, Higor YD, Matjaž Perc, and Haroldo V. Ribeiro. “History of art paintings through the lens of entropy and complexity.” Proceedings of the National Academy of Sciences 115.37 (2018): E8585-E8594.

从熵和复杂性的角度看艺术绘画史

15. Birkin, Guy. Aesthetic complexity: practice and perception in art & design. Nottingham Trent University (United Kingdom), 2010.

审美复杂性：艺术与设计中的实践与感知

16. Lee, Byunghwee, et al. “Dissecting landscape art history with information theory.” Proceedings of the National Academy of Sciences 117.43 (2020): 26580-26590.

信息论剖析风景艺术史

17. Lopes, António M., and J. A. Tenreiro Machado. “Complexity analysis of Escher’s art.” Entropy 21.6 (2019): 553.

埃舍尔艺术的复杂性分析

18. Deng, Yingying, et al. “Exploring the representativity of art paintings.” IEEE Transactions on Multimedia 23 (2020): 2794-2805.

探索艺术绘画的再现性

19. Van Geert, E., & Wagemans, J. (2021). Order, complexity, and aesthetic preferences for neatly organized compositions. Psychology of Aesthetics, Creativity, and the Arts, 15(3), 484–504

整齐有序作品的秩序、复杂性和审美

参与书目

1. Kandel, Eric. The age of insight: The quest to understand the unconscious in art, mind, and brain, from Vienna 1900 to the present. Random House, 2012.

2. Kandel, Eric. “Reductionism in art and brain science.” Reductionism in Art and Brain Science. Columbia University Press, 2016.

3. Chatterjee, Anjan. The aesthetic brain: How we evolved to desire beauty and enjoy art. Oxford University Press, 2014.

4. Suzuki, Y. (2019). Computational Aesthetics. In: Computational Aesthetics. SpringerBriefs in Applied Sciences and Technology. Springer, Tokyo.

5. Gary William Flake. The Computational Beauty of Nature

6. Computer Explorations of Fractals, Chaos, Complex Systems, and Adaptation. MIT press.1998.

7. Anjan Chatterjee, Eileen Cardilo.Brain, Beauty, and Art: Essays Bringing Neuroaesthetics into Focus Get access Arrow.Oxford University Press.2021.

8. [美]罗伯特·索尔索,译者：周丰,艺术心理与有意识大脑的进化,河南大学出版社.

9. 诺伊,奇特的工具：艺术与人性,湖南科学技术出版社, 2020.

中文文章

1. 美可以度量吗？一种用复杂度指标刻画艺术品美感的尝试

2. 计算美学百篇论文大综述：如何从复杂性科学视角进行审美

3. 科学家为什么钟情艺术？因为数学和绘画、音乐有相似的美感

4. 计算美学前沿速递：用信息论“重新发现”风景画艺术史

5. 从脑神经科学视角看艺术

6. 「普鲁斯特是个神经学家」——艺术与科学的交融

发起人：十三维、汪嫣然、龙星如

主办方：集智俱乐部

联合策划：Conversazione

协办方：心识宇宙、福建师范大学美育中心、艾厂人工智能艺术中心、复杂问题研究所

媒体方：信睿周报

►►►

复杂科学×艺术系列研讨会公开报名中

20世纪下半叶以来，受到复杂性研究启发的“思维方式”已迅速传播到认知活动的多个领域。混沌、自组织、临界、自创生、涌现 ……其概念层次的丰富性为我们提供了研究世界的灵活工具。从这个意义上说，我们有理由将复杂性理论视为一个扩充艺术与科学之间交叉领域的重要课题。艺术对复杂性做出反应的一种基本方式是创造出显示“涌现行为”的系统。就本体论而言，我们不再将艺术品视为静态之物，而是将其看作不断发展的创造性过程的一个实例。同时，新兴的复杂科学（Complexity Science）也向当代艺术实践者提供了一个敞开的工具箱，这些工具包括混沌、分形、元胞自动机、遗传算法、蚁群算法、人工神经网络、L-System、人工生命等，它们进一步推动了数字美学、生物艺术与人工智能艺术等领域的发展。复杂科学不仅帮助我们深入了解意识和生命系统的生成机制，而且有利于激发各学科的研究者和实践者协同发掘后人类创造力和新美学的潜力，以期打开更趋向于综合性的创意空间。

由集智俱乐部主办，心识宇宙研究院院长、科普作家十三维，艺术评论人汪嫣然和策展人龙星如联合发起的“复杂科学与艺术”研讨会，旨在汇聚各领域内的行动者与思想者——包括科学家、艺术家、学者及相关从业者——展开超越单一学科的跨界知识讨论，探索复杂性研究与人文艺术潜在的交叉地带。本研讨会预计从2022年7月开始，每月举办一次，共计十二期。欢迎感兴趣的朋友报名参与，可加入社群并获得视频回放。