《当代电影》｜ 人工智能电影：从类人模仿开始的机器换人系统升级

　　关键词：人工智能电影 类人模仿 机器换人 系统升级 极致假设

　　人工智能电影（Artificial Intelligence Film）是一个由来已久却又不断生出新增内容的动态指涉。它始自电影创作的主题内部，从类型杂糅的复合基底中逐渐创生出趋于完整独立的人机叙事原型模式，并在艺术想象带动技术创新的强有力波动中进行外扩实践。内在层面上经过近百年多个国家地区在同类电影主题上的思辨演进，以及外在的七十余年计算机科学的迭代发展和智能化技术在电影业各环节上的渗入应用，一个带有技术社会典型特征的机器换人系统正在全面铺开，加速升级。

　　始自类人模仿的智能型形象构造与冲突性情节设计为人工智能电影的后续发展铺垫出多个可行路向。首先，影片内在层面的主题立意逐渐深化，不再简单重复初创期的人机矛盾二元对立模式。伴随着人类中心主义的持续内省甚至是自我批判，人类纪艺术 （1） 的典型范式在人工智能电影中不断得到修正，不仅将类人模仿游戏的神话加以影像化重述，而且不断融合其他电影类型的叙事元素，扩大人工智能电影的主题范围。其次，电影在现代性来临之后愈加突出了它之于现实的镜像意义，除了反映真实、反思历史之外，科幻类型的电影还具有思考未来、预先构建未来图景的特殊关怀。电影作为艺术与技术相融合的产物，与技术社会的联系尤为密切。技术预言是展现于科幻电影中的重点想象，既部分地带有追求艺术效果的夸张渲染，同时也反过来作为促发物质世界变化的精神物象，在难以预知却又时常可见的实际方面引发出新的技术思维灵感。再者，上述两方面的彼此助力落实在电影产业当中，构成了人工智能作为电影制作辅助工具在全产业链中的铺展应用。大量岗位由专人主理变成了人机协同，甚至接连涌现出工作任务完全分解为算法程序与大数据分析的新内容流程，在技术社会中普遍出现的机器换人（Machine Substitution）趋势 （2） 也逐渐波及电影行业，表现为制片流程的系统化升级。

　　一、围绕智能体（强人工智能）展开的类人模仿、神话影像化重述并转向后人类伦理探析

　　关于人工智能的普遍定义一般是按照四种类型进行组织，即“像人一样进行思考的系统/理性进行思考的系统”，“像人一样进行行动的系统/理性进行行动的系统”，其中具有代表性的定义包括，“有头脑的机器”“（使之自动化）与人类思维相关的活动”“创造机器以使之完成人需要智能才能完成的功能”“人工制品中的智能行为”等，涉及的计算机能力主要分布在六大领域：自然语言处理、知识表示、自动推理、知识学习、计算机视觉和机器人技术。 （3） 有些研究者偏好使用交叉学科的专门术语来划分人工智能的阶段性发展重点以及根据不同功能进行板块分类，但是人工智能事业的创始人兼达特茅斯会议发起人之一的马文·明斯基（Marvin Minsky）则推荐使用相对通俗的用语，例如智能（intelligence）、智能体（agent）、强人工智能（Strong AI）、弱人工智能（Weak AI）、通用人工智能（AGI，Artificial General Intelligence）等。这些词语对于更好地分析人工智能电影无疑是更为明晰的选择。

　　电影史上第一个人工智能角色出现于1927年，弗里兹·朗执导完成的《大都会》（ Metropolis ）将一个完全肖似模仿对象的类人机器人塑造在银幕上。文本层面上的教师玛丽亚和以她为原型模仿制造出的机器替身（Maria’s robot double），正式开启了剧情长片中的人机叙事模式，为随后渐渐成形的人工智能技术和人工智能电影贡献了初始维度。其中的要素包括：影片的主题情节发生在人和以其为模仿原型的仿制者之间；酷肖原型的类人仿制可能综合使用不同的材质与组接技术，也可能只是突出模仿某一个或某一些特质，还可能是在完全仿真的幅度上重现一个真伪难辨的替身；在影像呈现环节上，拍摄一面而多人的场景画面时会创新性地发明使用视知觉方面的特殊效果手法，或者依赖经过高超的服化道技艺加持的演员表演；影片在人类纪和后人类的立场交织中展开思辨，往往带有对于人机叙事未来发展走向的预测，深入探析赋有智能的类人化机器和它的造物主在未来技术遽变的时代里可能形成怎样的伦理错位关系。

　　安德烈·巴赞对于电影外观与人类实际上的想象惯性做过一个睿智而诗意的观察论断，“伊卡洛斯的古老神话要等到内燃机发明出来才能走下柏拉图的天国。但是，每个人从第一次观察飞鸟时起这个神话就蕴藏在心中。电影的神话大抵与此类似”。 （4） 其中的话语逻辑在于，“电影是一种幻想的现象，人们的设想在头脑中已经预先完备”。将此逻辑方法推进到人工智能电影的序列考察中可以发现：早在人工智能作为一项新的可选技术进入电影行业的工具箱之前，神话中流传已久的造人故事与人神关系已经做出了新一轮光影呈现的动机准备，所改变的只是电影独有的艺术格式和电影在不同技术时代参数里获得的新媒介语言。人工智能电影中的类人形象在近百年间接连涌现，想象的源头不仅能够上溯到古希腊神话中的“诸神创造潘多拉”，中国典籍《列子·汤问》中的“偃师造倡者”也有不可忽略的参照价值。中西两段传说间的文本互补，构成了由内而外、再由表及里的动态化形象完形。从文本展开方式来看，类人造物在成形前背负着不尽一致的目的旨向，在造型固定后进入人间故事的场景语境也多有不同，进而生发出人类世界中的或损或益的矛盾冲突。及至意味深长的结尾部分，两种结局的不同走向和终局时刻的终极解决方式，已经基本涵括了后来科幻类型当中人工智能的叙事原型。

　　神话中的潘多拉由火神兼匠神赫淮斯托斯手工打造出美少女形象，智慧女神雅典娜赠予她具象的鲜花花冠和金发带，美神兼爱神阿弗洛狄忒“赋予她一切可能的媚态”，神祇使者兼谎言大师赫尔墨斯“馈赠这迷人的祸水以言语的技能”，宙斯则将“Pandora”所包含的“一切天赋”转换为“眩惑人的灾祸”，最终将乐园般人神和谐共居的大地变为满是辛劳、疾病和苦痛的灾祸肆虐之地。 （5） 类人者为人间带入灾殃的叙事原型由此得到源源不断的重写。在《列子·汤问》的类人模仿故事中，造人者同样是能工巧匠，列子称之为“工人偃师”。被造物是“能倡者”，它与人的相似程度令周穆王震惊，“歌合律 ··· ···舞应节 ··· ···千变万化，惟意所适。王以为实人也”。类人造物与人的界限一旦逾越，人与造物之间的强弱、优劣比较就以快感的争夺方式来进行了。接下来的一幕，工匠偃师立刻剖散了惟妙惟肖的倡者，“内则肝、胆、心、肺、脾、肾、肠、胃，外则筋骨、支节、皮毛、齿发，皆假物也，而无不毕具”。 （6） 从内到外都被分拆零散的场景犹如一次电影特效镜头的叠印。作为人工智能电影高概念代表的斯皮尔伯格作品《人工智能》（ Artificial Intelligence：AI ，2001）反复抛出的连环提问是：那些从外表形态和效能功用方面都完全以人类为模仿对象的智能人，除了不使用碳基生命材质，其它外形结构上的相似指数一路升级，形体外貌比一般人更加优化美观，人性方面设定得比一般人类道德更多美德，它们能否在产品契约之外拥有对于自身的完整物权和自我生命存续权？人们作为发明者、造物主、用户、买家、服务对象以及被依恋者等复合身份，能否对等地为人工智能付出情感、产生爱，尤其是能否按照西方传统的神义论逻辑，在人工智能的电影画面上再现西斯廷的天庭画景观？

　　上述问题在库布里克将《人工智能》剧本的原著小说《玩转整个夏季的超级玩具》（ Super toys Last All Summer Long ）转发给斯皮尔伯格的时候尚未明朗，就像人们往往将《2001：太空漫游》（ 2001：Space Odyssey ，1968）划分为科幻片中的太空历险题材，反而忽略了整部故事其实贯穿着关于深空宇航时代里人机对战的想象。事实上，该片在人工智能电影序列中的特殊意义，恰恰在于摆脱了同类影片在视觉美学维度上对于类人化外形的过度强调和媚俗性依赖。名为哈尔9000（Hal 9000）的宇宙飞船操控系统在影片中始终显示为一个正对镜头的红色警示灯形象，而帮助库布里克确认影片中技术细节的人工智能专家正是前文提到的马文·明斯基，他的专业建议使哈尔9000避免了花里胡哨的彩色标签装饰。后来，在选用同样类型的人机矛盾来展开超级系统与人类（利益/行动/意志）相冲突的其他科幻影片中，如《机器人总动员》（ Wall·E ，2008）中的公理号飞船计算机和《流浪地球》（ Wandering Earth ，2019）中领航员空间站的智能主机莫斯（Moss），也大胆保留了超级计算机的非人外形，在银幕上丰饶地簇生出人工智能的多重形象。

　　二、脚本、配乐和剪辑：

　　弱人工智能参与创意的艺术内容制造

　　在人类经过大航海时代的初期互联而先后进入工业革命、信息革命后，技术社会的普遍到来和针对所有社会造物的全面技术裹挟就更加不可逆转。20世纪80年代逐渐成形的信息论、系统论和控制论，已经潜在而牢固地成为当前社会运行和主导类技术的共同前提。不仅是人从单一自然的生理产物变成了携带技术元素的机器式纽结点，相应地，与人相关的机器，特别是被赋予类人元素的智能化自动机器或程序，进一步成为有发展前景的综合技术实验场域。人工智能作为当前技术社会中的核心热点更是多方融合先进技术：计算机科学中的软硬件发展、互联网发展中的技术迭代、大数据分析、超算和云平台存储技术等，都是与电影业中的人工智能运用息息相关的系统工程。

　　从技术哲学的角度反思人类社会可以发现，没有哪一种技术是凭空发生的，每一个看似横空出世的技术其实都或隐或显地经历了漫长的准备期。就像人工智能的模糊概念和懵懂想象在百余年的科幻类电影历程中表现出各个维度上的尝试一样，真正达到可应用程度的人工智能技术在电影业中的实操也是遍及全产业链的，而非单独区隔在一个封闭型的界面内发展。根据IBM商业价值研究所（IBM Institute for Business Value）近年来发布的年度报告，以及《福布斯》杂志技术专栏（AI for film-making）的系列文章可以看到，全球范围内的电影产业在追求自动化生成影像艺术方面已经做出了大量的实验与积累。

　　

　　图 1. 人工智能进入电影全产业链（7）

　　宏观来看，人工智能技术在电影业中的应用和推广是分时段、分阶段、分部门、分步骤进行的。从机器学习到神经网络，从设立算法到开发出顺利输出成果的软件系统，电影制作环节中具体碰触到的人工智能技术已经涵盖甚广，且在不同的场景应用中发挥出未必稳定、却不可忽视的功效。目前，电影行业为人工智能技术的实际应用准备了六个基本入口，按照惯常的一部影片的诞生顺序分别是：剧作脚本输出、前期制作的简化辅助、选角、配乐编曲、编辑/剪辑和后期宣传。 （8）

　　被全球极客与科幻迷们奉为未来技术最佳狂欢园地的伦敦科幻电影节（SCI-FI LONDON）拥有一个实际意义有限而象征意味极强的特殊竞赛单元——48小时电影挑战赛（48 HOURS FILM CHALLENGE）。参赛者要在整整两天的规定时段内，按照提示完成一部短片，制作成品的视听艺术质感可以忽略，但是片内的结构形式与创意要素必须完整。2016年、2018年和2019年连续三届都入围Top10名单并大力攫取国际公众注意力的创作团队是名为本杰明（Benjamin）的一款人工智能软件系统。这个使用递归神经网络进行长短期记忆训练（Long Short-Term Memory）的软件系统在2016年短片《阳春》（ Sunspring ）中还不会给片中人物起名字，脚本中的人物角色只能用H1、H2、C来区分出主次关系且跳过了性别的指代。然而始料未及的是，原名Jetson的人工智能编剧软件在颁奖现场记者问答环节的公共采访中毫无征兆地给“自己”起了Benjamin这个名字。它的脚本输出能力是基于马尔科夫链（Markov chain）而高速获取的给定状态，“通过对前一个事件进行随机改变而生成每个事件样本”， （9） 从中快速产出的随机性离散变量的信息集合体已经达到了不可忽视的类人水平。电影脚本的特殊要求使它的学习对象和数据处理方式都不同于其他进行文字处理的AI系统。本杰明的技术精度在LSTM的机器算法学习中达到了字母级的分类。面对百余部科幻文本的学习对象，它既在数据统计分析基础上进行行为模式研究，也能在文字的组合写作中预测上下文语义关联性，预先构成形式上的“剧本画像”。其技术路径在于：依赖长短期记忆神经网络把数百部剧本内容分解到字母级，预测接下来的场景中会有哪些字母更大概率地被放在一起使用，由此生成长句乃至段落，同时继续超越简单的素材拼凑，产生出语义含混却带有原创感的语句。

　　承担脚本输出任务的电影类人工智能软件在当前还没有足够成熟到可以直接投拍的代表，在大量的剧作脚本中处处可见缺乏常识、语法谬误、语义粗糙含糊等问题。台词对白之间的逻辑断裂和意义漂浮甚至让专业演员也苦苦挣扎在笑场、出戏的边缘。因此有一派反技术主义者偏爱使用“人工智障”的调侃，来嘲弄那些探索在艺术领域中的人工智能应用。然而，恰恰是这种反应态度在错误的示例中呈现出了真正需要关心的问题内核，亦即被誉为人工智能之父的艾伦·图灵对此做出的预判，“有一天，机器能够在所有纯智能的领域中同人类竞争”。 （10） 真正的问题不是争论是机器智能还是人的灵感写的十四行诗更好，而是在机器替代人类之后，能够做出评判的有权力者，或许已经不再是人，而是机器了。

　　从人到机器的重心转移，这个初创于图灵关于“二战”后科学发展的社会预言在经过了后工业化和信息革命的强力助推后正在成为日常的现实，日渐构成技术社会的普遍体感，机器换人的系统化工程已经悄然无声地启动了。一个继发性的例证是，此前还在主力输出剧作脚本的人工智能本杰明，在下一次重返伦敦科幻电影节赛场的时候，已经迅速升级为系统性的、能够执行自动化“AI换脸术”（AI face swap）的超级算法。新完成的短片《出界》（ Zone Out ）不仅继续娴熟运用LSTM神经网络，在亚马逊云端运算服务上训练并生成场景对话以及相应的配音，而且转折性地加入了GAN生成对抗网络工具（Generative Adversarial Network），在谷歌机器学习的网络平台TensorFlow上边生成、边判断，安全合法地运用公共领域的电影数据库，将该片编导提供的三个角色面部进行超大规模的画面替换，最终导出近七分钟的新状态影像。整个制作流程由升级后的AI系统完全包揽，彻底模糊了影像制作的作者边界，加速了智能型机器替代人类进行艺术创意和流程劳动的步伐，再度刺激人工智能艺术创作中争议最多的版权争论灰色地带，引发了机器换人之后对于生成文本的原创价值和原作属性的另类角度辨析。

　　至于其他两个与内容制造相关联的电影制作环节，配乐作曲和编排、剪辑片花等，更是早早地就突破了技术瓶颈，进入可与真人制作一试高下的阵列。用于AI本杰明的主要着力点在于文字处理，音乐方面只是运用作曲编程工具包来拉满两部短片的配乐进度条。曲子本身的悦耳程度欠奉，仅仅是语料乐段的标签化风格拼搭，还远远构不成值得真人演奏的价值。既不能生发出新的作品与人类情感反应之间的互文关系，更刷不出音乐独立作品的存在感。2018年，一款名为AIVA（Artificial Intelligence Virtual Artist）的视觉化人工智能作曲家在著名的TED演讲中进入了公众的视野。开发者皮埃尔·巴罗（Pierre Barreau）说他受到人工智能科幻电影《她》（ Her ，2013）的灵感启发，就像《2001：太空漫游》启发了2018年度图灵奖获得者杨立昆（Yann André LeCun）的深度学习和卷积网络研究方向一样，人工智能作曲程序被注入了新的作曲理念，使电影制作和电子游戏制作中的配乐与虚拟化的角色故事紧密共生。AIVA项目组一方面将高度个性化、拟人化的音乐摄像理念（musical photographs）作为基础开发方向，另一方面则明确提出个人化特色鲜明的AI音乐制作旨在满足高端风格需求且体量超大的个人化音乐订制目标，用人工智能艺术家AIVA独创程序中的深层网络和作品学习矩阵框架来探索人类创造力无法覆盖的领域。AIVA的作曲成品之一《众星之中》（ Among the Stars ）是为一部科幻电影量身定做的预购项目，由好莱坞CMG管弦乐队演奏并录制，演出的现场效果使人由衷感叹，具有情感化配乐能力的智能系统在乐曲创作方面已经显著越过电影配乐的一般水平。打开英伟达的游戏平台，玩家可以自由上传一段自制MIDI作为音轨参照，从预设栏中点选国别风格、乐器音色等按钮选项，几乎是在即刻之间，一部结构完整且旋律专业的制曲就从播放器中萦绕出来。此时，哪怕人们仍然不愿认同开发者皮埃尔·巴罗极为乐观的产业预期，“当创造力不再是人类独有，下一位莫扎特将在机器人中诞生”，也难免会再次想起图灵对于未来时代机器优先的预言，“可能有一些人比现有的机器都聪明，但是另一方面，也可能有另一些比人更聪明的机器”。 （11）

　　同样与本岗位上的工作人员表现不相伯仲的人工智能电影工具还有IBM开发多年的重量级AI系统沃森（Wason），2016年直接与二十世纪福克斯电影公司合作，完成第一部由人工智能设计主导的电影预告片。其中格外吊诡的关键点在于，这部由经典科幻片导演雷德利·斯科特之子卢克·斯科特执导的惊悚类科幻片《摩根》（ Morgan ）本身就是一个关于人类如何被自己的基因造物反噬的悬疑恐怖故事。再加上作为数据学习对象喂食给沃森的另外一百部恐怖电影，最终由人工智能操刀制作，选取十个最可怕时刻并在兼有语段逻辑和战栗效果的编辑分类中剪辑出一个预告片花。该预告片具有两个令人印象深刻的非人时刻。首先是沃森的学习效率和剪辑出片速度非常之快，在24小时内完成了最终产品的交付；第二是由人工智能完成的预告片和人类剪辑师完成的预告片都公布在影片的官方网站上，由沃森选择的恐怖场景和人类剪辑师的选择并不相同。 （12） 很多观众留言表示，观看前者作品的惊悚感夹杂着更加陌生的威胁意味，尤其是效果飘忽的配乐，在多次重复使用后使单调的况味倍增未知的危险压抑感。

　　三、算法辅助分镜、选角与后期宣发：通用

　　人工智能（AGI）为从业者增能、赋能直至替换

　　在电影生产的其他三项非内容环节中，前期分镜辅助、预先的选角匹配和后期推上社交媒体的宣发，都因为使用到市场利器——大数据分析，而格外倚重智能化算法。影史上流传已久的导演与演艺人员之间的传奇故事已经被精准地折算为作品类型和它的目标观众、明星及其粉丝数量间的动态计量参数。

　　对于选角工作来说，人工智能算法可以最大限度地避免人为偏差，减少非理性的私人好恶，也不落入夸张的迷恋移情。它将每一个演员视作可以换算的变量，将一个完整生动的个体在数据上分解为票房积累总量、热评指数、风评内容、性别及年龄，收集社交媒体上的互动频率等信息数据流量，统合推算出演员们在特定项目中的匹配度。那些牵绊在人间逻辑里的种种微妙、复杂和难以描述，在经过数据库的统一筛选分析后，完全化身为条分缕析的、可测量的确定性选项。目前在欧美电影行业保持活跃业务量的AI辅助类电影制作公司主要以LargoAI、Cinelytic、Book为代表，主业在于通过数据监测来训练最先进的AI程序，激发传统的制片行业转型，释放出以数据为导向的智能化电影制作能力。针对电影拍摄前期备受瞩目的选角环节，LargoAI和成功晋身行业头部位置的网飞（Netflix）一样，都握有一套行之有效的算法程序。前者为电影史上续集拍摄最多的詹姆斯·邦德系列电影推荐新的主角候选人，以替换华年老去的丹尼尔·克雷格；后者津津乐道的商战成功案例则是网剧制作中围绕《纸牌屋》的选题决策。在无差别地记录了海量用户的播放喜好并进行深度有效的用户画像之后，制作方在非典型的冷数据中发现了一条隐秘的观看兴趣相关性链条，将导演大卫·芬奇、类型化的政治剧和演员凯文·史派西串联起来。1亿美元的投资决定在AI工具辅助下快速成为现实，接受了人工智能算法结果的决策者不仅对高昂的资本投入充满信心，而且还更为乐观地预估了大数据分析和人工智能算法在下一个环节的经济表现。 （13） 同样是出于掌握流量数据的确凿保证，影片完成后的宣发环节也是人工智能算法分析的擅长，通过分析演员们的粉丝群体分布，制定相应的营销方案，精准定位投资回报率高的地区以进行行之有效的针对性投放。而作为宣传物料的广告片、视频文件等，又可以交给脚本程序自动连环生成。

　　电影制作全产业链的完整流程在人工智能的全面介入后形成了新的闭环。其成效之高，已经让业内产生新的保密规则。Book的宣发口号是“硬科学，好票房”（Hard Science，Good Box-office），Cinelytic则将技术目的确定为“引领娱乐工业界的人工智能革命”（Leading the AI Revolution in the Entertainment Industry）。在作为公司业绩公布出来的项目合作既往名单中，不乏华纳兄弟、索尼影视娱乐这样的业内巨鳄。然而更值得明辨的是，这些大力推动人工智能辅助电影制作的技术创新型公司多次主动对公共媒体发布信息：相较于新闻报道中已经明确看到的人机协作亮眼成绩，诸如成功预测某一类影片获得重量级奖项，帮助筹备中的电影确定选题、搭建出演阵容并收获预料中的高票房收益等，使用人工智能算法工具辅助电影制作各道流程的客户群体其实还有很多，还有数量不明的、尚处于开发测试阶段的人机协作探索潜在于繁琐的保密协议背后。其中的未知性在很大程度上包含着人工智能为从业者进行增能、赋能后的效率飙升，同时也越来越明确地印证了从业者岗位在经历了人机协同之后表现出的机器替代可能。“人工智能要把人类挤出就业市场，只要在特定行业的特定能力上超过人类，就已足够。” （14） 尤瓦尔·赫拉利在《未来简史》中假设的人工岗位向人工智能倾斜并大量被取代的可能性，正在逼近电影制造业，成为现实性的系统升级。

　　结语：接近“极致假设”的无边界实验

　　通过上述分析可以看到，人工智能电影的思考场域中既包含影片文本内的人工智能角色故事，也包括运用于电影创作、制作环节的人工智能工具辅助。前者经历了近百年的积累与发展，不同年代的影片对于人工智能角色的取名、赋形、功能定位等，基本呈现出人工智能形象叙事在计算机软硬件、算法、机载、人形机载等型构上的视听要素构成。同时，实存于电影作品之外、应用于电影行业之内的人工智能工具辅助系统更为迅疾地经历了从无到有、从出现到蔓延的提速发展，非常有效率地分享了人工智能技术在经历了神经元网络回归之后的复利效益，快速制造出电影生产流程中的技术入口和场景应用，为机器深度学习、卷积网络、对抗生成与多序列对比、定制化推荐算法等人工智能新技术搭建起电影业中的通用大数据平台，也为全球范围内的电影云制作服务和未来量产高新制式电影做出阶段性的技术储备。当然，在艺术生产进入后人类时代的人机伦理观察中，该进程还表现为整体系统的内驱型自行升级，随着人机协同的比例推进，逐渐加大人工智能对人类从业者的劳力、乃至创意部分的替换。对于事实上正在隐蔽扩张的替换现象，Book的创始人认为“人工智能技术每天都在进步当中，与其说是为了取代人类，不如说是为了让人类变得更好”，使人工智能在和人类的协同工作中进一步得到创造性的技能。 （15）

　　

　　图 2. 趋近“极致假设”的四象限分析 （16）

　　确实，训练人工智能具有创造性的技能是当前部分实力雄厚的制作公司在未来战略布局中的重要一步。从颠覆性新技术的使用中受益颇多的网飞公司将名为Netflixbots的开源创作项目推上公共社交媒体，在不无自我调侃意味的频道中连续上传完全由人工智能制作的短片。虽然最初的学习样本是恐怖类型的惊悚片，但是由AI制作的语段中却时而催发出意料之外的爆笑感。只不过在笑声结束后，不再有早期那些调侃“人工智障”的群嘲，反而促使人们严肃面对人工智能电影实验中的“极致假设”（Extreme Hpothesis）。“或许真有一种可能，用人工智能制造一个智能机器人，由它导演一部电影并制作一部关于这一尝试的纪录片。” （17）

　　根据上图的四象限分区，可以更好地感受“AI做电影”（AI for filmmaking）的未来蓝图。富有信心的乐观科技派认为，人工智能技术能够协助人们协同创生出新的有趣内容（Let’s make something awesome!），推进友好型人工智能建设也是将危机重重的电影艺术从终结可能中加以解救并发展出新型未来的路径。 （18） 1895年，卢米埃尔兄弟将摄影机对准工厂大门，第一次在可复制的活动影像中记录下人类作为活动主体的真实画面，厘定了第一个象限区域内的人类创作主体和被叙事的人类主体位置。接下来，人类作为制作主体完成了第二象限内以人工智能为主要叙事对象的阶段。之后，人工智能技术从实验阶段的工具逐渐成为系统性的辅助开发，在第三象限部分地尝试并体验创作主体的位置。目前，跨入第四象限的时间点尚不明确，更适合在库兹韦尔关于“奇点临近”的未来预测中加以预期，“非生物智能将达到并超过每个领域的高精尖人才的技能 ··· ···计算机一旦达到人类智能的范围和精妙程度，那么它一定会超越过去并继续以指数级速度上升。” （19） 如果科技界在加速发展中实现了奇点时刻终将到来的预言，同样意义深远的飞跃也将发生在第四象限，实现人工智能电影的“极致假设”。

　　假若机器真能产生意识，人工智能受到内驱并升级为制作主体，将自创的而非任务领受的人工智能对象置于叙事主体地位。制片水平达到高概念制片，思想程度触及电影的本体论深度，人机立场进行对调、替换，进而超越主体界限，实现自反性的电影呈现。沿着奇点理论的预设，极限超越一刻的到来或将终结人类习以为常的电影形态，成为人工智能电影的新开端。谁将是此一时刻的见证者？人工智能电影的目标观众还仅限于人类吗？与人工智能电影相关的问题还有很多，正在技术加速推进的现实变化中逐渐显现出来。

　　注释

　　（1）[法]贝尔纳·斯蒂格勒《人类纪里的艺术：斯蒂格勒中国美院讲座》，陆兴华、许煜译，重庆：重庆大学出版社2016年版，第15页。

　　（2）潘恩荣等《人工智能“机器换人”问题重构》，《浙江社会科学》2019年第5期，第93—99页。

　　（3）[美]斯图尔特·罗素、彼得·诺维格《人工智能：一种现代的方法》姜哲等译，北京：人民邮电出版社2013年版，第4页。

　　（4）[法]安德烈·巴赞《电影是什么》，崔君衍译，南京：江苏教育出版社2005年版，第17页。

　　（5）[德]古斯塔夫·斯威布《希腊神话和传说》，楚图南译，北京：人民文学出版社2008年版，第4页。

　　（6）《列子》叶蓓卿译注，北京：中华书局2011年版，第141页。

　　（7）https://www.allerin.com/blog/can-ai-automate-the-film-industry，2022年6月10日访问。

　　（8）Naveen Joshi，“Can AI automate the film industry?” https://www.allerin.com/blog/can-ai-automate-the-film-industry，2022年6月10日访问。

　　（9）同（3），第396页。

　　（10）[英]A·M·图灵《计算机与智能》，刘西瑞、王汉琦译，[英]玛格丽特·博顿编《人工智能哲学》，上海：上海译文出版社2001年版，第90页。

　　（11）同（10），第72页。

　　（12）JR Smith，D Joshi，B Huet，W Hsu，J Cota，“Harnessing A.I. for Augmenting Creativity: Application to Movie Trailer Creation”，the 2017 ACM.

　　（14）[以色列]尤瓦尔·赫拉利《未来简史：从智人到神人》，林俊宏译，北京：中信出版社2017年版，第292页。

　　（15）（17）Mutlu,N.G.A.(2020).The future of film-making: Data-driven movie-making techniques.Global Journal of Arts Education.10(2),167–174.https://doi.org/10.18844/gjae.v10i2.4735，2022年6月10日访问。

　　（16）杨俊蕾、王嘉玮制图。

　　（19）[美]雷·库兹韦尔《奇点临近》，李庆诚等译，北京：机械工业出版社2011年版，第157页。

　　

　　更多精彩内容等您共享

　　关注我们的微信公众号

　　请点击图中二维码

　　d

　　d

　　d

　　y

　　z

　　z

　　公众号

　　投稿信箱：dddyzztg@163.com

　　官方博客：

　　官方微博：

　　http://weibo.com/contemporarycinema/home?topnav=1&wvr=6

　　微信号：

　　dddy1984

　　若需深入交流，可添加我们的微信号