{[(NΦWHERE)]}
深圳科技艺术节
我不需要任何思想和情绪，只是在自己的感觉中漂流。
NΦWHERE@20201224深圳科技艺术节的卫星展场。
艺术家专题vol.2：相对界限 | 2020深圳湾科技艺术节
艺术家专题vol.2：相对界限 | 2020深圳湾科技艺术节
Q：龙星如
A：In_K
Q：对你来说，机器学习作为创作工具，和过往的工具比起来，带来的工作范式和观念转变是什么？
A：我一直倾向于直接学习和使用技术。比起“技术外包”直接获取新技术附魅产生的效果，我更渴望直接的参与到技术发生作用的现场。
对比我过往使用的算法和编程等工具，用机器学习进行长做带来的转变主要在于：以前从设计程序到参数控制都和内容直接对应，但使用计算机语言也有其叙述的局限性—似乎说出的更是计算机偏好表述的语言。而机器学习中，人可参与的巨大控制量已经不适合用手工遍历，更偏向于使用宏观调控的控制方式，控制类型也变成一个迭代交互的过程。一个迭代的过程是这样：前期输入大量的数据集-中期经过长时间训练-最后生成海量的结果。人通过审查网络训练成果选择下一步的调整方向，然后再反复进行上述循环迭代。
我突然发现以往随便一个参数不加以限制就会毁了整体效果的情况不再出现–比起单个的数据个体和行为，数据集的宏观面貌变得更为重要。我与机器的关系有了很大的改变：以往人需要参与计算，更聪明或更有经验的人与计算机合作就会得到更快速的程序；而现在人的工作更偏向于宏观的掌控方向、制定战略。这种人对技术使用的转变类似于50年代兴起并发展的控制论到90年代至今一直讨论的复杂系统的转变。这种转变带来一种解放（或者说凯文·凯利说的“Out of Control”），在人工智能到来的时代人更应该思考自己的意义所在。
对我来说关注和讨论技术与人的关系是一种常态。在审美上把握所使用技术的质感，在技术层面探寻和认知技术可能性及边界，才能保障对技术附魅或祛魅的双向可选。
Q：NΦWHERE中的“无处”，从你的个人经验和记忆出发，有什么特别意味？
A：“NΦWHERE”是一个悖论，悖论是符号学系统中的隐性存在。道德经里讲“有和无，同出而异名”，符号和规则是显式，悖论是隐式，两者互相依存，没有逻辑也就没法形成悖论。“NΦWHERE”就是想提供一个不同于现有的任何规则和逻辑的一个场域。我从使用算法生成和其他技术的时期也有这样的意图，让观者在一个更抽象的状态下观察或脱离生活的本质。作为创作者我提供一个假设，观者带着自己的经验和幻想来交互。如果能实例化出好的呈现，它就像镜子，通过虚幻的影像反馈出的是观者自己。
Q：在深圳湾科技艺术节的现场，你搭建了一个进入作品前几乎全黑的通道，背后的想法是什么？
A：小时候喜欢玩儿闭着眼走路，身边有最信任的伙伴做引路人，视觉被剥夺后我会在脑中用记忆去虚构自己走在哪条熟悉的路上，一旦大脑的虚构出现裂隙，就能切实的体验到“撞上虚空”的感觉，会不敢迈步，伸手触摸那并不存在的障碍。我逐渐意识到一无所失，即一无所知。这种对视觉感官的剥夺反而让人能感受到虚空的真实性。在这次艺术节展览的现场，适应了户外现实的光线的人一头扎进“无处”的黑暗里，我想观众首先迎来的就是撞上虚空的一击，当身体逐渐适应了黑暗，在回旋中迷失了方向，与现实分离，就可以抵达“无处”。
Q： 你在创作时，如何寻找到自己感兴趣的研究对象，我注意到你的许多创作也有很强的文本语境，你如何构建这些文本和作品之间的关联？
A：波德莱尔有个比喻，他说就像中世纪的贵妇人为了维持美丽吃的蛔虫一样，诗歌和文学也是他一辈子要喂养的蛔虫。文学、哲学等文本也是我的蛔虫。
和所有创作者一样，我有一个巨大的“抽象”想要表达。这团呼之欲出的奇妙物质被很多伟大的前人反复描述：马尔克斯能把抽象的概念具象化成故事而布朗肖又能把任何具体的现实都抽象成感觉，直到有一天博尔赫斯给了我启发，他有一门绝技可以突破具体现实直接抵达“无限”，他重复的写同一篇关于无限关于永恒关于迷宫的故事，在不同的维度构建起一个关于永恒的宇宙。
我试图模仿博尔赫斯直接做出“假设”，想用诗歌的方法将不同媒介不同材料不同质感直接展示出来。比如用“人工智能”用“算法”来呈现技术的质感，用文学建立想象和假设，用空间和体验带来多层次的材料呈现… 最后的点睛之笔留给观者，每个个体需要亲自去体验、感受，建构完整的作品。
Q：是否可以介绍一下你在运用GAN的线索下“实例”的创作逻辑，目前有什么进行中的计划？
A：“实例化”是计算机编程语言下的一个概念，在编程时编写一个方法，然后每次调用的时候需要赋予这个方法具体的变量数值就叫实例化。一个方法可以被无数次的调用，更换不同的变量。
我这系列作品的核心是关于“无限和混沌”的后符号学探索，也通过“实例化”对新媒体技术语言进行探索。
第一个层面是作品要表达的是通过“符号”来探索“符号”之外的符号。符号性需要一个具体的实例化的符号，但所有的实例化的符号并不能穷尽符号性。这是作品的骨架。
第二个层面是将“符号”实例化成主题。
NΦWHERE呈现出的是空间的符号，这一系列还有关于“时间”、“概念”、“身体”等概念的实例化。我想通过对同一个主题的不同维度的实例化去构建那个抽象的主题。这是作品的血肉。
第三个层面是技术语言层面的探索。是作品的表皮。
使用GAN作为核心的工具之一有几方面的作用：一是我用同一个机器学习算法对不同符号进行拆解，可以用同样的逻辑保证形式的统一（比如在分类上不同层级尺度上不同大小的概念的实体去构建数据集，不同比例的地图、不同物种对时间的感官、不同语言的身体、不同概念的文字）；二是利用GAN从数据集寻找通性的特性来分别将这些符号抽象化时，每次实例形成互不干涉的、特点鲜明的抽象图像。最后就是GAN具有的泛用型构建，可以使每个作品的概念作为“变量”从同一个技术上实例化成独立的作品。
最后，我目前的计划就是边喂养蛔虫边寻找更多的实例化的机会。
这是最初训练的模型。
同一个概念下的其他形态：
