我们所生活的时代正在经历照片的过载，越来越多的职业摄影师和有志向的业余爱好者开始表露他们的担忧。描述照片过载现象所用的词汇都借鉴自世界末日，如“洪水般涌入”、“巨浪般吞噬”、“海水般铺天盖地”、“湍流般横冲直撞”，以表达这对人类造成的威胁。但对职业摄影师来说，这种状态却让他们觉得自己的作品贬值了。
有什么解决办法呢？鉴于图片拍摄的过程越来越快，很难想象这种趋势会自行倒退。但我们能改变的，是看待当下的视角。与其为失去“决定性时刻”而伤感，我们不如庆祝照片流的丰富和多样。现在拍摄和欣赏照片的人数可谓前所未有，让照片这种媒介成为了我们生活中越来越重要的一部分。就和大众文化程度的提升一样，其发展也不会威胁到作家的生存，反而为他们带来了可以理解文字力量的更广泛的读者群。
图片会继续改变我们对世界的理解。从这个方面来说，专业人士仍然是指引我们注意力的核心角色。未来的摄影师（还有策展人和编辑）不仅会因为创作出的照片而得到我们的尊重，更重要的是，在无限的照片数据流中，他们给予了这些照片意义、背景和力量。这样，照片的数量就不再重要，重要的是我们解读这些视觉创作的能力。
当我们把重点从生产照片转移到解读照片上后，就会发生更为关键的改变。我们不用再担心在过去的几天内某个社交平台上究竟上传了多少亿张照片，而是开始思考我们拍摄的照片能产生何种作用。
但这种角度会带来不同的问题。在你读这句话时，网络上已经有越来越多的照片正在生成和拥有含义，而这个过程中甚至没有人类的参与。这些图片的存在见证了人类视觉历史的分水岭。在此之前，一想到“照片”这个概念，我们会自然而然地认为人类会对照片进行解读。但在计算机视觉和人工智能的结合下，人类已经从这个过程中被移除。如果和无人驾驶汽车类比的话，相机就相当于变成了自主的、自我驱动的照片生产机器，可以拍摄出上百万张照片，并通过这些照片来展现它为何物。
这种相机的存在并不是最急迫的问题，它拍摄出的照片数量也不是重点。问题在于解读的过程。我们必须扪心自问：相机是在何种框架下看待世界的呢？注视着照片流的人工智能，看到的是什么？这个自主的机器如何理解它创造出来的照片？人工智能如何解释它看到的环境，并从中找到意义？
诺加利斯附近风景，2017年。最大稳定极值区域，Good Features to Track特征点检测。颜料墨水印刷，28 1/2 x 40英寸。
无人驾驶汽车只是一个例子，用来说明这样解读庞大的照片流其实会产生真实后果。在某些情况下，人类拍照会产生新的隐藏意义。比如，你在社交网络上传了你自己或者爱人的照片，你不只是在和朋友分享你人生中的一个片段，同时还拱手让出了具备价值的视觉和计量生物学数据。这些数据在经过各种分析后，最终会为政治或商业所用。再比如，你最近坐飞机到过美国，边检那台自动操作的相机拍下了你的正脸，这张照片会被纳入人口控制和政府监管的数据库。但这只是你同意参与的情境。更严重的问题是，大多数照片是由机器拍摄，并供机器使用的。这种照片的数量正在呈指数级增长，必须依靠人工智能来读取和解读。
人类在拍摄照片时，照片会透露出一些关于过去和现在的线索。我们可以通过观看这些照片，来决定我们需要做什么来塑造未来。简而言之，照片帮助我们解读并理解世界。现在，照片有着更强大的能力：随着照片数量的指数级增长，人类的解读不得不为算法的预测让路。机器正在审视我们的过去和现在，并决定我们的未来，而这个过程几乎不需要人类的投入。
我们正在把越来越多的任务交给机器完成，但解读并不应该成为其中之一。我们在不知不觉中，逐渐放弃了我们理解世界的能力，这让我们失去了人类的核心意义。
《法农（死亡也并不安全）》，特征脸识别，2017年。热升华金属转印，48 x 48英寸。
看不见的照片和人工智能解读
特雷弗·帕格伦（Trevor Paglen）是一位艺术家、活动家，他格外关心照片的力量。他整个职业生涯都在致力于挑战我们对世界的看法。帕格伦并不认为任何事情都是理所应当的，他质疑政府监视，揭露隐蔽行动，还有“地图上的空白”。通过摄影、雕塑、装置、新闻调查、计算机程序及其他方式，他试图让我们看到我们本来不会知道的事情，以此来对抗现实中无处不在的遮遮掩掩。
最近吸引到他注意力的一个“空白”正是当代的人工智能。据帕格伦所说，我们现在所生活的世界，有无数“看不见的照片”。这些照片由机器拍摄、供机器使用，人类不需要出现，人类也因此看不见。
也许你会说，人类在设计机器、编写算法，设定程序的过程中起到了重要的作用。实际上，人工智能每一次解读的细节都受到专利和黑匣子保护，也就是说，整个解读过程，我们其实可有可无。
更让人担心的一面，我们已经开始逐渐意识到了，那就是“人工智能的黑暗秘密”——“解读能力”隐含的问题。我们不知道人工智能为什么这么做，也不知道人工智能为什么决定这么做。无论是餐厅推荐、医疗诊断还是军事监视，最新一代人工智能已经学会了自主学习，我们教会它们这么做，却没教它们解释自己为何这么做。
尽管全世界的顶级计算机科学家都在致力于解决这个问题，但作为照片的生产者和消费者，我们也同样需要扮演好自己的角色。除了拍摄照片之外，我们需要谨慎地参与到解读照片的过程中，来自主了解世界。
如果要从艺术的角度来解释问题，就不得不提到帕格伦最尖锐的一个例子，即人工智能解读一幅苹果照片的过程。看到这张清晰明了的苹果照片，电脑会将其解读为“一个红绿色的苹果”。这样的推断花不了多少时间，不过这样做很死板，没有留下任何模棱两可和进一步阐释的空间。
帕格伦工作室的研究照片，勒内·马格里特1964年画作《这不是一个苹果》在计算机眼中的样子。
但帕格伦并没有随便选择一幅苹果的照片。接近一个世纪前，比利时超现实主义画家勒内·马格里特（René Magritte）在烟斗和苹果的画作上分别写下“这不是一个烟斗”、“这不是一个苹果”，以此挑战“图像的欺骗性”。早在Photoshop和换脸应用Deepfake出现之前，马格里特就指出了图像与生俱来的不实。通过这幅画作，帕格伦提醒我们，人类仍然拥有解读图片的复杂能力，人工智能绝对无法进行如此细微的解读。对于机器来说，图片中的主体要么是一个苹果，要么不是。严格遵循定量分析的机器并不具备提出疑问和参与争论的空间。
但疑问和争论正是解读图片意义的关键，只不过在当下的文化环境中越来越难做到。想象一下80年代，匿名的女权主义者和女性艺术家走到一起反对艺术界性别歧视的场景吧。这些“游击女孩”（Guerrilla Girls）在街上游行，分发传单，在广告牌和公交车上刊登宣传语，一切都是为了将他们的讨论推向公共视野。
“女性需要全裸才能进入大都会艺术博物馆吗？现代艺术区的女性艺术家比例不到5%，但85%的裸体人像描绘的都是女性。”，1989年。
仔细观察上面的图片，并思考游击行为出现的原因：大都会艺术博物馆曾经是任何人都去得起的开放机构。大众可以在任何时候走进博物馆，欣赏艺术作品，并提出他们的担忧。但有了机器，就不是这样一番民主的景象了。我们不知道机器如何学会观看图片，我们不知道机器过目的图片有多少出自男性之手，有多少以裸体女性为主题，是否对种族和性取向有偏见。也就是说，没有人可以在这个中立的网络里给予一针见血的回应。
这些例子你可能会感兴趣，也可能不屑一顾。勒内·马格里特和“游击女孩”可以质疑解读的力量，而机器也一直在快速又利落地做出决定。问题出在哪里？也许我们不过是想利用人工智能的效率，但随着我们把越来越多的工作交给机器去完成，我们不能再一根筋地认为，就应该省力省时间。
不妨看一看人工智能在判刑上的应用。受专利和黑匣子保护的算法获取了大量罪犯数据：他们的年龄、种族、所在地、反复犯罪率等。根据这些数据，机器会为每个人打出“风险评分”。尽管算法的重点放在个人身上，但这些结果有着极大的种族歧视倾向。让人无奈，但也在意料之中，毕竟，机器是以过去的数据来预测未来的走向，而这个过去充斥着自成体系的政治、经济、种族主义标准。“我担心这种意义会固定下来，”帕格伦说。
人工智能确实有可能改变世界，并引领一个充满生产力和可能性的新时代，但它依然有着非常保守的一面。通过对过去的分析来决定现在和未来，人工智能只能根据既有数据来对可能发生的事情进行固定的解读。在这个过程中，我们失去了挑战假设并构建新框架的能力。正如帕格伦所提醒我们的：“艺术为社会做出的贡献之一，就是它重构意义的能力。”
他继续说，“人类对图片的解读是非常依赖于背景的，但却不一定会严格地遵守资本、国家或军队的逻辑。但人工智能的逻辑却是建立在后三者之上的，因为是在它们的推动下，人工智能才得以诞生。没有人发明这些机器只为进行创意或细微的解读，这些机器是用来赚钱和管控的，因为必须先去回馈资本，它们的解读必然无法脱离限制。人类的解读也会受到不同程度的影响，或产生偏见，但至少人类并不仅仅是由资本控制的。”
“我不是在看向未来，我是在审视当下，”他说。“问题是，大家对这个问题的认识其实有深有浅，我不过是一个人，一种想法，我希望其他人能讲讲他们的想法。”
美国国家安全局，马里兰州米德堡军事基地；美国国家侦察局，弗吉尼亚州尚蒂利；美国国家地理空间情报局，弗吉尼亚州斯普林菲尔德，2014年。均为显色印刷，每幅18 x 27英寸。
创造新的视野
我们能够做什么来反击？
其实不难。帕格伦说，“那些把孩子的照片发在脸书上的人一定是疯了。你们正在把敏感的生物识别信息交给依靠资本来做决定的大公司。我们现在对照片解读有了一定了解，但我们还不知道未来这些照片会用于何处。可能会被回顾，被分析，而我们一无所知。我们在网上留下了永久的记录，却不知道未来它们会被用来做什么。”
视而不见，最终只会无所遁形。无意中，我们帮助构建了一个环形监狱，而这个监狱未来可能会要了我们的命。最有效的对抗方式，就是主动参与到关于隐私、匿名的对话中去，并保护好我们的个人数据。问题已经摆在我们面前，不能再等下去了。
但反击并不是一个简单的口号。正如帕格伦所说，“不同的层面需要不同的答案。例如，有人化出了可以骗过面部识别软件的妆容。这是个不错的办法，但到了政治层面，可能就没多大用处了。这种办法只能对付某种特定情况下的某种算法。别忘了，你的照片已经传到系统里了。就算你今天骗过去了，明天还照样得想别的办法。这场游戏，个体注定一败涂地。”
“更重要的是，这些手段依然产生于一个我们意图逃避的社会。”帕格伦解释道，“我们要做的是创造一个我们想看到的世界，我们想生活的世界。这意味着我们需要能够在社会层面解决这些问题的政策框架和完善策略。我们正生活在一个关键的转折点，人工智能和感知（及解读）的自动化正变得越来越普遍。这种解读逻辑应该扮演什么角色，应该由我们说了算。现在，谷歌、Facebook和大数据公司Palantir正在决定这些问题的答案。不该是这样。”
简而言之，我们需要决定隐私和效率的优先顺序。匿名性是一个公共资源，而抹除匿名性会让我们进入自我控制的时代。科技本应该为我们提供帮助和方便，现在却逼迫我们遵照统一的伪装。其主心骨并不是一个人或一个无所不能的生物，而是一个黑匣子——这个我们看不清也摸不透的解读者，将会继续掌控我们的现实。
《假牙（汇编：对梦境的解读）》，高对比度错觉，2017年。热升华金属转印，21 1/2 x 26 7/8英寸。
帕格伦的作品和这篇文章并不是要阻止照片流的产生，也不是倡议毁掉所有的机器。人们会继续拍摄越来越多的照片，同时，机器也会一边制作图片，一边教会它们自己如何审视世界。这是趋势，基本不会有变。但我们能做的是坚持以个人为中心，坚持以人眼解读照片。
也许这听上去有些卑微，有些理想化，甚至有一点无助。与机器在全球所做的解读工作相比，人类的解读并不强大，不会产生那么多的经济效益，也不会产生那么大的影响。但如果我们不保留解读图片的能力，无异于放弃理解这个世界。我们也许并没有完全意识到这一点，但我们正在把我们意识中的活跃部分（也就是对事物的解读）交给机器去完成。这让我们退化成为被动的、不会思考的动物。
好消息是，目前这种趋势已经有了遏止的迹象，甚至已经有所改观。这得感谢谷歌的上千名员工，他们帮助开启了一场公众讨论，对象是谷歌与美国国防部的秘密项目。该项目的目的是利用人工智能技术解读视频图像，优化无人机攻击准度。这种“武器化的人工智能”最终或许会让机器解读成为确定目标、扣动扳机的角色，整个过程不需要人类介入。在激烈的内部讨论和大量新闻媒体的批判之下，这个项目最终被叫停。
谷歌的讨论是一个开始，但作为一个社会，我们不能让一个行业决定整个世界的解读框架。当我们意识到机器看待世界的方式基于现今的政治和经济结构时，我们就能理解人工智能并不是一个中立、客观的仲裁者，而是这个世界的产物。我们是宁愿这个世界的现状永远是个秘密，还是创造压力让这些讨论进入公众视野？
美国国家安全局，光纤电缆登陆点，马斯蒂克比奇，纽约，美国，2015年。显色印刷，48 x 60英寸。
和建造并运用这些机器的背后力量同样强大的，是仍然在坚守的艺术家和解读者。现在我们应该已经意识到了解读的重要性，并思考应该如何保持人类作为一个整体在理解世界过程中所扮演的角色。
我们对未来有什么构想？我们想生活在充满控制还是自由的世界？我们应该受到资本逻辑的驱使，还是人类发展可能性的驱使？我们真的满足于接受充满偏见、远非透明、扼杀可能的解读方式吗？
除了解读之外，人类的另一个基本特点是能够怀揣希望。帕格伦得出结论：“我们得记住，自己仍有可能创造一个更加公平公正的美好世界，我不希望这种可能性被排除在外。”要想创造这样的社会，其难度取决于我们是否还拥有解读图像的能力。我们不能抱有成见，贪图效率，而应该放大视角，随机应变，走向不一样的未来。
翻译：李思璟
评论(0)