译 物种间交流研究计划（Interspecies Communication Research Initiative ，ISCRI）：头足类动物与机器的相遇

原文：https://www.orphandriftarchive.com/articles/interspecies-communication-research-initiative-iscri-a-cephalopod-machine-encounter/

一只章鱼，在与人工智能的交锋中，如何改变我们对技术发展的理解？ 作者：Alasdair Milne

碎片化的图案和色彩沿着CGI的触角扭曲并像素化：由视觉特效（VFX）和视觉编码艺术家组成的专业团队使用Blender制作的图像描绘了章鱼的“化学反应”（chemotactile）感觉。然而，这里展示的视觉效果只是一个庞大艺术和技术研究项目的一部分。此外，这些视觉作品最终并不是为人类观众准备的。ISCRI(即物种间交流研究计划)正在演示一些原型，这些原型将提供初步尝试，以此吸引章鱼对话者的兴趣。在2020-2021年期间，ISCRI背后的艺术和技术团队为一只章鱼制作了艺术品，他们希望章鱼能通过协调一种新型的多感官接触，反过来帮助他们创造一种反常的人工智能（AI）。

ISCRI是一个新兴的艺术场景（scene of artists）的一部分，他们通过机器学习（一种现在普遍存在的人工智能技术）进行实验。这些典型的跨学科团队(multidisciplinary teams)通过实验进行创作。创作以进程、迭代和结果为中心，而不是预先确定好的。他们旨在通过放弃传统上与艺术和计算相关的控制来产生新的知识。在不确定的情况下工作，为潜在的知识形成开辟了一个空间，包括光学和数据的形状。最有趣的是，像ISCRI这样的团队经常建立新的系统，收集数据并将其用于美学研究领域，这个领域已经被这些新工具的模式识别能力所改变。对于ISCRI来说，对收集和使用数据的方式的重新想象产生了新的交流模式——以及设想我们与非人类的关系的新方法。

位于蛇形画廊（Serpentine）的创意人工智能实验室（Creative AI Lab,https://creative-ai.org/）是该项目的合作伙伴。它成立于2020年，旨在结成一个研究空间，以解决像ISCRI这样的项目所提出的人工智能美学的新兴问题，汇集不同领域的知识和不同机构的研究方法。最终，这意味着研究议程跨越了伦敦国王学院数字人文系（King’s College London’s Department of Digital Humanities）的大学背景，以及位于蛇形画廊的艺术技术团队（Arts Technologies team）。

我作为实验室的博士研究员，在一年前开始在这两个机构中工作。重点是在揭示我们在画廊（以及越来越多的其他地方）看到的人工智能艺术作品的机制和技术 “后端（back-end）”的策略发展之间，以及艺术作品怎样被用来打开对机器学习的工作原理的新认识。其中一部分是与艺术家取得联系，以此了解实验方法如何帮助更宽泛地理解机器学习，以及其社会用途如何以不同的方式发展，同时提供一个概念孵化的空间，以便更好地理解需要构建的基础设施，以支持这些复杂的项目的研究和开发（R&D）阶段和传播。

正是在这种交流的精神下，ISCRI团队第一次在创意人工智能实验室与我们见面。ISCRI是一个处于漫长旅程之初的项目，但其起源可以追溯到90年代中期。这项工作是由Maggie Roberts和Ranu Mukherjee（https://www.ranumukherjee.com/）推动的，他们在1994年创立了艺术团体0rphan Drift（0D）。他们研究机器智能领域相关的问题的时间已经超过了20年，这条时间线追踪了日益普及的网络空间的社会变革。Roberts对章鱼的关注——“一种非常好奇的动物”——来自于通过0D工作工作对该物种的长期接触，之前在旧金山Telematic画廊举办的展览《如果AI是头足类》（2019年）（https://www.orphandriftarchive.com/if-ai/if-ai-were-cephalopod/）和伦敦IMT画廊委托的《成为章鱼的冥想》（2020年）（https://imagemusictext.com/maggie-roberts-becoming-octopus-meditations/）中达到了顶点。

他们的研究是在关于非人（nonhuman）（https://aeon.co/essays/dolphin-intelligence-and-humanitys-cosmic-future）（或使用后人类主义者Karen Barard的术语，more-than-human）实体的智力生活和可能性的新的兴趣背景下出现的：动物和机器，尤其是章鱼。特别是这种动物，它的神经系统遍布全身，而不是集中在大脑中，这就提出了关于智能在哪里的问题——在大脑中，在全身，甚至在智能体的环境中——以及我们甚至可以理解智能是什么。同时，机器学习（现在占主导地位的人工智能形式）在动物交流中的应用越来越广泛（https://www.newyorker.com/science/elements/the-challenges-of-animal-translation），例如试图解码鲸鱼的声波交流（https://www.nationalgeographic.com/animals/article/scientists-plan-to-use-ai-to-try-to-decode-the-language-of-whales）。然而，迄今为止，这些才能（capabilities）主要被用作解释，而不是探寻与非人对话的方式。

这种对促进非人实体（如章鱼和人工智能）之间对话的迷恋，在人类可读性（human legibility）不是最终目标的情况下，直接导致了ISCRI的产生。鉴于项目的复杂性，一个具有各种专业知识的集体工作小组是必要的。在这种情况下，0D向Etic Lab的技术专家，以及各种海洋生物学和动物交流专家（那不勒斯的Stazione Zoologica Anton Dohrn和阿伯里斯特威斯大学）寻求帮助。

Etic Lab（https://eticlab.co.uk/the-lab/）是一个位于威尔士的数字研究和设计合作伙伴，它致力于探寻参与机器学习的新方式。常常在艺术空间之外工作，其实践是由对科技行业的敏锐理解所驱动的：在其他地方，其项目范围从利用人工智能使大众获得低成本的法律咨询途径，到为外部组织设计新的数据隐私处理方法。0D和Etic走到一起，形成了一个合作团队之间的合作。每个团队都带着自己的能力和专业知识。他们采取了Etic的合伙人Stephanie Moran（http://www.trans-techresearch.net/research/phd-research/phd-candidates/stephanie-moran/）所谓的 “全系统方法 （whole-systems approach）”来制造章鱼-人工智能的这种接触，受到Gregory Bateson的控制论影响，他对数据的理解和最广泛意义上的 “生态学（ecology） ”是Etic思想的基础。

"章鱼↔人工智能"项目的根本目的是让章鱼通过机器学习的系统环境，以它自己的方式，与机器学习系统进行相互交流。ISCRI将邀请章鱼参与一系列有趣的刺激，希望能像Moran（Etic）所说的那样，作为促进者在章鱼和机器智能之间进行“三角对话（triangulate a conversation）”。

这种接触将在阿伯里斯特威斯大学的一个实验生态系统（mesocosm）中进行，这是一个人工重建的章鱼海洋栖息地。项目的这一阶段将由具有章鱼护理专业知识的海洋生物学家进行协助和监督。[1]0D为章鱼制作的视频流将作为一种奇物温和地呈现给章鱼，让它按照自己的意愿参与其中（如果它愿意的话）。对于Mukherjee（0D）来说，实验生态系统是一个自然和文化结合的地方：“实验生态系统就像一个展览，是章鱼的栖息地[...]我们必须创造这个环境，所以[...]这些物体在某种意义上是文化的产物。”在讨论0D将提供给章鱼的艺术作品时，Mukherjee补充说：“我们正在邀请这种生物与它们互动，以此了解是否有某种反应，这正是艺术品对人类的作用。”为此，ISCRI邀请了计算机艺术家Megan Bagshaw、Duncan Paterson（http://brothersjur.world/）和George Simms（https://georgesimms.net/）协力制作一个庞大的流体视觉材料库，希望能引起章鱼的兴趣。视觉生态学（Visual-ecological）研究为提供给章鱼的东西提供了依据：Mukherjee指出：“我们这种思考模式的另一个原因是它是一种语言，就像所有的模式都是一种语言形式[...]你可以看到结构，但不能理解它。我认为这与完全的混乱非常不同”。寻找模式是艺术家和技术专家共同的做法，在ISCRI中，所采用的一系列方法因其差异性和相似性而引人入胜。

↑（Polarised Light Vision. The Becoming Octopus Meditations and ISCRI animation stills, 0rphan Drift 2020–21. Maggie Roberts, artist. Megan Bagshaw, VFX supervision. Thanks to Etic Lab for Cephalopod behaviour research and Anna Breytenbach for Interspecies communication.）

Etic一直在研发一种新的方式来从技术上实现这一理论方法：它计划使用一种特殊形式的机器学习——无监督的强化学习（unsupervised，reinforcement learning）——不是去翻译章鱼的交流，而是试图学习一些关于章鱼交流本身的内容。对于Etic Lab的合伙人Alex Hogan来说，该系统与传统的机器学习不同，其目的是 “让其他东西（非人类的东西，如章鱼）成为监督者，并让 ‘其他东西 ’定义系统平衡的形式”。强化学习不是基于事先准备好的数据集进行训练，而是从章鱼的反应中找到人类可能无法发现的更高维模式（higher-dimensional patterns）。放弃对章鱼的控制，使机器学习系统更直接地与章鱼对话，将设计该系统的人类变成了观察者。

“机器学习寻找模式”，Moran解释说。因此它是关于模式识别的。但人们所认为的机器学习大多是在特定的事物上进行训练，比如猫或狗的图片（目的是为了在未来更好地识别猫或狗）。所以它尝试学习你告诉它要学习的东西。但在强化学习中，它并没有被训练过，它看的是那里的东西，并发现其中的模式。它正在从它收集的感官数据中建立自己的逻辑，作为一组偶然输出的统计数据。

↑(Fig 1 courtesy of 0rphan Drift and Etic Lab 2021: ‘The emitters in Fig 1 consist of the video streaming installation; the detectors include audiovisual recording, and temperature, light level, full colour spectrum, water pressure and chemical sensors.’)

与传统科学实验不同的是，实验的重点将专门放在一个单一的变量上。例如章鱼对特定感觉输入（比如光）的反应。而ISCRI的跨学科方法指出，由于章鱼的独特智力与我们的智力有很大的不同，唯一可行的方法是将所有的感官结合起来。Moran继续说：来自所有不同感官的整体数据将被汇集到机器学习算法中，它将在其中找到模式，而不是我们告诉它们要找什么。这种无监督的方法赋予机器学习系统更大的代理权，以检测多种感官输入之间的模式，这是必要的。因为正如Hogan指出的那样，我们必须接受我们（普通人类）如此糟糕的身体条件，无法理解什么是沟通，我们不会看到它，部分原因是机器学习（ML）系统将需要在他们记录的数据中找到“变化率的变化率（the rate of change of the rate of change）”的模式。在这方面，该系统旨在建立的不仅仅是如何与章鱼沟通，而且首先是这种沟通本身是什么。因此，它有可能比我们更好地与章鱼进行交流——尽管我们可能并不完全理解这种交流。

我们的目标是最终与这个经过章鱼训练的人工智能系统合作，为一个为人类准备的展览制作艺术品。这个展览，正如Roberts所说，通过人工智能的调节存在，以此控制一个多感官的环境，将为观众提供一些新的视角，进而了解由非人智能训练的人工智能可能会引起什么——以这种方式产生一个 “第二实验生态系统（second mesocosm） ”供人类体验。这种非人的机器学习模型旨在为在市场驱动的背景下开发的人工智能提供一个对立面，在这种背景下，主要的衡量标准往往是一种不加批判的“优化”概念。（https://www.adalovelaceinstitute.org/blog/mobilising-intellectual-resources-arts-humanities/）.

↑(Distributed Consciousness. The Becoming Octopus Meditations stills, 0rphan Drift, 2020. MaggieRoberts, artist. Megan Bagshaw, VFX supervision. Duncan Paterson, Visual coding. Thanks to Etic Lab for Cephalopod behaviour research and Anna Breytenbach for Interspecies communication.)

1995年，当0D开始其集体活动时，理论家Kodwo Eshun指出（https://www.orphandriftarchive.com/wp-content/uploads/2020/01/0DA-Kodwo-Eshun-book-review.pdf），通过其工作，它旨在“阐述数字技术是如何分解人类的身体安全系统（the human security system of the body）的”。ISCRI标志着这项工作的高潮，是0D的边界变得松散的时刻。合作对参与其中的人来说是一个变革性的过程，在这个项目的整个研发阶段，艺术家和技术人员本身的传统角色变得更令人感兴趣，因为跨专业的批判性讨论和反馈引发了对更广泛系统的美学和技术修正。

也许所有的艺术创作都是真正的相遇，但是ISCRI的蓝图为将那些直到现在还被认为是不相容的生物聚集在一起开辟了新的可能性。0D的Duncan Paterson指出，“章鱼以我们无法想象的方式与它的环境融为一体”。个人和环境的模糊性是我们可以从ISCRI学到的关键经验之一，因为也许这对人类和头足类动物来说都是如此。这样做的后果是深远的——一旦你抹去个体和环境之间的区别，交流和行为观察之间的区别就崩溃了。正是在寻找新的调解方式的过程中，这种认识才成为可能。 尾注 [1] 根据2010年欧盟指令（Directive 2010/63/EU），海洋生物学家在处理章鱼方面有非常严格的道德规范，包括活的头足类动物。阿伯里斯特威斯大学持有许可证，根据该指令的规定，该大学 拥有饲养章鱼的伦理批准。(本文给出了一个概述https://scielosp.org/pdf/aiss/2015.v51n4/267-269/en）。实验生态环境被定义为“类似于海洋的环境”，尽管对它的解释各不相同。那不勒斯动物园的Graziano Fiorito是这个项目的关键思考者，他写了大量关于实验生态环境和章鱼伦理的文章。 Alasdair Milne是Serpentine创意AI实验室和伦敦国王学院数字人文系的博士研究员。他的工作重点是围绕新技术出现的协作和系统。