近年來，各種數位科技的發展與應用不僅全面地滲透至人們的日常生活之中，更深刻地影響了人類的感官刺激、思維與經驗；而隱身在電腦介面與機器人背後的「人工智慧」（以下簡稱為「AI」）更成為當代創新科技與人文社會結合的新領域；在藝術創作領域也不例外。無論是舞蹈、戲劇、歌劇表演，AI科技正不斷地透過與人協作或直接取代的方式，在「表演者的技巧和表現能力」、「劇本和故事情節」、「舞台設計」，以及「觀眾的參與」等表演藝術的重要元素中逐漸改變創造特質。以致，我們勢必面對電腦和創造力之間更縝密連結的關係。然而，專屬於智人的創造力與想像力又如何在AI中成為可能？AI在表演藝術中的使用是否可以被認為是真正的創造或創新？抑或是，它只是一個被用來實現某些效果的工具？又，在表演過程中，誰應該對AI系統的決策負責？本文試圖討論一些透過複製創意藝術行為的計算程序來實現計算式創意（computational creativity）的可能性議題。

2013臺北藝術節／日本青年團劇團+大阪大學機器人劇場計畫，《三姊妹—人形機器人版》世界首創，機器人、人形機器人、人類三者的實驗作品（攝影：甘志雨、陳立緯）

從科技介入到數位匯流下的表演藝術

從希臘時代的「機械降神」、文藝復興時期達文西試圖發明的「飛行器」、直到1956年，法國藝術家舒費爾（Nicolas Schöffer）創作出「CYSP 1」¹、萊西（Bruce Lacey）研發了無線電控制模擬女演員「羅莎．博索姆」（Rosa Bosom）²，以及《九個夜晚：戲劇與工程》（9 Evenings: Theatre and Engineering）強調藝術與科技的結合，科技（或技術）一直存在著表演藝術創作之中。在探索表演藝術與機器藝術的年代間，藝術家、作家、作曲家，以及電腦科學家也不斷嘗試授予電腦創作單一影像、文本、作曲等藝術創作形式，這個傾向一直到2015年之後都仍存在。

「藝術與科技實驗」團體（E.A.T., Experiments in Art and Technology）為《九個夜晚：戲劇與工程》一系列演出製作了十部紀錄片，此片段取自以羅伯特．羅森柏格（Robert Rauschenberg）的《開放的音符》（Open Score）為主題的紀錄片，參考頁面。

AI和人類協作不斷在劇場中探討將其相互結合的潛能。2018年在「卡姆登藝穗節」（Camden Fringe）融合AI與電信技術，進行的AI類人機器人喜劇表演的即興創作《Improbotics》。由Rhizomatiks、Elevenplay和Kyle McDonald創作的日本作品「Discrete人物」呈現人與機器的二重奏。此外，AI與音樂的結合則主要著重於數據的推算，並逐漸往藝術美感經驗的情感表達邁進。法國媒體聲音研究中心（IRCAM）主任馬德內（Frank Madlener）自1980年起便一直嘗試使機器和人類在音樂學上達到完美的平衡。2016年，SONY CSL研究實驗室的科學家發佈了一首受披頭四（The Beatles）啟發的AI音樂《老爹的車》（Daddy’s Car）。Google也在2016年中便展開「Megenta」計劃，探索機器學習在音樂與藝術創作過程中能扮演的角色，以實現更趨近於人類表現性的數位語言。這些案例皆不斷迫使人們思考AI如何可以增強人類獨有的創造力來開發音樂藝術。

《Improbotics》，Camden Fringe，2018（攝影：Natalya Micic，照片由Improbotics提供）

SONY CSL 研究實驗室，《老爹的車》（Daddy’s Car）。

數位科技從來不是一個各自獨立發展的情境，而是以複合匯流（convergency）的趨勢急遽演變。「韋恩麥奎格工作室」（Company Wayne McGregor）與Google合作，透過大數據運算、AI編程與麥奎格數百小時的影片紀錄，訓練人工智慧編舞，開發出作品《活檔案》（Living Archive: An AI Performance Experiment）。此外，當代日本機器人劇場實踐者平田織佐（Hirata Oriza）更以機器人作為AI的形態，其劇場更與機器人學家石黑浩（Hiroshi Ishiguro）共創，並於2008年起陸續發表了機器人劇場五部曲。³

韋恩麥奎格工作室（Company Wayne McGregor）、Google，《活檔案》（Living Archive: An AI Performance Experiment）。

更甚之，從劇本、情節、音樂、燈光設計，到觀眾分析，AI更已在表演藝術領域全面展開試驗，例如：2016年由蒂爾（Benjamin Till）與泰勒（Nathan Taylor）共同發起的《超越籬笆》（Beyond the Fence，2016）表演計劃，其與包含音樂和演算專家在內的創作團隊，透過演算法分析音樂劇中演員陣容規模、情感結構，以及多元情節因素，並透過AI建立起劇本中情節要素與音樂劇之間的關聯，再進一步生成劇本。不僅如此，創作者也透過AI分析劇本、根據場景情感和語氣建議燈光提示、藉由表演者動作和行為為每場演出生成了獨特的聲景，甚至使用AI進行觀眾行為分析。綜整上述案例，是否代表AI已經可以打破傳統劇場的「三一律」，使演員退場，並由AI機器人取代表演藝術中的人物角色、舞台設計與劇本寫作呢？

蒂爾（Benjamin Till）與泰勒（Nathan Taylor），《超越籬笆》（Beyond the Fence，2016）。

機器人學者布魯克斯（Rodney Brooks）曾指出，「智能」（intelligence）不能脫離環境，而是透過身體的體現而獲得；因此，正如上述，AI若要有進步，就必須有機器人形，能在真實世界中互動，並在其中學習如何與環境共處。於此，我們更需透過「自動化」（自主性）與「控制」兩個軸向來分析AI與表演藝術跨界共構的本體論。「自動化」意味著從「人類直接製作」（操作）到「混成與演算法」的程度中，機器人的行動有多少成分是源於自動演算；而「系統的控制」則是指從「開迴路」、「閉迴路」，到「完全自由」的程度中，機器人對舞台情境的反應能力。⁴依此，當人工智慧系統被注入機器人的軀殼，是否如同為機器人注入「靈魂」？這個「靈魂」意味著甚麼？是指「心智」，抑或「意識」？如此「人工智慧機器人可擁有靈魂（心智、意識）」的命題，更蘊含著「人工智慧與人類智能一樣」及「人類智能能產生靈魂」兩大議題。而如此的思辯其實是建立在機器人與人類、人工智慧與人類智能之間的比較基礎，以及智能「如何」產生靈魂等哲學思維上。

2015臺北藝術節／日本青年團劇團+大阪大學機器人劇場計畫，《蛻變—人形機器人版》坎城影后伊蓮雅各擔綱機器人的母親，與機器人對戲（攝影：甘志雨、陳立緯）

從感知到意義生成：AI表演還能怎樣？

華生（Richard Watson）、費奇奇（Sevan Ficici）與波洛克（Jordan Pollack）曾取自於人類演化史的適者生存與生殖觀點，提出「體現式演化」（Embodied Evolution）的概念，認為透過演算法，機器人將具體發展出獨特的演化史。哲學家霍爾（Eric Hörl）更指出，當感知（sensing）處於一種媒體科技狀況底下，一種意義生成（sense-making）的「科技生態」（techno-ecology）形式也因此產生。感知不僅強調感覺、認知與情感間彼此交錯的關係，及其與智性間的關係，更表意著一種透過感覺、意義生成的實體間成形的主要能力。更進一步，帕里西（Luciana Parisi）亦認為如此的概念轉向既伴隨著，也同時受到科技裝置轉變所影響。她認為多感官性的、演算法的、自動的、網絡化的數據處理設備等不能再被理解為傳播方法或傳送工具，而是應該被當成「領悟」的機器，它揭露了感覺（feeling）的一種非感官性的模式（nonsensuous mode），一種無法被簡單化約為精神與肉體、理性與感性二元化分的模式。媒體不再是中介我們的感官（senses）；反之，媒體所中介的正是感覺性（sentience）本身。⁵

若將霍爾的「意義生成式科技生態」作為基底，究竟機器能否有意識？學者們歸納出三種辯證式的立場：其一、AI系統有可能在將來發展出「身體歸屬感」、「自我位置感」及「第一人稱觀點」。若是如此，我們就有理由認為AI能夠擁有自我意識。其二、無論AI多複雜都不可能發展出上述三種特性，AI可以處理、整合並運用關於系統自身的資訊，但這並不表示就能將某一肢體或整個身體感受成自己的。其三、我們其實並不知道AI能不能具有上述三種特性。⁶雖然機器學習程式主要是立基於神經科學假設，並以此建構的演算網絡結構，但是他們卻不只是代表人類認知的模式，他們已經開始試圖將電腦運算轉換至感覺領域，將電腦運算整合至思考－感覺能力，建立出一種人工的、半自動化，但尚未完全自主的感知模式。以致，在表演藝術中使用的AI，是否能有自主意識，以及其責任歸屬，也引發了重要論辯。例如，在表演期間AI系統所做出的決策由誰負責？在表演藝術中使用AI是否真正被認為是有創意或創新的，抑或僅是一種被用來達成特定效果的工具？

總括而言，AI的人工神經網絡畢竟僅是機器學習這個詞彙底下的一種可能結構，它們基本上是由數百萬個同時相互連結的演算單位所構成，在不同的位置啟動，用來偵測數據的規則性；以致，它們是從數據中抽取資訊而無需有一個預先存在評估系統的組織物質工具。換言之，這些程式被假定能透過數據的處理，發展出屬於「它們自己的」語義學（semantics），這些演算單位的組織原則是相關性、遞迴與重複，其類似「戲中戲」的結構層層堆疊，若建立的相關層級愈多，機器學習的程度就愈深，而當足夠的學習深度被展現在創意表達上，是否就意味著AI具有意識、可產生感知，並可進行藝文創作？

AI的局限與未來想像

不言而喻，AI的學習能力已快速地追上人類學習知識的速度，透過即時運算、演算法與機器學習讓人工智慧超越生物智人（homo Sapiens）的能力。然而，人類是透過學習獲得或習得創作技巧、規則，並進行創作；與此相異的是，人工智慧機器是透過學習，獲得演算法，透過演算法進行創作。因此，演算法能否有創意？又，創意如何昇華這些被給定的演算法與規則，成為當代關於AI認識論的哲學辯證議題。藝術家與AI在藝術創製過程的接觸，不僅刺激了問題的提陳，並創造批判性討論的作品。

然而，認知心理學家哈納德（Stevan Harnad）曾提出，人們在理解眼前世界所發生的事物時，會無意識地把符號及其所意味的事物連結起來，藉由擴張符號所指涉的領域以使用符號；然而，AI在應用符號時，符號的意義與效力必須建構在「框架」（在一定的架構內思考）與「知識表示」（將AI擁有的知識形式化）中被預先定義。簡言之，儘管在科技領域裡，符號不再被視為是再現的，而是操作性的實體，現今AI擁有的學習能力卻不能改變預先定義下的符號意義與效力，這即是AI至今仍存在著的「符號接地問題」（symbol grounding problem）；意即，AI對應的是使用的符號，而對AI來說，它能否把符號及其所意味的事物連結起來呢？

其實，人們從來不需要極度悲觀或過度樂觀，創作早就鑲嵌在文化之中，科技亦是如此；以致，我們很難將創意獨立出來分析。當我們在思考機器是否有創造力、想像力時，並非將問題設定在它是否能像人類一樣創作、想像；因為，人們其實不是要它去模擬人類的作品，而是要去模擬、想像與創意有關的行為。總言之，AI技術的出現為藝術帶來了新的創作方式和表現形式，但AI本身並不能完全取代藝術家的創作過程和想像力。AI與藝術的結合僅是一種輔助工具性，更應該被看作是一種合作和協同關係，而不是AI取代人類創作的過程。