超越数据驱动美学：计算与审美判断的探索

麻省理工学院建筑系校友及研究员亚历山德罗斯·哈里迪斯的展览"超越数据驱动美学"正在麻省理工学院凯勒画廊展出，展期至6月30日。该展览聚焦于20至21世纪将计算转化为建筑与应用艺术领域创意生产和审美判断媒介的多方面探索，融合哲学、数学、计算机科学与设计计算等学科，将算法、理论与机器学习系统转化为实体装置和交互式可视化作品。

展览的创作动因

"超越数据驱动美学"的概念起点源于三条相互交织的研究脉络。

其一，哈里迪斯在麻省理工学院建筑系攻读设计与计算博士期间（约2022年），亲身观察到以ChatGPT和Stable Diffusion为代表的数据驱动机器学习系统如何迅速进入有关创造力、审美判断与设计的公共讨论，乃至引发高知名度的艺术拍卖争议。与此同时，他本人的研究已深入聚焦审美判断与评估领域，他逐渐意识到，许多被公众视为AI"新问题"的议题，实则在整个20世纪便已有悠久的历史积淀。例如，1956年达特茅斯暑期研究项目作为AI领域的奠基性事件，就将创造与评估过程列为未来AI研究应着重攻关的人类智能七大维度之一。

其二，展览深受设计计算与形状语法领域研究的影响。这一方向通过基于规则的方法，而非纯粹的数据驱动学习，探索人类洞察力与计算之间的关系。尤其重要的是对审美理论的解读性研究——这些研究从塞缪尔·泰勒·柯勒律治、奥斯卡·王尔德乃至约翰·冯·诺依曼等人的思想中汲取养分，考察哲学与文学文本中所阐释的审美价值与比较理论，能否揭示当代数字计算与AI在建筑设计领域的可能性或局限性。

其三，展览的创作动力还来自于以设计、制造与数据可视化为手段，对数学概念、算法及"黑箱"机器学习系统进行诠释的实践。跨学科研究者正越来越多地借助重建与可视化技术，使计算系统变得更加具体可感、易于理解——从计算机科学中的神经网络可视化，到建筑与策展实践中的软件重建与数字制造，皆是如此。

如何将计算与美学研究转化为展览

展览的核心方法在于追问：一篇研究论文或一本著作中，究竟哪个要素最能捕捉其核心思想？进而运用设计手段，将这一思想转化为视觉、空间与体验的形式。展览借助软件重建、实体制作与数据可视化等设计技术，将充满算法思想、抽象概念与数学公式的文字来源，转化为融合互动、物质形态与数字可视化的空间叙事。

展览围绕五大主题板块展开：审美度量、审美准则、算法美学、审美挪用与审美新奇。每个主题如同一扇独特的"窗口"，引领观众进入一种特定的计算审美判断方式，其内容均来源于某一具体出版物——或是一本著作，或是一篇研究论文。各主题名称均源自相应出版物的核心概念。例如，"度量"指的是数学家乔治·伯克霍夫在20世纪30年代尝试将审美价值数学化量化的工作；"新奇"则考察机器学习系统AICAN如何依据认知美学理论对生成图像进行判断——该理论的核心在于在熟悉感与对已知艺术风格的偏离之间寻求平衡。

在所有五个案例中，贯穿始终的核心洞见是：设计本身可以作为一种诠释性转译的方法——使那些技术领域的传统学术研究通常只能以文字和图表呈现的内容，变得可见、可感、可体验。

未来的研究方向

"超越数据驱动美学"既是一场研究性展览，也是一个持续探索的平台，致力于研究计算系统如何参与建筑与应用艺术领域的审美判断、生成与转化过程。

展览的核心议题之一，也是建筑、设计与工程领域研究者日益关注的焦点，是超越纯粹性能或功能要求的计算评估问题。这一议题适用于多种设计场景，无论是建筑、结构形式还是日常产品。展览的案例研究表明，这些问题早在当今计算与AI热潮兴起之前便已存在，并自至少20世纪初起，就已通过多种计算与理论评估模型加以探讨。

与此同时，哈里迪斯对这些理念如何延伸至与建成环境相关的更广泛应用也愈发感兴趣。他尤其希望探索与"超越数据驱动美学"相关的研究，如何帮助设计师与工程师更好地理解：无论是基于规则的还是数据驱动的计算方式，如何为我们揭示哪些因素能够积极提升人类在所居住和使用的空间与物品中的体验。

他持续深耕的另一方向，是设计作为诠释工具的方法论价值。通过软件重建、可视化与实体制作，展览运用设计手段将不透明的计算系统转化为更易读、更具体、更具体验性的产物。从更宏观的视角来看，这不仅引发了关于如何将"美"或"品味"机械化的探讨（这是20世纪审美形式主义的传统议题），也打开了传统学术研究与传播方式如何通过空间、视觉与面向公众的形式加以演进的新问题。

Q&A

Q1："超越数据驱动美学"展览的核心主题是什么？

A：展览聚焦于20至21世纪将计算转化为建筑与应用艺术领域创意生产和审美判断媒介的探索历程。展览围绕审美度量、审美准则、算法美学、审美挪用与审美新奇五大主题展开，通过实体装置和交互式可视化，将算法、理论与机器学习系统以可见、可感的方式呈现给观众。

Q2：机器学习系统AICAN是如何进行审美判断的？

A：AICAN依据认知美学理论对生成图像进行判断，该理论的核心在于在熟悉感与对已知艺术风格的偏离之间寻求平衡。简单来说，系统会评估一幅生成作品是否既与已知艺术风格保持一定关联，又能呈现出足够的新奇感，从而在"太熟悉"和"太陌生"之间找到审美上的平衡点。

Q3：数学家乔治·伯克霍夫在审美研究上有什么贡献？

A：乔治·伯克霍夫在20世纪30年代尝试将审美价值数学化，通过"审美度量"的概念，建立了一套量化审美价值的数学体系。这一工作是展览"审美度量"主题板块的核心来源，也是早期将计算与审美判断相结合的重要历史案例之一。