电子人视觉批判与交流机器的故事

席费尔布施（Schivelbusch）在《铁路旅程》（Railway Journey）中所说的“机器组合”是由铁轨、机车、车厢、电报、时刻表组成的，包括把铁路系统整合成一个一体化装置所需的所有要素，也包括运行中的铁路系统所带来的全景画面。在散步、骑马或乘坐畜力拉动的交通工具时，你与乡间风景融为一体，闲庭信步，从容不迫，运动范围和速度非常宜人；相比之下，席费尔布施认为，早期的旅行者在铁路上旅行的经历使人感觉十分陌生。有人把铁路旅行比作使用电影设备（参见Baudry, 1976, 1985；de Lauretis and Heath, 1980）——电影设备的使用把摄影机、投影、心智结合在一起，这个类比如果用在20世纪早期的黑尔之旅（Hale's Tour）或者用在电影中模仿摇摇晃晃的火车车厢的镜头上（参见Fielding, 1983；Musser, 1991: 260—265），那么这个类比就不仅仅是个比喻了。变形镜头式宽银幕电影（Cinemascope）和20世纪50年代的其他宽银幕技术，晚近的巨幕立体电影（IMAX）电影和圆顶屏幕电影（OMNIMAX）电影，它们都对运输过程的视觉化情有独钟（参见Belton, 1992；Wollen, 1993）。在环球影城之旅（Universal Studios Tour）和巴黎的迪斯尼乐园（Disneyland Paris）等游乐园里，作为游乐园的主打项目，现时的“动感电影”（ride movies）延续了这个传统。照相制版艺术的历史和电子艺术的历史可以解读为一个故事，即该艺术是如何在城市人口不断扩大的情况下不断地吸收和内化一个综合的交流（运输和媒体）机器的故事。从铁路的机器组合到电影机械，再从电影机械到虚拟现实，这个运动过程好比一次三级跳：单脚跳起，跨步，蹦出去。这个过程的平稳性掩盖了其过渡阶段的风险。

一百多年来，一直有感知过程危机或感知过程危险这样的说法。实验科学是最后一个不受质疑的感知领域，为了保护其经验主义的权利，实验科学演绎出一套技术性很强的词汇。自然世界从属于知识的技术和视觉的技术；看清事物“真相”越来越成为不可能，而希冀看到“蓝吉他上的曲调”这样的企图被认为是荒谬的（Stevens, 1955: 165ff. ），这些都是自然界的从属特性在经验中的表现。感知是人工之物，意识到这一点则会产生一对矛盾：一方面是对观察对象的反应，另一方面是对艺术性构成的魅力和科学假设形成过程中的美的尊重。在某种程度上，可以说每一个视像过程都是一个符号系统。不过，在这些符号系统中，有些系统对现实的反应更加强烈——如空中交通控制雷达的屏幕，许多这类系统必须对其成像的有效性高度负责。与此截然相反的是那些保管电影胶片的档案管理员，他们不管胶片中复制的场景是否真实可靠，他们只关心复制手段的真实性（参见Hertogs and de Klerk, 1996；参见尤赛的格言：“每一份胶片都是一个独特的实物，有其自身的物理特征和美学特性，因此不能看作与其他片名相同的胶片完全等同”［Usai, 1994: 67］）。鲍德里亚把中介世界（mediated world）看作是幻象（simulacrum），这个观念企图通过物体之间在大规模再现过程中的相互消融，解决实物世界和实物媒介之间的矛盾。鲍德里亚既忽略了媒介的物质性，又忽略了对媒介利用过程中的责任，这样的观念成为“虚拟”这个词的最常见的意义之一。

海姆为“虚拟”这个词列举出了六个技术性的定义：在二维屏幕上模拟呈现三维空间；与电子形象的交互；沉浸在硬件和软件环境中；微创手术（keyhole surgery）中的远程呈现（telepresence）；“全身心投入”（full-body immersion），与没有硬件限制的数字环境交互；沉迷式的网络交流（immersive networked communications），容许两个或两个以上的用户创造出虚拟空间并在其中交流，如拉尼尔（Jaron Lanier）的“RB2”（Reality Built for Two）（Heim, 1993: 110—116）或三上圣子（Seiko Mikami）的《分子信息学》（Molecular Informatics, 1997）（参见Hoekendijk, 1996: 32e）。尽管有人抱怨，在上述某些情境中缺乏“人性”（如，在远程手术中，外科医生感觉不到病人；又如虚拟技术在“沙漠风暴”行动中的应用这个恶例），但像拉尼尔和克鲁格（Myron C. Krueger, 1983, 1991）这样的虚拟现实的支持者仍然赞成鲍德里亚式的人工之物的文化（culture of artifice）。我们的药品、食物、美容术、建筑、城市、交通运输、交流等以其“自然”存在的状态已经为我们提供很多服务，我们最好也能充分利用合成物，这难道不对吗？在铁路时代，人类的活动空间融入了地理空间；在电子时代，地理空间又融入了虚拟空间。历史的逻辑是相当清楚的。

在格伦特（David Gelernter）的“镜像世界”（mirror worlds）里，虚拟环境模拟并联系真实的公民辩论和服务（Gelernter, 1991），这种虚拟结构的价值在于，它指涉到了公众领域中的现实；即便在这种情况下，由现实之物向人工之物的运动变化过程也是一个抽象化过程。弗林特笔下的女性以阅读为盔甲把自己包裹起来，抵御性和社会的加速度，此中表现的正是这个抽象化过程；罗斯金企图使风景成为具有历史效度的画面，此中表现的也是这个抽象化过程。从火车上阅读到克鲁格、拉尼尔、格伦特的虚拟世界，自我、世界和媒介之间的关系被重新配置，它们之间的交互作用的交叉点不在纸面上，不在风景中，也不在阴极射线的显示屏幕上，而是在眼睛中；成为中介物的眼睛必须脱离感官现实的束缚。这只脱离了肉体的眼睛成为文本的仲裁者，裁定距离和差别；它容易辨认，因为它是孤立的，是所有光线的目标，但却不是任何一丝光线的栖息地。即便是虚拟现实装备中的立体视镜也要围绕着一个中心控制节点使想象空间聚焦：这个焦点就是自我，在所有维度中，它是一个没有维度的中心。

这种单一视像（monoptic vision）对虚拟视觉生理十分重要，其重要性好比透视法（perspective）之于绘画的发展，好比透视法的瓦解之于旅行者对火车窗外景色的吸收。合上书中的最后一页，读者回到现实；罗斯金的风景被孤僻女性的傻笑瓦解；在虚拟现实系统中，眼睛必须经过训练。对这一切而言，似乎总有一丝疑惑挥之不去：他们为之入迷的文本世界是完整的吗？这种疑惑使感知可以不断地从合成和假设中抽身而出，回到其自身的肉体状态中来，尽管其自身的肉体状态在经过他人创造的世界时已经被改变。不同电影镜头视角之间的切换很好地抓住了这种抽象化和物质化的律动的特征；这样的律动在录像机的隔行扫描线中受到控制，在视频显示装置的像素阵列中得到调节。虚拟因此可以理解为一种视觉方法：把永恒的运动看作是永恒的消失过程。在这个事例中，数字成像技术的强烈的象征性似乎是超现实哲学的定义性实例；但是，即便是计算机科学的数学符号系统和逻辑符号系统也有自身的物理特征和人际关系特征。

数字成像技术的发展来源于布尔（Goerge Boole）的命题代数（algebra of propositions, 1916 [1854]）。命题代数首先是被当作莱布尼兹所设计的有理数微积分（rational calculus）的延伸，同时又演化成通用目录（universal catalogue）。从简化的自然语言句子（可分为正确和错误两大类）到符号体系（可以在不求助于语义内容和自然语言的情况下对正确和错误状态进行表述），布尔逐渐提高了抽象的逻辑层次。作为纯数学的一个分支，布尔代数是现代数理逻辑的发展和计算机科学发展的中心，因为香农（Claude E. Shannon）于1938年正式提出，数理逻辑的二元真值判断（binary truth values）可以用作转换的操作逻辑。尽管形式系统的完整性内在地受制于哥德尔悖论（Godel's paradox）（参见第54页），技术专家从布尔代数中发现了近乎完美的对象语言（object language）——这种语言清空了形式命题（formal proposition）的可以解释的含意，使之可以操控自如。其符号的纯粹性使这种对象语言超越了经验领域，具有兰各拿桑目录的优点：利用实用的形式化符号处理自然语言句子，该系统可以无限延伸。从这个意义上说，计算机的逻辑结构并没有与现实世界隔绝，只不过是在处理现实世界的过程中越来越形式化，不是以索引性的形象化表达去指涉现实世界，而是通过索引、目录、知识结构来指涉现实世界。20世纪80年代中期，以线性的探试方法为基础的几个专家系统的崩溃显示出这种形式的逻辑工程的局限。但正因为如此，人工智能研究者重新捡起了以前被放弃的平行计算法和分布式计算法（Crevier, 1993: 197—216），结果是与布利斯—兰各拿桑的合成目录和协作式管理法更接近了。工具理性绝不依赖印刷品时代所必需的线性。(www.xing528.com)

神经生物学和认知心理学的研究更容易形式化，如果我们可以作个类比的话，用于图像处理的高级计算机企图模仿的是交叉缠绕的思想模式；人们越来越多地以社会模型来理解这样的思想模式。例如，在《心智社会》（The Society of Mind, 1985）这部颇有争议又颇有影响的著作中，明斯基把思想描述为一个具有竞争性协作的、自我管理的公司，在以公决为基础而制定目标的原则（referendum-managed goal-setting）的分级指导下，把工作细分为不同的子任务。认知心理学源于大脑的生理机能，因此认知心理学的视野很难超越个体化的界限。把个人行为而非人类行为当作研究核心，这就难免会导致把社会交往看作是完全独立的个体之间的游戏，而不是把个体化看作是社会化的一项作用。同样，自从戴维·马尔（David Marr）的奠基性著作（1982；同时参见Gardner, 1987: 295—322）发表后，对感知的研究一直是从孤立的个人的角度研究立体观测和图像感知等问题。约翰逊—莱尔德（Johnson-Laird）无意中给我们提了个醒，他说，有深度的视觉“必须以内在的约束为指导；这种内在的约束来源于物质世界的本质。一旦各要素相互匹配了，立体观测中剩下来的就是三角函数了”（Johnson-Laird, 1993: 97）。在这样的说法中，一种内在的几何感觉把环境中的随机感知组织起来；从表面上看，这种说法与乔姆斯基的“语言本能”（language instinct）命题相吻合（Pinker, 1994）。但是，人的视觉对周边的运动很警觉，而对客观深度的记忆能力则很有限；我认为，人的视觉也许不是作为个人的感觉器官而演化出来的结果，而是作为一种社会本能而演化出来的，它依赖于人在环境中感觉同伴位置的能力，依赖于理解同伴位置、自身位置、及潜在威胁或食物的位置这三方关系的能力。

在神经科学中，现在已经很明确，大脑与身体不但不可分离，而且通过神经系统栖居于身体的每一部分。现象学告诉我们，思想不囿于身体的禁锢，而是伸向整个世界，反过来又受世界的影响（Merleau-Ponty, 1968: 130—155）。物质环境进入精神世界的形式有感知和食物；在日益城市化的社会里，其形式还有建筑、城市规划、交通、污染等人工环境。这个环境里到处是人，在大街上避免撞到别人已经成为人们的第二天性，你自然而然地会顺着别人的目光去看他们在看什么。在语言研究中，平克（Pinker）沿着一个社会化的方向，把语言习得过程看作天生的语声范围和（可能是本能的）句法结构的社会化过程（Pinker, 1994: 262—296）。然而，对感知的认知研究似乎仍然被禁锢在个人化的范式中。

摄影技术所仿效的可视界面（特别是与计算机成像技术相关的可视界面）的研究一直采用单眼视角；科学心理学对个人的偏爱也许可以解释此中的原因。显示屏的尺寸和形状是为个人使用而设计的。不仅如此，用以观看虚拟结构的单一的虚拟眼／相机的视角完全是笛卡尔式的，在二维图像中如此，甚至在三维立体图像中也如此；然而，在界面上以图像形式呈现出来的只不过是一个二进制整数的矩阵，并不是客体世界的照片（Cubitt, 1992）。把以数学方式生成的数字图像搞成这种“熟悉的”、“对用户友好的”样子，这是文化帝国主义；它要求数据必须以处理成类似地图或单眼透视法（monocular perspective）的可视物（这无疑是工具性的），而且必须在数据之上强加一层并不属于数据本质的观察方式。在某种程度上，取景和合成是摄影术和电影的固有特征：在某种意义上，它们证明在拍摄现场有实在的设备，使图像更可信。然而，把计算机生产的图像硬往透视法和地图的方向上扭，并不起这样的作用，这样做只能生产出符合特殊观看者需要的图像。

计算机没有视觉，也无所谓可见的显示；计算机只有二进制阵列和逻辑树。那么，把机器感知翻译成可视结构就不是形式特征的具体化，而是更高层次的抽象。我们在计算机图像中所能看到的只是同一组数据的多种可能的表现形式中的一种，而这多种表现形式绝对不是全部可见的。本来的输入无论是来自镜头还是对图形符号的操作，无论是来自麦克风或雷达还是来自纯粹的数学，视频成像技术中所用的表现系统都只是以特定的文化形式对机器编码的翻译。作为工程学解决方案，这样的表现系统退化为如何满足潜在用户的可能的需要。经过心理优化，这样的表现系统依赖个体化的原则。作为可视表现方式，这个表现系统是个历史矛盾，处在无中介的直接视觉和被当作语言看待的图像成形技术之间的夹缝里。更重要的是，机器感知的象征性运作被剥夺了语义功能——可索引性（indexicality）、指涉（reference）、发音（articulation）、称谓（address）等，而这些语义功能是社会化交流中的核心功能；没有这些功能，机器感知就失去了定位点（location）。数字之物对有机之物的渴望恰似文本对读者的期盼。然而，我们所创造出来的人机界面只是一种常规视觉文化的表达方式，把机器感知生硬地禁锢在我们对感觉的狭隘定义中。我们认为，人和机器的关系是工具性的、补充性的（把机器看作是为了满足人对工具的需要），我们按照理想中孤立的个人的形象创造出机器，因此我们剥夺了计算机使用转换机制（此时，此地，你，我们……）的功能，使之永远是我们的奴仆，不能成为我们的同伴。

这样，我们也就失去了器械与摄影师之间的互动以及器械与观众之间的互动；维维安·索布查克认为，这样的互动正是电影院中形成主体互通性（intersubjectivity）的基础。索布查克认为，“工具媒介”在交流中居首位，它既体现在摄影师与摄影机之间的关系上，也体现在观众与放映机的关系上；而正是这两种关系之间的关系在观看电影的过程中造就了一种同时具有人性和机器性的“动态的复杂性”（Sobchack, 1992: 169—202）。索布查克关于感知如何得到体现的这种现象学观点暗示着人和机器间存在着一种民主关系；而在我看来，她的观点是一个美学观点，因为她的观点所描述的是一种可能的、应该如此却并不存在的状态。通过器械的设计，我们在图像生产过程中独占所有主体性，而把所有客体性归于我们的器械，我们使自己陷入了不稳定的、不能使人满意的唯我主义，与电影院固有的人机相互依赖性格格不入。计算机生成图像出现后，电影就一直遭这种罪：它们从表现诱人入迷的叙事形式转而表现具有强烈视觉冲击力的壮观场景。这就意味着，我们不仅受制于视觉技术，更糟糕的是，我们只是自己的主体，以机器为媒介，被降格为微不足道的反馈环节。从这个立场上看，数字革命已经结束了；我们只要胜利而不要平等，因此我们所征服的只是我们最渴望对话的那部分自我，这就是我们所取得的空泛无物的成就。这种不幸关系的不稳定性以及索布查克的空想主体互通性可以栖身的空间来自视觉（无论是人类的视觉还是机器的视觉）可以接受惊异之物的能力；这种能力不仅体现为面对非现实世界的虚拟场面时的感受力，而且体现为看到科学成像的精细画面时的惊异感觉；在科学成像的精细画面面前，关于现实的疑问回归到显然是禁锢在超现实的自由主体之中的观察体系上来。