名词这个定义本身是包罗万象的,从具体的到抽象的,从描述性的到客观性的,但是在的逻辑里这些灰色的维度是都被清理掉的,一切“深度”都是不允许存在的,就像放在展示盒里的蝴蝶标本一样,所有的事物都是被直接贴上一个最直白的标签,更别说我们谈论的还是给人贴上标签,这当然会让人觉得无情且不合理。

图像、标签与所指

我们也可以换个角度看问题:

Rene , This is not an apple, 1964

蒙古女性面相特征图片大全_面相特征分析_蒙古人面相

"White " Agnes , 1960

上面两个作品是被机器的两位创造者放在灵感来源里面的,Rene 画了一只苹果取名为“这不是一个苹果”,Agnes 用自己建立的网格系统画出了一朵“白色的花”,任何图像被贴完标签之后,我们看到的东西就都变了。图像(image),标签(label),所指()三者之间的线路关系其实是灵活且随时可变的,并且是可以随着图像背后整个社会文化的推移而多次转变的,甚至,谁在看这个图像,谁在哪里看这个图像,都会让这三者的关系有所改变。所以说对图像的解释和二次解释应该是完全开放的。

尽管如此,我们仍然希望机器对于事物的判断是尽可能客观和科学的(这本身就是对于机器的神化),但是哪里都有政治观点、意识形态、偏见与歧视以及带有主观观点的“历史教训”蒙古女性面相特征图片大全,不禁发现,我们希望机器做到的其实不是减少失误,而是遵守规则。

是谁决定一切?

Types of , 1897

面相特征分析_蒙古女性面相特征图片大全_蒙古人面相

犯罪学家 的签名照

19世纪初期,意大利犯罪学家 提出的“天生犯罪人”理论就说明人类的标签已经存在了。他摒弃古典学派认为犯罪源于人的自由意志和功利主义的理论,而是强调生理因素对犯罪的影响。他认为罪犯是可以从脸就辨认出来的,“罪犯应该具有类似类人猿的形态和构造”。

这种“犯罪颅相学”观点后来当然被反驳,但是不得不说直到现在全人类还是被“面相学”深深吸引,无论是哪个行业的重要人物都不会被放过,他们的脸总会被人们反复研究,这种热情到底从何而来?

蒙古人面相_面相特征分析_蒙古女性面相特征图片大全

这两张《TIME》杂志的封面中间隔了25年:左面这张是1993年被称为“The New Face of ”的一张脸,是由电脑系统将多种族面孔混合生成的一张年轻女人的脸。而右面这张发生在2017年,川普和普京的脸合二为一,“川普的脸其实是别人的脸”这句话也成为了很讽刺的笑话。这两张完全不一样的Face of (美国的脸)其实表现了美国过去20年自由主义发生的所有细节。

自由主义()和面相学()一直关系紧密,面相给自由的一些黑暗面提供了所谓合理的解释:自由主义之下,其实“有理有据”只是社会如何运转的一部分,从一个人脸上读取到的可能比从他嘴里听到的还更接近真相。

与面相学

蒙古人面相_蒙古女性面相特征图片大全_面相特征分析

轮廓画设备

是一位18世纪著名的神学家,面相学的概念就是由他在欧洲中部传播开来。他发明了一个叫作轮廓画( )的东西,把人们脸部的轮廓在黑色的板子上剪切出来。这种“人像”受到了欧洲资产阶级的热捧,每个家族都会去制作自己的轮廓画,久而久之,属于资产阶级的额头和下巴长什么样竟然变成了人们可以拿来比对的模版。

面相学思维之所以如此洗脑,是因为它同时具有“理论”和“实践”的属性。谁都知道其背后的理论不够扎实,但是与它相关的视觉实践,特别是放在如今这个图像泛滥的时代,面相总是能与每个人的日常观察紧密相连。

在当时,被提出的面相学概念不仅触动了犯罪学家和犯罪类作家,也同样影响了很多著名作家在人物描写上的方法,以及画家在人像上的创作手法,同时还大大增加了达尔文理论的传播度。更有甚者,就连当时的君主或是政治人物都深受其影响,他们需要确认自己的每一个“人像”都是满足面相学标准的。

蒙古女性面相特征图片大全_面相特征分析_蒙古人面相

威廉二世 II,人像

德意志皇帝威廉二世会对自己的每一张照片严格把控

现在回头看,19世纪的“面相学”不是因为它真的有用而变得可怕,而是因为人们都相信它是真的科学才危险。就像让人觉得恐怖的不是这些面相学家们如何详细地分析大鼻子的人会多么自大,而是整个社会都觉得这种做法是非常合理的。

面相学的信徒们开始逐渐把研究量化,不再局限于视觉或文学方面的创作。理论的狂热追捧者们也试图把面相学科学化,生物统计和人口统计学的概念也被正式加入研究方法中。他们开始把脸部特征对应的人口数字化、地图化以及表格化。

现在被普遍使用的脸部识别软件(- )将面相学充分使用,目的是将你脸部的特点有效地与不同数据库连接起来,软件会基于你的以往数据对你做出判断。但19世纪面相学研究的目的是不同的,他们的目的只是将一张面相学家从未见过的脸摆在他面前,让他分析出来这个人未来会做什么,或者不会做什么。他们要的不是追踪一个人过去的行径轨迹,而是能够预言一个人未来将如何行为的能力。

之后,社会迎来了平等主义(),你的出身不再决定你在社会的位置,而面相学开始让各种差异合理化:出身不能决定,但是你的脸能决定。光看一张脸,就能知道为什么他是老板,而你只是一个打工的。面相学从你脸上索取的信息是纯天然的骨骼结构,而并非伤疤、擦痕等等来自努力工作或者长期酗酒之类的因生活积累而成的结果。它不想知道你的过去,因为过去不重要。它需要你的脸,但是又闭眼不看生活对脸产生的改变。

到了十九世纪末,面相学进入下一步:对人分类(types),且大都是消极向的分类。面相学届开始分成了两派:一个是以理论为主的,突出脸部每一个细节仔细分析的;还有一个,是以前文提到的意大利犯罪学家 (1835-1909)为主导的,将面部特征做减法并抽象化,让面相学变成一个面对所有人的东西,特别是能够快速辨别罪犯的方法。

面相特征分析_蒙古女性面相特征图片大全_蒙古人面相

电影,Peter Lorre扮演的真凶

弗里兹朗(Fritz Lang)1931年导演的电影《M就是凶手》里面,饰演真凶的是演员Peter Lorre。有趣的是,在弗里兹朗寻找这个角色的扮演者时,他是按照完全违背犯罪面相学的方式选中了Peter Lorre:“描述的杀人犯应该有浓密的眉毛,宽大的肩膀,你懂的就是他那一套,我要找一个和他那套理论完全相反的人来扮演杀人犯,那么这样,警察就抓不到他了吧!”

犯罪人画像, ,1876

的犯罪画像也会和种族扯上关系,“像蒙古人一样倾斜的眼皮”,或是“黑人那样突出的下颚”等描述在他的理论里都是直接指向犯罪的长相,甚至还会明确指向哪类犯罪。(为了避免文章陷入某种框架里,种族这个点我就不再展开写了。)

面相学与摄影

摄影的普及让人脸变得可复制、可测量以及可比较。著名博学家

Sir (1822-1911)创造了一种复合摄影( ),目的是将一群人的脸标准化蒙古女性面相特征图片大全,比如说家族。“ type” (犹太类)是最早开始的项目之一,他通过对不同犹太家族的跨代脸部摄影来归纳犹太人的长相变化。

“ type”合成摄影,Sir

你要知道,把你放在这样的祖先照片集面前,和你观赏在你家墙上高高挂起的先辈照片,是两种完全不一样的感觉。人们害怕的不是自己从祖先那里改变了多少,相反的,是从祖先那里保留了多少。无论这些照片是来自自己家族的,或是遥远移民时期某个族群的,这种复合摄影都对当时的欧洲人在如何看待自己和别人这件事上产生了巨大的影响。

摄影改变的不仅仅是我们看别人的方式,同时也改变了每个人是如何“被看”的。哲学家 认为当人们知道自己会被拍摄的时候,人们就已经开始学习如何将自己的脸和表情标准化,即表情管理。

面相学家也有相似的担心:他们觉得来自某个地区、某个人群或者某种职业的脸都具有“原始的真”,但是摄影这样的记录方式,会让这种“真”逐渐消解。为了保住这个“真”,面相学不断加强“分类”的重要性,他们坚持一个社会、一个民族、或者任何族群能够让自己“区别他人”的唯一方法就是分类。从这里,我们已经可以看到纳粹的影子了。

从“苹果”到“反常”

from apple to , , 2019

有这样的一个重要时间轴:画家Rene 是在犯罪学家 的“天生犯罪理论”最鼎盛时期开始创作系列"This is not an apple"的,他当然是反对这个理论的,他认为图像的信息、标签和所指的关系是错综复杂的,绝不可能是从图像本身出发这么简单。而艺术家 在2019年完成了作品“from apple to ”,从“苹果”到“反常”,而这个作品也是在的苹果系列上的一个延续。有趣的事,他在同年创造的机器 学习的是如何“名词化”,将一切变简单,而从“苹果”到“反常”本身却是“名词化”的反向,从具象到抽象,从“脸谱”到“表情”。

前文提到的几个重要人物就这样串了起来 ;)

机器的结局

不久前网站上“人”这个分类已经不见了,突然之间一百多万的人脸照片不见踪影,荡妇、酒鬼、失败者等标签也都消失了,当你再次搜索的时候,会回复你“内部检修中”。随之而来的,今天说的机器 也正式停用了。

这个结局意外吗?当然不。机器和数据的存在或灭亡,现阶段当然还是人类自己说了算。如果被人贴上了“政治不正确”的标签,那么当然它就不能存在。原来,我们的机器也害怕被“标签”啊。

机器一开始的目的也许就是“审视”自己“学习”的过程,它短暂的存在到底是为了解决什么问题,希望你已经有了答案。

写到这里,我们给文章取名为“有表情的苹果,与反常的脸谱。”

蒙古人面相_蒙古女性面相特征图片大全_面相特征分析

*本文部分内容翻译自以下文章:

AI : The of in Sets,

The of , by Daub

*本文配图全部来自网络

如果这篇文章能够把你从近期的焦虑里抽离10分钟,我们就很开心了!

春天快来了,咱们很快见。

©️

声明:部分文章来自于网友投稿及网络转载,版权归原作者所有,如涉及版权问题,请联系我们第一时间核实删除