马里奥·卡普 | Mario Carpo

  • 打破曲线:大数据与设计

    数据的核心是变量。我们从日常体验中获知,如今我们使用的很多数字化媒介,从文字到图片再到音乐,永远都处于流动中;其变量可以由一个或更多的终端用户设计(比如维基百科的词条),或者由机械化运算法则完成(比如谷歌搜索),它有时看起来完全处于失控状态,以一种随意而神秘莫测的方式不断变化。同样的逻辑适用于实体物品的设计,无论是餐具还是建筑。从九十年代初开始,数字智能建筑的先驱者们就已经表示,用于设计和构造的计算机工具无需额外花费,就能大量产生各种变体。规模经济在一个数字化的环境里已经不再适用,(在给定范围内)数字化生产、大量定制且彼此迥异的产品,在成本上,并不会高于那些标准化批量生产的产品。从这点上讲,数字文化和技术应该被视为后现代的最终表现,也就是说,一个后现代的梦变成了现实。但是在建筑和设计领域,事实却并非如此。从一开始,建筑领域的数字化转向就被一种工具绑架。该工具迅速打败其他竞争者,成为崭新的数据设计界的主角,甚至是垄断者。它的名字是样条曲线建模工具(Spline Modelers)。

    这个工具很神奇,如今在大多数计算机绘图和计算机辅助的设计中被安装使用,它们能将任何一组随意的点、涂鸦或手绘不规则线条变成完美平滑的、曲折蜿蜒的连续性线条。然而,段样条曲线建模工具的数学模型在如今数码技术崛起之前便已经诞生:它目前的形式是五十年代末和六十年代初由两名法国工程师皮埃尔·贝兹(Pierre

  • 空间奥德赛:3-D技术的兴起

    如今,再把3-D打印描述成一种突破性进展几乎已经过时了。技术代表着科技史上的决定性转折点的说法已经获得了广泛的认可,从奥巴马到埃隆·马斯克(Elon Musk),甚至是玛莎·斯图沃特(Martha Stewart),无一不在宣扬它的巨大威力。过去几年间这项科技已经变得门槛越来越低,并且得到了越来越广泛的使用,3-D打印世界这一前景已经越发接近现实而非只是科幻小说的内容。实际上,这个月在巴黎蓬皮杜艺术中心开幕的展览“突变-创造/打印世界”(Mutations-Creations / Print the World)就提出了这样一个命题,该展览展示了各种3-D打印产品,据说会彻底改变诸多领域。与此同时,人们尝试用这项科技完成的加工品的范畴几乎囊括一切,包括从布料到身体器官等等。在建筑的层面,已经出现了用混凝土3-D打印的房屋模型,在2012年,福斯特建筑事务所(Foster + Partners)推出了一项设计,这个设想未来在月球上建造的建筑是由安装了3-D打印机械臂的机器人完成的。

    但所有这些对制作和3-D打印过程物理性结果的强调,却也转移了对它带来的更具根本性的革命的关注。三维印刷仅仅是冰山一角,它只是改变我们如何生产——以及我们如何理解和再现我们周遭的世界,我们如何观看,如何体验——的众多扫描、视觉化和建造模型的数码技术中的一种 。到目前为止,现代文化和科技基本上都是基于图像

  • 模仿游戏

    人工智能,诞生于1956年,从人口学的角度讲,属于婴儿潮一代。和许多同代人一样,它也常常过度乐观,承诺得多,做到得少。人工智能最初的目标——一台可以通过海量随机的试错程序解决任何问题的机器——很快被搁置一边,因为人们意识到,当时计算机的力量完全不足以实现该目标。在接下来的几十年里,计算机掌握了更简单的实用性任务:到目前为止,基于规则的系统(也被称作专家系统或基于知识的系统)没能创造奇迹,但完成了大量虽然有些无聊却很有用的工作,而且创造了经济价值。至于人工智能本身,到1970年代中期基本已经没人记得,可以说被彻底扔进了技术和知识史的垃圾箱。直到最近,它才再度复出,原因是可搜索内存和处理能力前所未有的结合,使得今天的计算机只要一直尝试,就能解决复杂的难题。尤其在过去几个月,一种获得新能力的人工智能震惊了全世界,它不仅突然超额兑现了承诺,其提交的成果甚至超出了大多数人的心理接受范围。

    当然,在早期人工智能失败的“联结主义”(connectionist)方法和如今的“机器学习”之间存在着深刻的技术差别,但两者都同意下述假设,即:计算机从实际操作或实例中,要比从形式层面的教授中学得更多更好——这个消息估计会让卢梭大喜,让狄德罗失望,假如两人都曾想象过电子机械的教育问题的话。2010年代中期,机器学习的革命浪潮蔓延至视觉艺术领域,艺术家们发现,一种被称为“生成式对抗网络”(generative