图像也是一种编码:为什么艺术可能是信息最神奇的压缩与顿悟形式?
图像其实是一种更泛化的文字,文字也只是信息的一种特化编码;整个感知世界由差异、痕迹、形式、符号与解释构成。本文不把艺术简单等同于统计熵或打分公式,而是沿着广义编码阶梯、皮尔士符号三角、倒 U 型张力曲线、有损压缩解压与描述长度跃迁,回答“艺术到底是什么”。
前几天,我在看一幅画的时候突然冒出一个念头:
图像不是文字的“对立面”,图像也在编码;甚至反过来说,图像是一种更泛化的文字,而文字只是人类把图像高度离散化、线性化之后发明出来的一种特化编码。
一幅画编码的是色彩、比例、边缘、光影和留白;一首诗编码的是声韵、词序和文化典故;一支舞编码的是时间、姿态、重心和身体间的距离;一座建筑编码的是尺度、支撑、光线入口和人的停留节律。
平时我们提起“编码”“信息”“压缩”,脑子里浮现的往往是电脑里的二进制比特流。可仔细一想,雪地里一串深浅不一的脚印、街口交替亮起的红绿灯、新石器时代陶罐上的水波纹、镜子里一个欲言又止的眼神,都在向外部世界输出某种可被观察到的差异(observable difference)。
只要一种差异能被区分、保留、传递,并在另一个解释者脑中改变预期、唤起情绪或重组理解,它就已经跨过了编码的门槛。
今天这篇文章不是来宣称“艺术可以用一条公式算出来”,恰恰相反:真正让人着迷的地方在于,艺术怎样把浩瀚、连续、原本不可言说的人生经验,压缩进极有限的笔触、音符或字句里,再借不同观者的大脑重新解压、生长,甚至在某一秒钟突然撞出“顿悟(Aha!)”的火花。
一、先别急着把艺术关进美术馆:图像与文字同在一条“编码阶梯”上
1. 一匹马的两种编码:二维并置场与一维串行流
日常说话时,我们不知不觉把“文字”供在了信息的主座上:
- 图像常被叫作“配图”或“形象化辅助”;
- 陶片与岩壁刻痕被归入“实物佐证”;
- 舞蹈被称为“肢体语言”;
- 音乐常被感叹为“只可意会的情绪”。
好像只有写成字才算“正式编码”,画成图就只是感性模仿。
但如果把“画一匹马”和“写一匹马”摆在同一张桌面上拆解,你会发现两者的底层任务完全同源——都要先从真实世界里抽取关键差异,压进一套有限符号,再靠接收者把符号还原回经验。区别只在于它们选用了不同维度的编码接口:
先看左栏“同一匹马”的两种编码接口:上方 \(10\times 7\) 像素/水墨点阵把头颈、四肢动势和周围留白放在二维平面上同时并置;下方则展示图画轮廓怎样一步步抽简为汉字“白马”与一维串行码流。再按右栏 ①→④ 拾级而上:从墨迹像素的物理差异,到线条比例的知觉张力,再到肖像隐喻的符号约定,最后抵达观者脑中的经验重构。文字并非唯一高贵的编码,图像也远非粗糙的复制。单独打开大图。
对照左栏可以看到,图像与文字在造字之初本来就血脉相连(我们在汉字造字密码与千年反转里曾拆解过甲骨文、金文怎样从二维物象抽简出笔画结构):
- 图像是“二维空间并置场”:一幅画或一张照片把成千上万处明暗、冷暖、斜率与距离同时摊开在视网膜上。你不需要按从左到右的固定顺序逐格念完,第一眼就能并联捕捉到马匹奔跑的重心倾角与四周留白的呼吸感。
- 文字是“一维时间串行流”:为了加快书写速度、降低临摹门槛,人类把二维图形拆成有限的笔画或二十六个字母,排成一条一维队列。它牺牲了连续的空间拓扑(“白马”两个字本身长得一点也不像马),却换来了惊人的离散组合能力——你可以轻松写出“昨天没跑起来的那匹老白马”,用否定词、时态和因果连词搭出严密的推理链。
顺着图右栏的 ①→④ 四级阶梯看,无论是一幅水墨画、一段交响乐还是一首短诗,都必须跨越同样的四个层级才能完成意义传递:
- 第 ① 层(物理载体与差异痕迹):宣纸上的浓淡墨粒、屏幕上的红绿蓝子像素、空气里的声压起伏、石碑上的凿痕;
- 第 ② 层(形式模式与知觉张力):人眼与人耳自动把零散刺激聚合成边缘轮廓、冷暖对比、节奏疏密和运动趋势;
- 第 ③ 层(符号指向与语法惯例):肖像轮廓指向人物,透视法则指向纵深,词汇语法与曲式和声指向共享概念与隐喻记号;
- 第 ④ 层(观者重构与审美顿悟):观者调动自己的记忆、身体经验与文化语境,把有限符号重新展开成一整个可感的世界。
2. 香农第一页就划下的红线:通信熵不管“画得好不好”
既然一切都在传递差异,我们能不能直接搬出信息论之父克劳德·香农(Claude E. Shannon)1948 年的熵公式,给每幅画算一个“信息分数”?
香农在《通信的数学理论》(A Mathematical Theory of Communication)中确实给出了度量离散信源不确定性的核心公式 [1][2]:
\[H(X) = -\sum_{i=1}^{n} p_i \log_2 p_i\]这里 \(X\) 表示信源可能发出的符号集合,\(p_i\) 是第 \(i\) 种符号出现的概率,单位是比特(bit)。如果一块画布永远只涂纯白(\(p_1 = 1\)),接收者毫无意外,信息熵 \(H = 0\text{ bit}\);如果每个像素黑白各半、彼此独立抛硬币(\(p_1 = p_2 = 0.5\)),每多看一格都能消除 \(1\text{ bit}\) 的不确定性。
但很多人忽略了一个关键史实——香农在 1948 年论文开篇第 379 页就特意划下了一条清醒的红线 [1]:
消息常常带有“意义”,即按照某种系统指向物理或概念实体;但通信的语义层面与工程传输问题无关(These semantic aspects of communication are irrelevant to the engineering problem)。
换句话说,香农解决的是图 1 第 ① 层的问题:不管电报发的是莎士比亚十四行诗还是乱敲键盘的乱码,只要统计分布相同,工程信道需要消耗的带宽与纠错代价就一样。把一幅画粗暴地说成“熵越大越有艺术性”,或者反过来说“熵越小越高级”,都犯了把底层传输不确定性当成高层意义价值的范畴错误。
法国信息美学家阿布拉罕·莫尔斯(Abraham Moles)在 1958 年进一步指出,同一件作品里至少交织着两层完全不同的信息 [3]:一层是可被翻译成命题与指令的语义信息(比如乐谱上写明“每秒 120 拍、C 大调”),另一层则是无法被无损转译成口号、直接作用于感知节律与心理状态的审美信息(比如鲁宾斯坦指下微妙的弹性速度与音色明暗)。图像与音乐之所以迷人,恰恰在于它们承载了大量语言命题装不下的第二层信息。
3. 图像未必含糊,文字未必精确:多模态为何能在高维空间会合?
破除了“文字高级、图像初级”的偏见后,我们还能看清另一个常见误区:精确与含糊并不是文字和图像的分界线。
文字完全可以极度含糊:一句“还好吧”可能是由衷赞许,也可能是礼貌疏远;一句“山雨欲来风满楼”在不同人生境遇里能读出截然不同的山雨。反过来,图像也可以精确到毫厘:机械装配图用正投影锁死公差,医学 CT 用体素灰度定位病灶,而计算机里的矢量图与位图更是直接把几何曲线与频域余弦波写成严谨的数学编码(详见从 SVG、PNG、JPEG 到 MP4 的图像视频底层密码)。
更有意思的印证来自当代人工智能:今天的多模态大模型在处理一幅画、一段文字或一段音频时,会把图像切块(patch)和文字词元(token)统统映射进同一个高维语义向量空间——正如我们在从高维球到 Embedding 与流形假设中所讨论的,表面形态天差地别的“奔马水墨画”与“骏马疾驰”四个汉字,在高维语义流形上竟然会落进紧挨着的邻域。这从计算侧面印证了我们开头的直觉:图像、文字、声音确实只是人类对同一片经验结构开出的不同编码窗口。
二、图像为什么既像文字,又不只是文字?符号三角与知觉张力
1. 皮尔士的符号三角:没有解释者,颜料只是颜料
既然图像和文字都在编码,为什么看一幅原作的震撼感,永远没法用一句“这幅画画了一株梅花,表达了高洁品格”的文字摘要替代?
美国哲学家、逻辑学家查尔斯·桑德斯·皮尔士(Charles Sanders Peirce)给出了符号学史上最深刻的一个洞察:符号从来不是连接“记号”与“事物”的一根两头焊死的铁丝,而是由符号载体(representamen)、所指对象(object)与解释项(interpretant,即在理解者心中唤起的新理解)共同组成的三元动态闭环 [4]。
先看左栏 ① 的皮尔士符号三角:底部虚线提醒我们,脱离解释者的理解过程,画布上的颜料或纸上的墨迹并不会自动指向外部事物;意义是在“符号载体 → 解释项 → 所指对象”的动态循环中生成的。再看右栏 ②③④ 三列:像似符靠结构相似、指示符靠物理因果痕迹、规约符靠社会文化约定;真正的艺术杰作几乎都是三者的精妙叠合。单独打开大图。
沿着图 2 右栏的 ②→④,皮尔士把符号指向世界的方式拆成三种基本机制 [4]:
- 像似符(Icon):因“结构相似”而指向。素描肖像保留人脸轮廓比例,山水画保留峰峦起伏的几何拓扑,乐谱旋律线对应音高升降。它的跨文化门槛最低,不懂外语的人也能一眼认出岩画上的野牛。
- 指示符(Index):因“物理因果痕迹”而指向。正如浓烟指示火焰、雪地足迹指示行人,怀素狂草里的枯笔飞白直接记录了毛笔疾掠纸面的速度与手腕力度,梵高《星月夜》里隆起的油彩厚涂记录了画刀刮压的身体动量,纪实老照片里的银盐颗粒则真实承接过历史现场反射出来的光子。指示符让作品自带一种文字转述很难复制的“身体与现场在场感”。
- 规约符(Symbol):因“社会共同约定”而指向。自然语言文字、数学符号、交通信号灯乃至中国文人画里的“岁寒三友”“折柳送别”,外形与抽象含义之间未必有物理因果,但一旦文化共同体达成默契,寥寥几笔就能调动跨越千年的历史隐喻。
看清这三层,就能明白为什么艺术品既不能简化成说明书,也不是“怎么解释都行”的万花筒:一件水墨寒梅或一张传世肖像,同时把像似轮廓、身体光影的物理痕迹、以及时代文化的规约隐喻拧成了三股绳。材料痕迹与内部结构会牢牢约束解释边界,把信口开河挡在门外;而三股线索之间的交响,又让每次重看都能生出新的解释项。
2. 阿恩海姆与格式塔知觉:眼睛不是照相机,而是一台“力场探测器”
除了符号指向,图像还握有一件文字没有的秘密武器——在进入词汇命名之前,人类的视知觉系统已经在第 ② 层直接感受到了“视觉力场”。
格式塔艺术心理学家鲁道夫·阿恩海姆(Rudolf Arnheim)在经典著作《艺术与视知觉》(Art and Visual Perception)中用了一个极简实验说明这件事 [5]:在一张正方形白纸上画一个实心黑圆盘。如果圆盘正居中央,画面显得静止安稳;只要把它往右上角挪一点,哪怕纸上没有任何箭头或文字说明,你的眼睛也会立刻感到一股“向上漂浮”或“快要坠落回中心”的拉扯张力。
视觉科学家扬·昆德林克(Jan Koenderink)与约翰·瓦格曼斯(Johan Wagemans)等人的实验进一步表明,人眼面对二维画面时,会同时感知到物理媒介表面与画面诱导出的深层空间秩序 [6]。这并不是观者在自作多情,而是亿万年演化塑造的知觉系统每时每刻都在主动对比边缘、重心、对称轴与连续性。
理解了这一点,再面对蒙德里安的冷抽象格子、宋代瓷器的极简釉面或苏州园林的一扇漏窗,你就不会再追问“它到底画了什么故事”:
- 偏离对称中心的构图本身就在编码不平衡与动势;
- 密集线条旁的骤然留白本身就在编码呼吸与停顿;
- 压低的门廊与豁然开朗的天井本身就在编码收敛与释然。
形式结构从来不是附着在内容外面的包装纸,形式本身就是直接诉诸感知系统的第一手编码。
三、秩序与复杂度:为什么“全白画布”无聊,“雪花噪点”也成不了杰作?
1. 从伯克霍夫 \(M = O / C\) 到温特—伯莱恩倒 U 型曲线
既然差异与结构都能编码感知,那么什么样的结构最容易唤起美感?
1933 年,美国数学家乔治·戴维·伯克霍夫(George David Birkhoff)在《审美度量》(Aesthetic Measure)中做过一次大胆的早期数学尝试 [7]。他考察了多边形花瓶轮廓、装饰纹样与和声之后提出:审美体验取决于秩序(Order,记作 \(O\),如对称、重复、比例和谐)与感知复杂度(Complexity,记作 \(C\),即眼睛或耳朵识别整个形式所付出的注意力代价)之间的比值:
\[M = \frac{O}{C}\]伯克霍夫抓住了审美里非常重要的一半直觉——“用越简洁的代价看清越丰富的对称与和谐,就越令人愉悦”(就像欧拉公式用极短符号串起五个基本数学常数那样干净利落)。但如果把 \(M = O / C\) 推到极端,马上就会撞上一个反例:一块纯白画布或单调重复的节拍器复杂度 \(C\) 极低、重复秩序极高,难道它比贝多芬第九交响曲更美吗?反过来,老式电视机没信号时满屏跳动的黑白雪花点,每一帧都毫不重复、统计熵拉满,为什么看十秒钟只让人头昏脑胀?
为了看清这两个极端为什么双双失效,我们可以直接算一笔 \(8\times 5 = 40\) 格黑白点阵的小账:
先对比上排 ①②③ 三个 \(8\times 5\) 网格样本:① 号机械条纹一眼就能看穿周期规则,毫无意外;③ 号硬币随机白噪声虽然香农统计熵达到满值 \(H = 1\text{ bit/格}\),却没有任何可提取的深层结构;唯有 ② 号兼具山势轮廓、大片留白与一粒橙色视觉焦点。再看下排左侧的温特—伯莱恩倒 U 型张力曲线与右侧两代模型对比:艺术真正活跃在“可读秩序”与“意外破格”交汇的黄金峰值区。单独打开大图。
把三个样本摆在一起,谜底一目了然:
- 样本 ①(机械重复):奇数列涂蓝、偶数列留白。虽然黑白各占 \(20\) 格,但只要说出“一列蓝一列白循环四次”,一句话就彻底预测了全部 \(40\) 格。大脑不到半秒就摸透底牌,预测误差瞬间归零,剩下的只有枯燥。
- 样本 ③(纯随机白噪声):由独立抛硬币生成的 \(20\) 个暗格与 \(20\) 个亮格,单格香农熵达到理论上限 \(H = 1\text{ bit}\)。按照安德烈·柯尔莫哥洛夫(Andrey Kolmogorov)提出的算法复杂度(即生成一段数据所需的最短程序长度 \(K(x)\)),要一格不差地复现这张随机噪点图,最短办法就是把 \(40\) 个比特硬背下来——它看似“信息量爆炸”,实则可迁移规律为零。诺贝尔物理学奖得主默里·盖尔曼(Murray Gell-Mann)与塞思·劳埃德(Seth Lloyd)在 1996 年专门引入有效复杂度(effective complexity)来戳破这个假象 [8]:把总描述长度拆成“规律描述 \(K_{\text{规律} }\)”与“纯随机噪声 \(K_{\text{噪声} }\)”两部分,白噪声的 \(K_{\text{噪声} }\) 最大,但真正承载结构智慧的 \(K_{\text{规律} } \approx 0\)!
- 样本 ②(秩序 × 破格):左下角斜向隆起的阶梯构成稳定的山体秩序,右上角大面积留白拉开空间呼吸感,而偏右上方那一粒孤立的橙色格子既打破了单调灰蓝,又与左下山峰遥相呼应。实验美学奠基人丹尼尔·伯莱恩(Daniel E. Berlyne)总结的温特—伯莱恩倒 U 型曲线(Wundt–Berlyne curve)指出的正是这条规律:当无序度从死板对称向纯噪声移动时,审美唤醒与探索快感先升后降,峰值恰恰落在“半熟悉、半陌生”的结构张力带里。
2. 为什么任何数学公式都不能直接当“审美裁判”?
图 3 右下角的橙色卡片还藏着一条至关重要的人文提醒:倒 U 型曲线的横坐标并不是刻在画布上的绝对物理量,它会随着观者自身的经验模型左右移动。
第一次听巴赫赋格或现代爵士乐的人,往往抓不住多声部对位与切分和声的语法,整段音乐在他耳中落在偏右的 ③ 号混乱区;等他听熟了主题动机的变形规则,原本嘈杂的声部突然严丝合缝地咬合起来,同一首曲子立刻滑进了 ② 号黄金张力峰值区;而一首只有四个和弦反复循环的口水歌,初听三遍落在舒适区,连听一百遍后则会迅速滑向左侧的 ① 号乏味区。
数学模型最大的贡献,不是取代耳朵和眼睛去给艺术品打分,而是帮我们说清了那个微妙的平衡点:好的艺术编码,既要给观者递上一把能进门的秩序钥匙,又要在门后留出意想不到的风景。
四、艺术为什么像最神奇的压缩:少画十倍细节,反而展开百倍世界
1. 工程压缩求“原样复刻”,艺术压缩求“借观者大脑开花”
日常我们把文件打成 ZIP 包,或者把照片存成 PNG、JPEG,做的都是工程数据压缩:比如 JPEG 利用离散余弦变换(其数学根基正是傅里叶把复杂信号拆成简谐波叠加的思想),把人眼不敏感的高频细节量化舍弃,用十分之一的体积尽量还原出肉眼看不出差别的同一张图。在工程世界里,终极目标是让重构图像 \(\hat{X}\) 与原图 \(X\) 的像素误差趋近于零:
\[d(X, \hat{X}) \longrightarrow 0\]但艺术家的压缩逻辑几乎正好倒过来。
1951 年,作家老舍给九十一岁的齐白石出过一道著名的画题——清代查慎行的诗句“蛙声十里出山泉”。十里之外的蛙鸣是看不见的声音,如果按工程全息记录的思路,岂不是要画满山谷的青蛙张嘴鼓腮?结果齐白石只在狭长立轴的两侧抹出几道苍劲山石,中间留出奔涌而下的山泉,水波里点缀了寥寥数尾顺流急游的小蝌蚪——整幅画连一只青蛙都没画,观者看到蝌蚪顺溪水冲出峡谷,脑海里关于生命因果与山谷回音的记忆瞬间被激活,十里蛙声仿佛当场在耳边炸响!
先顺着上排 ①→④ 看艺术的“有损压缩与高倍解压”:高维原始经验经过严苛的审美取舍与留白,凝固成极低比特的笔触、诗句或器物组合,最后借观者大脑的先验记忆完成高维重构。再对比下排左右两栏:工程压缩追求像素级一致还原(\(d(X,\hat{X})\to 0\));艺术压缩则故意留出结构缺口,通过触发描述长度骤降(\(\Delta L > 0\))点亮顿悟。单独打开大图。
中国清代书法篆刻家邓石如把这种高超的编码智慧浓缩为四个字——“计白当黑”;艺术史家恩斯特·贡布里希(Ernst H. Gombrich)在《艺术与错觉》中则把它称为“观者的本分(the beholder’s share)” [6]。
回想一下,当你向挚友讲述人生中某个刻骨铭心的下午时,你也绝不会像监控摄像头那样逐秒汇报气温、湿度和街上走过的四十七辆汽车。你只会挑出三四个高张力的切片:
- 那扇忽然被风推开的旧木门;
- 对方欲言又止时说错的第一个字;
- 窗外恰好响起的一截旧旋律;
- 你转身下楼时最后几步空荡荡的回声。
从像素保真度来看,你删掉了 \(99.99\%\) 的物理数据,是彻头彻尾的“极端有损压缩”;可从情感与关系结构来看,这几处精准留白反而剔除了生活噪音,让听众用他自己的人生经验瞬间补全了整场风暴。艺术压缩的神奇之处,正在于它不是在搬运像素,而是在用极少量的精炼符号,远程调用观者大脑里庞大的先验世界模型。
2. 顿悟(Aha!)的数学肖像:描述长度瞬间坍缩的那一刻
那么,为什么看懂一幅杰作、读通一首好诗或听懂一段变奏的那一瞬间,人会浑身一震,涌起一种“原来如此!”的顿悟快感(Aha! moment)?
人工智能学者于尔根·施密德胡伯(Jürgen Schmidhuber)提出的压缩进步理论(Compression Progress) [9],与审美心理学家斯洛博丹·马尔科维奇(Slobodan Marković)等人对视觉重构的研究 [10],为我们描绘出了一幅极其清晰的认知机制肖像。
假设在时刻 \(t\),你带着原有的内部经验编码器 \(C_t\) 面对一件作品 \(x\)。如果作品里的线索看似冲突或陌生,你的大脑必须耗费很长的主观描述长度 \(L(x; C_t)\)(伴随着高昂的预测误差与认知费力感)去逐块硬记它。突然,在 \(t+1\) 时刻,你捕捉到了作品暗藏的深层结构或隐喻桥梁,内部编码器升级为 \(C_{t+1}\),原本零散的碎片瞬间收拢成一个简洁整体,主观描述长度断崖式下降:
\[\Delta L(x; t \to t+1) = L(x; C_t) - L(x; C_{t+1}) > 0\]这里的 \(\Delta L > 0\) 就是单位时间内的认知压缩进步量 [9](见图 4 右下角的阶跃曲线):
- 想想毕加索 1942 年那件著名的雕塑《公牛头》(Tête de taureau)[10]:走近一看,物理材料不过是一只捡来的旧自行车皮鞍座和一副生锈的车把。如果你的大脑停留在日常实用分类 \(C_t\) 里,它只是两件废旧零件;可在你看穿它们空间拓扑关系的那半秒钟(\(C_t \to C_{t+1}\)),鞍座化作牛脸、车把化作双角,两件毫不相干的工业废品以近乎零冗余的简洁度猛然咬合成一头桀骜的公牛!
- 再想想王维那句“江流天地外,山色有无中”:单看字面,“有”和“无”似乎自相矛盾;一旦调动起水汽氤氲中远山在视觉阈值边缘若隐若现的知觉经验,十个汉字立刻把整片浩渺江天压缩得纤毫毕现。
这种“原本卡住的几百块拼图咔哒一声扣成一幅整图”的压缩率跃升,在演化上原本是大脑奖励我们发现自然规律的内在驱动力(我们在强化学习为什么能让大模型涌现“顿悟时刻”中也见过机器在策略重组时的类似跃迁);而人类艺术家最了不起的智慧,就是主动设计出精巧的认知悬念与结构缺口,把这束原本属于求知与发现的“顿悟火花”,浓缩成可反复体验的审美震撼。
五、意义不是藏在画框里的纸条:“作品—观者—世界—文化”的动态闭环
1. 按 ①→④ 走完艺术意义的生成循环
讲到这里,我们还要防备最后一个诱人的误解:千万别把艺术当成“作者先把一句标准答案加密锁进箱子,读者猜中密码取出来就结束”的脑筋急转弯。
脑筋急转弯一旦知道谜底,第二次看就索然无味(\(\Delta L\) 一次性耗尽归零);可《千里江山图》、巴赫《哥德堡变奏曲》或杜甫的《登高》,为什么人在二十岁、四十岁和六十岁重看时,依然会一次次热泪盈眶、一次次获得全新的顿悟?
答案就在下面这张四元动态闭环图里:
按外圈 ①→④ 顺时针跟读:作品提供凝聚张力的符号结构,观者带入个人经验主动解码,解码后的新视角刷新我们对真实世界的感知,而时代生活的变化又沉淀为新的文化共同体惯例,反哺下一代创作;四股力量沿径向虚线在中心汇聚,点亮“顿悟时刻 Aha!”。图中包含一次性的轻量渐显动画,停留在完整终态并响应系统“减少动态效果”设置;单独打开大图刷新页面即可重播。
顺着图 5 的四个节点看,艺术之所以不会像普通谜语那样“解完即废”,是因为闭环里的另外三个节点一直在生长:
- ① 作品结构:留白、比例、笔触与隐喻构成了多层嵌套的开放结构,近看有笔墨肌理,远看有全局气势;
- ② 观者解码:二十岁的你与四十岁经历过生离死别的你,带进画前的内部模型 \(C_t\) 完全不同——作品没变,但你手里那把用来与作品碰撞的经验钥匙变厚了;
- ③ 真实世界:新的时代境遇、技术变革与个体际遇不断制造旧概念装不下的新经验;
- ④ 文化共同体:母语典故、艺术史传统与公共讨论既提供了理解的脚手架,也在一代代重读中让老作品长出新枝桠。
2. 杜威的提醒:别把艺术抽干成冰冷的脑力解谜
美国实用主义哲学家约翰·杜威(John Dewey)在 1934 年的名著《艺术即经验》(Art as Experience)中,曾尖锐批评把艺术品锁进美术馆玻璃柜、与日常生活彻底割裂的“博物馆艺术观” [11]。在杜威看来,真正的审美不是旁观者冷冰冰地做一道符号解码题,而是生命有机体与周围世界在呼吸、行动、受挫与和解的节律中,抵达的一次完整而充盈的经验(an experience) [11]。
这也是科学顿悟与艺术顿悟最迷人的分叉口:
- 科学编码追求“去我化”的收敛:牛顿力学或麦克斯韦方程组一旦压缩成功,无论谁来算、在哪个国家算,都追求得出唯一、可证伪、可复现的客观预测;
- 艺术编码保留“有体温”的分岔:它同样在揭示深层结构、同样在触发认知跃迁,却故意保留了身体的触感、生命的痛楚和个人记忆的不可替代性。一千个人在《月光奏鸣曲》里重组的,是各自独一无二却又彼此共鸣的人生。
六、所以,艺术到底是什么?
回到最初看画时冒出的那个问题——如果把图像、文字、音乐、舞蹈与建筑统统放回广义信息的视野里,艺术到底是什么?
现在我们可以给出一个既经得起信息论推敲、又不丢失人文温度的回答:
艺术不是附着在世界表面的装饰品,而是人类发明的最精妙的一种跨层编码机制——它从混沌经验中提炼差异、锻造秩序、预留缺口,用极有限的符号结构,唤醒另一个生命在解释中重组并顿悟世界。
拆开来看,每一件真正打动人心的艺术品,几乎都同时完成了三重奇迹:
- 制造可被感知的差异:让原本滑过眼前的晨雾、一次欲言又止的停顿、一道粗粝的陶土指印突然凸显出来,成为值得驻足凝视的信号;
- 锻造可进入的秩序:用构图、平仄、和声与空间比例搭起桥梁,让陌生的他者经验不再是一团无法亲近的白噪声;
- 保留可顿悟的意外缺口:不在画布上把话说尽,而是借“计白当黑”的压缩张力,邀请观者交出自己的记忆与人生,在描述长度坍缩的那一瞬间,亲手把世界重新点亮一次。
这么想来,我最初的那个灵感或许可以浓缩成最后这两句话:
文字是排成一列纵队行进的图像,图像是铺满整片原野并置发声的文字;万物每时每刻都在向外发送差异,而所谓艺术,就是让冰冷的差异长出秩序、长出美、长出智慧与顿悟的那座桥。
参考资料
- Claude E. Shannon, A Mathematical Theory of Communication, Bell System Technical Journal 27(3): 379–423 & 27(4): 623–656 (1948)。正式建立现代通信信道模型与离散信息熵公式 \(H = -\sum p_i \log_2 p_i\),并在开篇第 379 页明确指出“消息的语义层面与通信工程问题无关”。哈佛大学数学系存档全文:Shannon 1948 PDF。本文据此严格区分底层统计不确定性与高层艺术意义。
- Semantic Conceptions of Information, Stanford Encyclopedia of Philosophy(2005;2022 修订)。系统梳理自然相关信号(如“烟指示火”)、香农统计通信理论与语义信息理论之间的哲学边界:SEP 条目页。
- Abraham Moles, Théorie de l’information et perception esthétique(Paris: Flammarion, 1958;英译本 Information Theory and Esthetic Perception, University of Illinois Press, 1966)。提出区分可翻译为逻辑命题的“语义信息”与作用于感知节律的“审美信息”;本文借鉴这一双层视角,但不采纳任何将艺术价值机械简化为单一熵值的做法。
- Charles Sanders Peirce, 皮尔士符号学中的“符号载体—所指对象—解释项”三元闭环(triadic semiosis)及像似符(Icon)、指示符(Index)、规约符(Symbol)三分法。权威学术综述见 Stanford Encyclopedia of Philosophy:Peirce’s Theory of Signs。
- Rudolf Arnheim(鲁道夫·阿恩海姆), Art and Visual Perception: A Psychology of the Creative Eye(University of California Press, 1954;1974 增订版)。支持格式塔视知觉理论中关于圆盘偏心张力、视觉重量、平衡与形式结构本身直接承载心理力场的分析。
- Andrea van Doorn, Jan Koenderink & Johan Wagemans, Rank order scaling of pictorial depth, i-Perception 2(7): 724–744 (2011),结合 Ernst H. Gombrich, Art and Illusion: A Study in the Psychology of Pictorial Representation(Princeton University Press, 1960)。支持画面作为“物理媒介—二维色彩样式—深层图画空间”的多重知觉模式,以及贡布里希“观者的本分(the beholder’s share)”先验补全机制;开放获取全文:PMC3485810。
- George David Birkhoff, Aesthetic Measure(Harvard University Press, 1933),及 Daniel E. Berlyne, Aesthetics and Psychobiology(Appleton-Century-Crofts, 1971)。分别支持审美度量历史公式 \(M = O / C\) 与实验美学中复杂度/唤醒度同审美偏好呈“温特—伯莱恩倒 U 型曲线”的经典结论。
- Murray Gell-Mann & Seth Lloyd, Information measures, effective complexity, and total information, Complexity 2(1): 44–52 (1996);算法信息论基础参见 Andrey N. Kolmogorov, Three approaches to the quantitative definition of information, Problems of Information Transmission 1(1): 1–7 (1965)。支持区分总算法复杂度与“有效复杂度(规律部分描述长度)”,解释为何统计熵最高的随机白噪声有效结构趋近于零。
- Jürgen Schmidhuber, Driven by Compression Progress: A Simple Principle Explains Essential Aspects of Subjective Beauty, Novelty, Surprise, Interestingness, Attention, Curiosity, Creativity, Art, Science, Music, Jokes, Journal of SICE 48(1): 21–32 (2009) / IEEE Transactions on Autonomous Mental Development 2(3): 230–247 (2010)。支持将好奇心与“顿悟(Aha!)”形式化为主观描述长度的瞬时压缩进步 \(\Delta L = L(x; C_t) - L(x; C_{t+1}) > 0\);公开预印本:arXiv:0812.4360。本文将其作为审美顿悟的认知模型之一,不将人类情感体验等同于纯算法优化。
- Slobodan Marković, Components of aesthetic experience: aesthetic fascination, aesthetic appraisal, and aesthetic emotion, i-Perception 3(1): 1–17 (2012)。分析审美迷恋、符号重构与审美情绪的双层模型,并以毕加索 1942 年作品《公牛头》(自行车鞍座与车把重组为公牛形象)阐明日常实用物象向新符号整体跃迁的机制;开放获取全文:PMC3485814。
- John Dewey(约翰·杜威), Art as Experience(New York: Minton, Balch & Company, 1934)。批判将艺术与日常生命经验割裂的“博物馆艺术观”,强调审美经验是人与世界互动节律的充盈完成。权威导论见 Stanford Encyclopedia of Philosophy:Dewey’s Aesthetics。