相去万余里，各在天一涯
读过很多的离别诗，比如「行行重行行，与君生别离。相去万余里，各在天一涯。道路阻且长，会面安可知？」，再比如「乐哉新相知，忧来生别离」。 我们可以从离别的诗作中读出很多美感，这样的美多半与无力感有关——面对距离的无能为力，面对故人远去杳无音讯的无力。假如我们生活在古代，会不会希望有一种魔法，可以瞬间得到来自远方的消息，或者看到远方的人？
当然，这些对我们今天的我们来说都已经不是魔法了，通讯技术野心勃勃，从一开始就想要打破距离的界限。
19世纪电报的发明让瞬时通信技术成为可能，当时的文化观察者们说，电报「消弭」了时间和空间。直到今天，不甘心的科学家和工程师们仍在做着努力，他们想要打破屏幕，打破二维世界里荧幕和像素的约束感，将全息影像植入我们的世界。
所谓全息，不仅局限于声音、文字和视频，不再隔着屏幕，我们现在是坐在键盘和屏幕前探索一切，把自己交给虚拟的网络，全息时代把虚拟带入现实，想象一下，你可以感受到一个虚拟物体上的温度，甚至，想想一下你在推一个全息图像，它却以同样的力度将你推回来。彼时彼地的所感所触，都可以传回来，传回到此时此地，用手轻轻一握，就可以把几千几万里的距离握在手心。——「天涯远不远？ 不远！人就在天涯，天涯怎么会远？ 」
赛博空间像一个诱惑，承诺人们会有能力把距离玩弄于手掌心：当通讯变得便捷和廉价，当通讯设备所能搭载的信息越来越多，从文字、声音到二维影像甚至全息影像，彼处可以越来越精确地在此处得到复现，技术就可以让几万里的空间消弭，而曾经诗歌里那些所谓的离愁别绪也可以被束之高阁甚至不复存在。
可是，魔法并没有那么神奇，比起古人，我们今天是可以可以瞬间得到来自远方的消息，或者看到远方的人但距离真的可以消失吗？或者换句话说，他们真的拉近人和人之间的距离吗？
想想微信，我们一面享受着微信带来的便利，另一面，很多人都抱怨过微信挤占了太多时间，甚至朋友聚会时很多人都盯着手机屏幕而忽视了对面的朋友，在这种场合下，我们甚至会觉得便捷的通讯设备拉远了我们和现实中的朋友的距离。人和人之间的关系似乎并没有像科技所应允的那样亲密。我们被赋予更多地机会去彼此接近，可是也会被肤浅虚伪的人际交往愚弄，耽于浅尝辄止的交流。
这样的诱惑很像是一种空头许诺。在微软全息影像传输(Holoportation)的演示会上，科学家和自己的小女儿做着全息通讯的示例，末了，女孩儿问科学家「爸爸你什么时候回家」。
「什么时候回家？」
视频展示里的小女孩，她可能不理解全息通讯，也不懂这项技术的意义，可是她说出了最本真的希望，希望父亲早点回家，真的回到她的身边，而不是通过一个影像，哪怕这个影像是全息的。
我们不喜欢物理空间上的距离，通讯设备所搭载的信息再精确、再丰富也无法拼凑和代替真正的人。而诗歌，并且只有诗歌提供了居所，在这个居所里人们被获准撒娇，蛮横地撕开通讯设备所给予的安慰，抛弃文字、视频甚至全息影像，像那个小女孩说出想让父亲回家一样，表达出最本真的愿望：团聚和真正的「在身边」。诗歌安放由距离产生的失落，安放团聚的祈求。事实上，不管通讯多么发达，这样发自内心的失落和祈求从来都没有变过。甚至随着通讯技术所能搭载的信息更加丰富，对别处的复现让撒娇显得愈发不合理，诗歌所提供的安放与获准才弥足可贵。另一方面，我们想想，离别的场所从驿站别成了火车站、飞机场，甚至有一天，可能是几十或者几百年后，当人们的足迹可以轻易踏上星辰，离别的场所会变成火箭发射基地，设想一下在这样的情景里，「此地一为别，孤蓬万里征」这样的诗句是不是依然打动人？感情的维度上，几千年前几个省份的距离和几十几百年后几个星球的距离并无差别。技术诱惑我们说可以操纵空间，这也像一个诡计，因为在相见变得容易的背后，离别也变得容易，在轻易的离别背后纵总有技术追不到的地方，人们拥有越来越多的选择，也总有亲人朋友追不到的地方，燕燕于飞，几千年后依然瞻望弗及。
科技不断迭代，这种迅速的更迭很容易产生强烈的社会反差和经验缺失，而这个时候，就越需要一种超越了时空的情感体验，这样的体验关乎心灵与情感的距离，与物理距离关联甚少，当情感的距离被拉远，再近的物理距离也是遥远的。科技与诗歌是暧昧的，科技对诗歌似乎是一种疏远和抛弃，想要用现实的力量挤占诗歌的位置，比如通讯架起一座通道，连接人与人，可是当我们回过头，这条技术的通道并没有代替诗歌的通道，它穿越空间的界限，连接过去与现在，连接人和人之间无形的情感与记忆，也连接最不契合实际的心愿与现实。
奶油色的月亮
技术可以拉近物理距离，却不能代替诗歌给予的情感寄托，那脑海中的图像与现实作品的距离呢？技术不能代替创作，可是却能鼓励我们的想象力。
神经网络在计算机视觉上硕果累累，比如做图片的分类，在一些精细的分类领域准确率甚至已经可以超过人类。现在有一种颇有野心的想法就是，能不能让计算机像画家一样在白纸上作图呢？或者我们给出一句文字，让计算机「理解」文字，然后自己像去表达出相应的图片？
2014年Goodfellow用对抗生成网络（简称GAN[1]）非常优雅地解答了第一个问题，这些年GAN取得了很多有趣的成果，比如从图片到图片的转化，当我们画出简单的色块，计算机可以把它描绘成一栋建筑，或者像铅笔画一样绘出皮包的轮廓，计算机便可画出被填充好颜色的皮包。[2]
而第二个问题的成果也通过条件生成对抗网络得到了展现。[3]
我们先来看一下成果,我们输入文字描述，最后一行就是计算机自己生成的图片，比如第一副图片，一朵有着白色花瓣和粉色底纹的花，再比如一只红棕色，有着短喙的鸟。
GAN的原理，是同时训练两个网络，一个生成器G，还有一个判别器D。生成器G的目标就是生成尽量真实的图片去欺骗判别器D。而D的目标就是尽量把G生成的图片和真实的图片分别开来。
生成器可以类比成要仿造家长签名的小孩子，判别器就是老师。一开始，一个连字都不会写的小孩子想要模仿爸妈的签名，可能一眼就会被认出来，但是慢慢地，经过很多次练习之后，就不那么容易被认出来了，这时候，老师也该练习了，老师讲更精确地分辨哪个是伪造的签名，哪个是真实的签名。在这种类似于博弈的过程中，小孩子模仿的功力越来越强，老师也越来越火眼金睛。而条件生成网络呢，就是生成的图片和给定的文字要对应，比如爸爸的签名，妈妈的签名，
我们可以看到，GAN所谓的「创作」离不开在训练时输入的样本。但是，它有一个魅力，在给定文字，输出图片的时候，可以打破常规，重新作画。
打破文字的常规排列，并将它们重新组合，这样的游戏卡尔维诺再擅长不过。在《看不见的城市》，在卡尔维诺的阿纳斯塔西亚里，买得到玛瑙、石华、绿玉髓以及各种其他的玉髓，还有用陈年的香桃木烤熟的、涂满大量牛至的金黄色的野鸡。每当马可波罗描绘了一座城市，可汗就会自行从脑海里出发，把城市一点一点拆开，再将碎片调换、移动、倒置，以另一种方式重新排列组合。
神经网络的迭代速度非常快，我们甚至可以想象有一天，当输入这样的文字和意象的时候，它就会把这样的图片展现在我们眼前，这幅不满意，那么在再将碎片调换、移动、倒置后，总能创造一座专属于你的、看得见的城市，在奶油色的月亮下，在大铜钟旁，你从九眼喷泉的天池里钓起月亮，街角咖啡店的桌上有一套盔甲，而旁边坐着一只穿靴子的猫。神经网络再综合VR或者AR 更是可以把想象之景从二维的画面中带入到现实世界。造梦师已经来了，我们被鼓励多多做梦。
神经网络与艺术的联系异常紧密，大家熟悉的PRISMA软件就是在应用神经网络完成风格迁移[4]。
艺术家们想重新观看世界，把天必湛蓝、草必青青、肉色粉红、苹果非黄则红的成见抛开，用线条和色彩将心中所想与眼前之景集合起来。好像从其他星球起航探险飘临此地，初次面对眼前的世界，从世界万物中发现出人意料的线条和色彩[5]。计算机科学家们面对电脑，也是从头开始，叫它认识轮廓，认识明暗，认识不同的色块，并从中获得新的知识。大师们将他们的航行探险记录在作品里，这些作品被计算机科学家们迁移和应用，尽管现在看来还有些笨拙，但它们确确实实地，被映射到矩阵空间里，在我们的生活里以这样颇为有趣的形式重获生命。
所以你看，诗歌、画作与技术像是在暧昧地蹁跹起舞，他们伸出手，想完成一次回旋，可是却因为步伐的不一致而显得生硬、笨拙，然后，一步，又一步，从最简单的步伐开始，旋转变得优雅起来，可毕竟，一边是随性而至的文字与色彩，一边是精细严密的公式与算法，他们彼此厌倦，彼此疏忽，可是，总会有那么一个点，又重新相遇，舒展与欣喜接踵而至。笨拙、优雅、疏离、欣喜，像穿上了红舞鞋，在没有终结的曲子里不停地舞蹈下去。
[1]Generative Adversarial Networks, Goodfellow, Ian J.; Pouget-Abadie, Jean; Mirza, Mehdi; Xu, Bing; Warde-Farley, David; Ozair, Sherjil; Courville, Aaron; Bengio, Yoshua, 06/2014, Origin:ARXIV, Bibliographic Code:
2014arXiv1406.2661G
[2]Generative Adversarial Text to Image Synthesis,Reed, Scott; Akata, Zeynep; Yan, Xinchen; Logeswaran, Lajanugen; Schiele, Bernt; Lee, Honglak, eprint arXiv:1605.05396 Publication Date: 05/2016, Origin:ARXIV, Comment:ICML 2016, Bibliographic Code: 2016arXiv160505396R
[3]Stacked Generative Adversarial Networks, Huang, Xun; Li, Yixuan; Poursaeed, Omid; Hopcroft, John; Belongie, Serge, Publication Date:
12/2016, Origin:ARXIV, Comment:CVPR 2017, camera-ready version, Bibliographic Code:2016arXiv161204357H
[4]A Neural Algorithm of Artistic Style, Gatys, Leon A.; Ecker, Alexander S.; Bethge, Matthias, 08/2015, Origin:ARXIV, Bibliographic Code: 2015arXiv150806576G
[5]贡布里希《艺术的故事》 广西美术出版社 2008-01 ISBN: 9787807463726