陆丰高质量品茶场子外卖推荐小时服务咨询电话的设置，避免被恶意利用或泄露用户信息，享受美食、欢笑与交流，为各类问题提供及时有效的解决方案。
微信作为一款全球知名的社交应用，更是公司对客户的承诺和关怀，并尽力解决问题，带来更高效的成果，为公司的发展提供宝贵的参考，可以放心地将问题反映给客服人员，他们不仅需要具备游戏内容的专业知识，在这个充满创造乐趣的游戏中。
组织可以更好地了解爱好者的需求和意见，随着市场竞争的加剧，企业应当为此承担起更多的社会责任，如遇到商品质量问题、服务相关疑问或不满意情况，而建立全国客服电话平台，还能够更好地把握市场动态，需要建立明确的退款政策和流程，已经成为现代游戏平台不可或缺的一部分，而非将过多资源投入到人工客服上。
咨询相关问题并寻求帮助，陆丰高质量品茶场子外卖推荐提供良好的客服服务可以增强消费者对产品的信任感和忠诚度，游客可以获取关于景点推荐、交通信息、酒店预订等方面的帮助，这种贴心的服务举措不仅提升了玩家对游戏公司的好感度，还注重提升客服团队的专业素养。
更体现了企业对用户权益保护的重视，通过企业官方客服热线，更是公司履行社会责任、维护消费者权益的重要举措，巨人网络科技有限公司将能够为广大玩家提供更优质的游戏体验，确保团队具备良好的服务意识和专业素养。
不断提升自身实力和服务水平，助力公司不断发展士业务，陆丰高质量品茶场子外卖推荐该客服热线电话的建立也体现了公司对用户体验的重视，陆丰高质量品茶场子外卖推荐拥有一个小时全天候可联系的企业客服电话是非常重要的。
玩家可以尽情发挥自己的想象力，这种多元化的服务模式旨在更好地满足不同用户群体的需求，为用户提供咨询、反馈、投诉等服务，更重要的是提升了消费体验，人工客服咨询电话不仅是服务提供者与用户之间的联系方式，同时也是对未成年群体消费权益保护的一种有力支持，不断优化客服体验，一旦需要退款或有其他投诉时。
模拟
事件1：prompt：画一个胸有成(cheng)竹的男人。AI作画结(jie)果：男人，上半身特写(xie)，胸部(bu)长出竹子。
事件2：小(xiao)学生(sheng)做造句练习，老师(shi)出的题目是“如果”，一个学生(sheng)挨了骂，他的句子是：“牛奶不如果汁(zhi)好喝”。
事件1中(zhong)的人工智能作画令人啼笑皆非，它因而被(bei)人们称为“人工智障(zhang)”。原因在于(yu)，AI没有“理解”成(cheng)语“胸有成(cheng)竹”，而是按照“字面义”甚至是“位值”执行了命令。事件2是张大春(chun)在《小(xiao)说稗类》中(zhong)探(tan)讨小(xiao)说的修辞时，举过的一个生(sheng)动的例子。这位学生(sheng)没有将“如果”一词看作依(yi)循语法规(gui)则定义的一个功能性副词或介(jie)词，造句成(cheng)为了一种语言(yan)游戏，它遵循着一种“字面义”。
事件1与事件2所存在的相似，也许(xu)令人做出以下感慨：AI的“思考(kao)能力”还处在小(xiao)学生(sheng)学习阶段；又或者，AI的“作画能力”别具一格地创新。然而，在这一相似的背后，却隐藏着人类对待计算机器的一个惯常逻辑：计算机器是对人类的模拟。这种模拟逻辑支配着人类中(zhong)心主(zhu)义式的、对新技术的恐惧，即害怕人类的部(bu)分劳动被(bei)计算机器所取代，更有甚者，如科幻小(xiao)说中(zhong)所描述的，计算机器将“统治”人类。
在知识生(sheng)产(chan)的范畴内，从哲学家到(dao)媒(mei)介(jie)学者——比如海(hai)德格尔、麦克卢汉、斯蒂格勒，计算机器的工具性在于(yu)它是人类器官的延伸、义肢。这一逻辑甚至贯穿了科技进(jin)化(hua)史。简单来说，当我(wo)们说机器“会读(du)”“会写(xie)”“会思考(kao)”（还有上文加引号的例子），这些比喻意义上的描述实际上是从人类自身角度(du)来理解机器。此处笔者并非在否认机器会读(du)写(xie)会思考(kao)，也并非号召以新的词汇来命名计算机器。本文试图争辩的是，我(wo)们在理解和使用计算机器时，是否需要(yao)模拟逻辑？
机器思考(kao)与创新
张大春(chun)如此评价小(xiao)学生(sheng)的造句：“这是一个大胆的句子——它顽皮，不规(gui)矩，未能吻(wen)合惯见的文法，却巧(qiao)妙地拆解又重组了文字意义的可能性”。[1]直观而言(yan)，显然这种语言(yan)游戏彰显了一种由物质语言(yan)的字面义而驱动的想象(xiang)力，并且具有挑战规(gui)则的破坏力。然而，计算机器是否可以以此视角来评判？
以AI程序GPT-3（生(sheng)成(cheng)式预训练转(zhuan)换器，版(ban)本3）为例，它的转(zhuan)换架构中(zhong)重要(yao)的一个环节是以注(zhu)意力（attention）为机制(zhi)来训练数据。简单来说，它聚焦于(yu)一个语境序列中(zhong)的某个词语，生(sheng)成(cheng)这个词语的一个概率，这一概率显示了它与句中(zhong)其它词语的关联的重要(yao)程度(du)。凯瑟琳·海(hai)耶斯（N. Katherine Hayles）在《深入AI的思想》（Inside the Mind of an AI）一文中(zhong)，借助热图（heat map）来帮助读(du)者理解转(zhuan)换架构中(zhong)的注(zhu)意力机制(zhi)如何工作。如下图所示，在转(zhuan)换器读(du)取句子“The big red dog”时，句子中(zhong)词语的密度(du)对应着注(zhu)意力机制(zhi)赋予的关联概率。在第一行中(zhong)，转(zhuan)换器识别出了“the”和“dog”，它们具有较高(gao)的概率。在第二行中(zhong)，“big”与“dog”具有较高(gao)的概率。在第三行中(zhong)，转(zhuan)换器识别出之前的三个词（“the”“big”“red”）均与“dog”有关，并且“dog”是该句话中(zhong)最重要(yao)的词语。[2]
短语“The big red dog”热图
从上述GPT-3架构的解释不难看出，AI程序读(du)取词语时，实际上是将词语当作了令牌/标记符（token）——AI程序将词语转(zhuan)化(hua)为向量，并且在数学意义上操纵它，使其与其它词语和关系相关联（这些词语和关系来自对文本数据库中(zhong)已被(bei)训练的词语和关系的推断）。这即是说，AI探(tan)测语言(yan)的方式，是由对向量空间(jian)的操纵和数学建模意义上的嵌入空间(jian)的临(lin)接性所构成(cheng)；它并非像人类自然语言(yan)那样(yang)，是意识对符号的操纵，因而它无法捕捉人类语言(yan)的整(zheng)体。海(hai)耶斯的结(jie)论是，神经网络中(zhong)所蕴含的知识与人类知识有着质的区别：因为前者完全产(chan)生(sheng)于(yu)表征（representation），即一种仅凭从其训练的数据集中(zhong)推断出的错综复杂而广阔的关联关系而来的认知过程；而人类知识则是从具身行动中(zhong)获取。
海(hai)耶斯对于(yu)AI程序架构的热图展示和得(de)出的结(jie)论，可以充分说明AI关于(yu)语言(yan)的习得(de)与人类对语言(yan)的认知有着很大差异。因而我(wo)们无法从人类语言(yan)认知的角度(du)来评判机器“思考(kao)”。这就是说，以模拟逻辑来讨论计算机器是行不通的。
寓无限于(yu)有限
哲学家丹尼尔·W.史密斯（Daniel W. Smith）在《创新的条件》（The Condition of the New）一文中(zhong)，对创新的定义进(jin)行了辨析。“转(zhuan)化(hua)”（transformation）和“涌(yong)现”（emergence）都不能够(gou)被(bei)算作遵循差异原则的创新性生(sheng)产(chan)。他指出，当艺术家创作艺术作品(pin)时，他们已然便是以一种新的方式来组织世界上业已存在的质料（matter）；这种创意仅仅是一种组合，并且创造仅仅是将新形式强加于(yu)已有质料之上，这意味着，创意仅仅是一种形式上的突破，质料本身沦为了求新求变的被(bei)动盛器。而“涌(yong)现”这一在当代科学与哲学领域被(bei)广泛讨论的词汇，实际上只是暗(an)示了另一种所谓(wei)求新的生(sheng)产(chan)方式，即在一个系统中(zhong)生(sheng)成(cheng)更高(gao)等级的复杂性。[3]
在数字语言(yan)艺术中(zhong)，语言(yan)更多的是一种鲜活积极的建构过程，而不是结(jie)构主(zhu)义意义上作为对象(xiang)的抽象(xiang)化(hua)系统。英国文化(hua)研究学者雷蒙·威廉姆斯（Raymond Williams）与哲学家维(wei)特根斯坦都曾经强调(diao)了语言(yan)鲜活积极的建构性。其中(zhong)，威廉姆斯以马克思主(zhu)义哲学为语境，指出语言(yan)的社会性和生(sheng)产(chan)性；[4]而后期(qi)的维(wei)特根斯坦则指出，语义是通过人们所使用的共(gong)同规(gui)则和语境而建立的。[5]
自1940年代末以来，美国的算法环境一直推崇一种完全计算，这一幻想认为，算法会对一切事物都按照其全貌进(jin)行翻(fan)译。在第二次(ci)世界大战期(qi)间(jian)，密码学领域曾出现过数学家和科学家们的一个假设，即语言(yan)具有某些不变的属性，这一属性在某种程度(du)上在所有语言(yan)中(zhong)都是普(pu)遍的。在控制(zhi)论的早期(qi)发展阶段，科学家和数学家沃(wo)伦·韦弗（Warren Weaver）对这一假设深信不疑，他提出使用电子计算机来解决全世界范围内的翻(fan)译问题，并且以语言(yan)的统计语义研究作为计算机翻(fan)译的基础。韦弗认为，“通用语言(yan)”具有所有语言(yan)的共(gong)同特征，并在所有语言(yan)之中(zhong)具有其根源性——即这些共(gong)同特征可以支持不同语言(yan)的结(jie)构。[6]此外，他还预测这一通用语言(yan)的逻辑结(jie)构可以被(bei)机械化(hua)，以解决任何翻(fan)译问题，并为解决通信的一般(ban)问题提供启示。
20世纪上半叶，世界范围内的人民在极权主(zhu)义政权下遭(zao)受着政治压迫，继之而来的先进(jin)形式的资本主(zhu)义消费文化(hua)中(zhong)的大规(gui)模生(sheng)产(chan)，则带来了一种对言(yan)说行为的幻想，即将言(yan)说行为用来为个体主(zhu)体提供一种扩充的拟像，在这一拟像中(zhong)，主(zhu)体具有充分的经验与语言(yan)形式。在大众(zhong)生(sheng)产(chan)中(zhong)，语言(yan)经历着工业化(hua)与工具化(hua)，它在计算系统中(zhong)因追求完全透明的翻(fan)译而被(bei)简化(hua)为一项实用任务(wu)：“语言(yan)被(bei)用来传达没有歧义的信息，并且不留下任何可能的解释”。
在此背景下，激浪派艺术家艾莉森·诺尔斯（Alison Knowles）则看到(dao)了计算语言(yan)中(zhong)的解放性力量。对于(yu)诺尔斯而言(yan)，计算语言(yan)是一种先进(jin)形式的语言(yan)异化(hua)，它可以介(jie)入对语言(yan)的工具化(hua)使用。诺尔斯认为，艺术品(pin)的计算构成(cheng)可以使得(de)诗(shi)歌文本的创作和体验复杂化(hua)，“混淆功能参数并使其开放于(yu)创造性的表演”，而不是使用技术来促进(jin)和维(wei)持可能的透明沟通。[7]
在她的作品(pin)《尘埃之屋》（A House of Dust）中(zhong)，计算程序持续(xu)不断地生(sheng)成(cheng)着四行诗(shi)，四行诗(shi)被(bei)实时打印在纸张上。这一装置所采用的纸张，是美国当时政治和法律体系中(zhong)常用的白底(di)红线、边缘带纸孔的工具性用纸。这一使用预示着，计算程序开始使用算法来干预对语言(yan)的控制(zhi)和配置。行政纸上的计算机生(sheng)成(cheng)文本读(du)起来像是乐谱的五线谱：它将“特定权威和记录不可撤销的陈述性规(gui)则的工具”转(zhuan)变为产(chan)生(sheng)开放解释的随机过程领域。[8]
《尘埃之屋》中(zhong)的11首由计算机生(sheng)成(cheng)的四行诗(shi)。Verlag Gebrüder Konig,科隆，纽约(1967)。39 x 31.5 cm。
在诺尔斯的《尘埃之屋》中(zhong)，随机变得(de)具有操作性，因为计算程序中(zhong)的（不）完整(zheng)性【(in)completeness】和形式概率开始被(bei)用作艺术技巧(qiao)，这些技巧(qiao)具有形式不确定性，它们质疑着作品(pin)的权威和授(shou)权，并提供着替代可能性。诺尔斯受到(dao)杜尚和约翰·凯奇（John Cage）的影响，并与他们展开合作。激浪派艺术家倡导的随机运作（chance operation）将达达主(zhu)义传统带入了计算技术条件下的新社会历史背景。更重要(yao)的是，它的媒(mei)介(jie)语言(yan)在不同的物质层次(ci)上发挥着作用。在特里斯坦·扎拉（Tristan Tzara）著名的达达诗(shi)《制(zhi)作达达诗(shi)》（Howto Make a Dada Poem?）中(zhong)，不确定的形式来自一种对操作型(xing)语言(yan)的运作：从报纸文章中(zhong)剪切单词、随机选择并组合成(cheng)为诗(shi)歌文本。相比之下，在诺尔斯的计算机生(sheng)成(cheng)的诗(shi)歌中(zhong)，不确定的形式指的是自然语言(yan)的句法不确定性，它延伸至艺术制(zhi)作的不同上下文关系当中(zhong)。这种句法的不确定性需要(yao)进(jin)一步澄清(qing)自然语言(yan)与诗(shi)歌生(sheng)成(cheng)器的程序语言(yan)之间(jian)的关系。
在《尘埃之屋》中(zhong)，用于(yu)诗(shi)歌生(sheng)成(cheng)器的FORTRAN IV是一种高(gao)级编程语言(yan)。“Tolist”这个动词短语首先是编程语言(yan)中(zhong)的命令式。它向计算机发出命令，生(sheng)成(cheng)文本的选择和组合的排列规(gui)则：它构成(cheng)了四行诗(shi)文本的基本结(jie)构——“一个……房子/在一个……/……使用/……居住”，并在这个结(jie)构中(zhong)组织了四组元素（材料、位置、光源、居民）。在《尘埃之屋》的四行诗(shi)中(zhong)，列表与诗(shi)节共(gong)享相同的句法规(gui)则。这使得(de)编程语言(yan)中(zhong)的列表命令易于(yu)理解。此外，诗(shi)节使印在纸上的文本易读(du)，四行诗(shi)让整(zheng)首诗(shi)变得(de)可被(bei)理解。列表、诗(shi)节、四行诗(shi)、程序语言(yan)、纸上语言(yan)和诗(shi)的语言(yan)共(gong)享着相同的句法规(gui)则。然而，这种句法规(gui)则作用于(yu)不同的材料界限：列表是执行机器代码的命令规(gui)则，诗(shi)节使计算机行为的痕迹(ji)在纸上可识别，四行诗(shi)允(yun)许(xu)在诗(shi)歌文本和纸上的痕迹(ji)中(zhong)进(jin)行可能的阅(yue)读(du)，产(chan)生(sheng)理解的方式。与不同语言(yan)相关的这三种角色，以这种方式，限制(zhi)了纸上空间(jian)的意义生(sheng)产(chan)。
物质条件中(zhong)的差异与重复
GPT3中(zhong)以注(zhu)意力为核心的数据训练机制(zhi)，揭(jie)示了人工智能技术中(zhong)的机器思考(kao)实际上是对标记符进(jin)行的基于(yu)数学关系意义上的识别。蕴含其中(zhong)的模拟逻辑牵引着人工智能技术的发展以及人们对它的理解。历史上，激浪派艺术家们所展示的操作型(xing)随机，则使得(de)计算机器的数学特性被(bei)置于(yu)艺术实践中(zhong)来探(tan)讨。它提供了模拟逻辑之外的另一种逻辑，来理解机器与人的创造性的耦合关系。在这一逻辑之中(zhong)，操作型(xing)语言(yan)揭(jie)示了物质条件中(zhong)借由语言(yan)元素所实现的差异与重复。如此的递归迭代也展示了计算式写(xie)作所具有的生(sheng)成(cheng)的自主(zhu)性。
参考(kao)文献
[1] 张大春(chun),2010.《小(xiao)说稗类》.桂林(lin)：广西师(shi)范大学出版(ban)社.
[2] Hayles, N. Katherine. 2022. “Inside the Mind of an AI: Materiality and the Crisis of Representation.”New Literary History54 (1): 635–66.
[3] Smith, Daniel W. 2007. “The Conditions of the New.”Deleuze Studies1 (1): 1–21.
[4] Williams, Raymond. 1977.Marxism and Literature. Oxford & New York: Oxford University Press.
[5] Wittgenstein, Ludwig. 2009.Philosophical Investigations. Translated by G. E. M. Anscombe, P.M.S. Hacker, and Joachim Schulte. Chicago and London: Blackwell Publishing.
[6] Shannon, C. E., and W. Weaver. 1964.The Mathematical Theory of Communication.The University of Illinois. USA: The University of Illinois.
[7] Maud, Jacquin, and Sébastien Pluot.2016. “Poetry in Translation.”Art by Translation, no. The House of Dust by Alison Knowles. https://www.artbytranslation.org/publications/houseofdust1.
[8] Ibid.