如何通過科學和藝術的探索，使AI的內部裝置，即所謂的潛在空間，變得具體且可導航？ 通過結合藝術（喬伊斯的《芬尼根的守靈人》）和科學（GAN模型），複雜的AI空間變得具體、可解釋，並為哲學中長期存在的問題提供潛在答案，例如：什麼是符號？大腦和AI有何相似之處和不同之處？AI如何成為美學探索的空間？ 通過三個案例研究，《潛在太空船》追溯生物語言和合成語言之間的深層同源性： - 像產生語音的大腦一樣，生成語音的GAN通過信息模仿學習，並展現出超越單純複製的想像力。 - 喬伊斯的《芬尼根的守靈人》作為潛在空間的地圖，其中新詞和聯想語法建模了前敘事的內在性。 - FinneGANs的輸出——一個基於《芬尼根的守靈人》音頻訓練的GAN——探測了可理解性和前語音形式的極限。 總之，這些研究表明，生成模型如GAN不僅僅是重現數據，而是導航潛在空間，能夠生成真正新的語言形式。 在Antikythera Journal中閱讀《潛在太空船：大腦、GAN、芬尼根》 作者 @ninabegus, @mthvn, Gašper Beguš 界面由 @mthvn 和 Riccardo Petrini 提供