关于反映和建构的矛盾

反映和建构的矛盾

在过去我一直认为，我在将来是能够有能力将脑海中浮现的画面，无论是一幅完整画作的画面还是一个单体的 turnaround，去直接反映到纸上的，我认为我将来终究会有那个能力。

因此，我在当下进行绘画训练时，都尝试直接把脑袋里的东西反映到纸上。我更在避免自己去“建构”，如果发现自己在建构，我就感觉不舒服。这里的“建构”是指，例如画透视图时从基本的立方体和圆柱体去逐渐合并或切削，以建构出所要的物体；或者创作草图时，先画一个粗略的草图，或先把人体的骨架搭起来，然后再去迭代这个草图，在骨架上添加人体的细节、服饰等。

但恐怕我的想法可能从根本上就是错误的。关键在于：“反映”是拥有大量建构经验后自然而然发生的现象。是的，反映是一种现象，其本质上，仍旧是走了这样一个建构的过程的，只不过经验丰富者能将这个过程做到出神入化，完美且精确，几乎完全在内心完成，从而看上去就像是直接把脑海中的所想画的东西直接落实到纸上。

在脑科学或神经科学上也有支撑此观点的论据。脑科学告诉我们，我们认为记忆是完美无缺的，但记忆实际充满纰漏，缺失细节。只有当我们尝试把记忆中的每一丝细节都挖掘出来时，才会真正意识到这一点。脑海中形成的图像和 3D 模型，终究是来自于记忆的，因此，它们自然也是充满纰漏，缺失细节的。

关于细节的回忆，是能够通过训练改善的，而这种改善，是领域特定的。但我认为，即使大师们脑中图像最原初的模样也是充满纰漏、缺失细节的，他们能够利用已有的经验——无论是绘画经验还是积累的视觉素材库——去为脑中这个原初的、有纰漏的图像做填充（当然，这里不存在一个真正的“原初”图像，特意分成两部分是为了便于理解）。

插一句嘴，GPT 称，结构、概括模型的记忆，细节识别，图像记忆等，都是可以训练的，这个真的能够让脑子里的图像更加清晰。训练方式包括：

1. 复盘自己的画的结构
2. 短时间记忆和默写参考图
3. 做“设计记忆训练”（如今天看 10 种袖口样式，明天尝试回忆和变形）
4. 使用语言描述图像（语言性编码，如“N 头身，手肘在肚脐高度，头肩同宽”）

但话又说回来，即使是大师，除了像金政基那种令人叹为观止的天才型选手，他们下笔时也不敢说每一根线条都完全符合需求吧？他们同样要经历迭代的过程，即这里所说的建构过程。只不过他们无论在脑中还是手上，都把这个过程做得飞快，这同样是经验的结果（说不定，金政基同样是如此呢？），是用领域知识填充记忆的空白。

不过这里不是做科研，而是要看理解这一点后对我的实践有何影响。既然明确反映是一种现象，是把建构过程内化的结果，那我实际操作时，就不必在当前去追求所谓的“反映”，也不必为自己进行建构而感到羞愧，或感觉在浪费时间、影响效率。

实际上，绘画本身就是一个先产生粗糙的草图，然后对它进行不断迭代、优化的结果。至于这个粗糙的草图如何产生……这实际上是一个更抽象的话题，就像问“我是如何学会说话的”，这里不讨论。

总之，我是说要对“建构”保持宽容，承认它是一种必要的过程。即使它在短期内看似影响效率，但这个过程本质上是无法跳过的。长期来看，我终究能把这个过程很大一部分内化，从而提高工作效率。

这里的论断，同样肯定了所谓“改画”练习的必要性：对着别人的画作看出问题并修改，这本身也是一种建构能力的训练。

反映和建构这一对矛盾，在各种创造性实践的领域均会遇到，写作，编程，我们都感觉脑子里想的东西完美无缺，想要直接把它给反映出来，但放到实际上呢？还是得循规蹈矩地来。但等你成为领域专家后，你再去实践，从别人眼里看起来，你就是在反映。

---

GPT 指出，可以研究 chunking 和 pattern completion，但实际上 chunk 就是一种可操作的 pattern。这点我还得更多实践经验……

再话说回来，我的PBL的研究型项目，它交付出笔记，但它在我脑子里所交付的，就是chunk。chunk是我脑子里的东西，技法，概念，结构，姿势，笔记是chunk的外显的形式。

chunk是可再分的，但有的chunk再分下去没有任何实践意义，就实践上来说，可以把这些chunk认为是原子的，但现在是原子的chunk，在将来更深化的实践中，可能不再原子。