當一個系統面對自己的輸出時，會發生什麼事？《Steering Through the Inner Residue》把生成的結果重新作為輸入，讓圖像生成的過程追隨它自身的軌跡。
人工智慧常被描述為黑盒子：儘管輸入與輸出都清楚定義，其內部機制卻依然不透明。圖像生成通常以一段文字描述（prompt）開始，承載著人的意圖與期待。在這件作品中，這個慣常的流程被打斷——文字被完全捨棄，機器被反覆地以它自己生成的圖像引導，人的期待於是被機器的期待所取代。
遞迴描述的是一種迴圈的過程；但與重複不同，每一次迭代都與前一刻略有偏差，像一道超越線性因果的螺旋，最終抵達未知的座標。回授（Feedback）的本質意味著，浮現出來的東西根本上是偶然且情境性的——就像把麥克風放在喇叭前，刺耳的回授同時顯露了周遭空間的迴響與電子元件的機械質地。
在 1969 年的作品《I Am Sitting in a Room》中，美國聲音藝術家 Alvin Lucier 錄下自己朗讀一段短文，接著在房間裡播放這段錄音並同時重新錄製。這個過程不斷重複，直到房間的共振層層累積，說話聲逐漸消失。最後幾次錄音中浮現的模糊嗡鳴並不只是雜訊，而是迴響的累積——房間的殘留。遞迴的過程讓底層變得可見：它以聲學的方式丈量空間，並將之轉譯為可聽見的形式。人工智慧也可以用類似的方式對待：回授的過程在圖像生成系統中航行，撕開一道裂縫，顯露其內部。
畫面像一只被攤開的盒子，每一面都承載著過程的迴響——一片僅由程序本身生成的、獨特圖樣的地景。色彩漂向過飽和的色調，形體碎裂成層層圖樣，意義瓦解為雜訊。隨時間累積下來的不是一張圖像，而是一個過程：一件演算法的人造物，一種除了過程本身之外不指向任何事物的殘留。
媒介特異性
談到人工智慧藝術，大家常爭論作者是誰：是下提示詞的人，還是機器？這件作品從完全不同的角度切入：完全沒有提示詞。媒體藝術一直在追問媒介特異性，也就是每種媒體獨有的性質；那麼，人工智慧生圖的媒介特異性又是什麼？每個模型都留下自己獨特的視覺指紋，這種美學無人設計，是系統依著自身的演算法結構長出來的，如同圖靈斑圖。
Artists and Developers: Ting-Chun Liu, Leon-Etienne Kühr
Photo Documentation: Jakob Dieckmann, Günzel/Rademacher, Ting-Chun Liu
Video Documentation: Ting-Chun Liu, Leon-Etienne Kühr
Developed at: Experimental Informatics, Academy of Media Arts Cologne (KHM); realized with the AI Lab, Offenbach University of Art and Design (HfG Offenbach)
Funding and computing: hessian.AI; KITeGG (funded by the German Federal Ministry of Education and Research, BMBF)
Exhibitions: AI-Worlding, Museum Angewandte Kunst, Frankfurt (2026); AI-Worlding, Staatstheater Darmstadt (2026); WIP Arts & Technology Festival: Flows, CYENS, Nicosia (2026)
The presentation in Nicosia was supported by the National Culture and Arts Foundation (NCAF, Taiwan)
