尼古拉斯 · 米尔佐夫，纽约大学媒体、文化与传播专业教授，视觉文化学科创建者之一，著有《视觉文化导论》《视觉文化读本》等。其讨论影视上呈现伊拉克战争的著作《观看巴比伦》，被艺术史学家特里 · 史密斯誉为 “当今世界上最别出心裁、最视野广阔的视觉文化分析开创者的绝妙之作”。
关于本书
如今的我们，每天看自己、看别人、看各种东西，陷身于图像的汪洋大海，但曾几何时，一个人一辈子连一幅自己的肖像都没有，究竟我们是怎样走到这一步的？这正是《如何观看世界》所要告诉我们并为我们分析的事实。本书就是来阐明我们怎样才能理清这些变化，并且理解它们对我们的视觉世界产生的意义。
核心内容
学会看自己的人解放了自我意识，撬动了少数人把持的特权；学会看城市的人解放了自己的眼睛，其生活中出现了全新的追求；而电影和电视则在现实世界的旁边，再造了一个既虚拟又真实的图像世界，银幕和电视屏幕给智能手机的出现埋下了伏笔。作者回溯历史，是为了告诉我们每一个变化都有着革命或解放意义。
前言
可能你的耳朵在工作，可你的眼睛肯定没有闲着，你可能正在开车，或者正在拿着手机刷朋友圈。还有可能，你正在一排路边小店闲逛，忽然你注意到一个街头画家，拿着一支铅笔，正在给一位过路的女子画像，很多人围着看。现在，你不由自主地掏出了手机，打开相机，把画家和他的模特一起拍了下来。然后你还会翻转摄像头来个自拍，露出自己的招牌微笑。
你为什么会这样做呢？因为你看到别人也都举着手机在拍，拍画家画画，拍自己，连带着拍下了在场的其他观众，包括你在内。你看到好几个自拍杆，但你没注意到有一个人戴着一副 1500 美元买的谷歌眼镜，一声不响地拍下了眼前的所有人。你用手机把你看到的景象变成了图像，与此同时，你自己也变成了别人的图像。
还没结束。谁也不会看到，一架无人机正在空中俯拍这条路，包括画家、模特、观众和其他店家，包括这一片街区在内，所有人都变成了图像。图像迅速传开，被另一些也许远在另一个国家的人观看并且随手转发，有人点赞，有人评论。
可以说，这样交错拍摄、交错观看的故事，今天每一秒钟都发生。这正是我在这里要介绍的这本书《如何观看世界》所要告诉我们并为我们分析的事实。书的作者尼古拉斯 · 米尔佐夫是纽约大学媒体文化与传播学教授，也是一位视觉文化专家。2005 年，他出版了自己的代表作《观看巴比伦》，探讨伊拉克战争在影视作品中的呈现。《如何观看世界》是他最近的一部作品，出版于 2015 年。
一个在街头画画的人和正在空中盘旋、不断拍摄图像的无人机，两种事物代表着两种看世界的方式，两者之间存在着好几百年的时间距离，现在却在同一个空间下并存了。画家专心地看事物，画家在绘画的时候是忘我的，而你和其他人明明身在现场，却情不自禁地把事物拍下来，然后去看屏幕里的图像，还要把你自己放进去。为什么会这样？我们是从什么时候起，变得那么不专心，变得那么喜欢看图像的？
第一部分说的是近四五百年间，人们是怎样一点点学会看自己的；第二部分讲述了城市的崛起如何让人们养成了去观看世界的兴趣；第三部分从电影说起，介绍了一个世纪以来，图像如何成为大众习以为常的观看对象；第四部分则提出了视觉改变世界的可能。
第一部分
作者米尔佐夫告诉我们，绘画的人之所以专心，是因为在四五百年前，人们还没有什么东西可看，也并不是想看什么就能看到的。
想一想，如果让你一顿饭只能点一个菜，你肯定会先考虑这家饭馆最拿手的招牌菜。同样道理，在四百年前，一个普通人最大的视觉愿望，可能就是看一眼国王，看一眼皇后，或者见一眼自己一直想见的某位社会名流。在那个时候，普通人顶多就是照照镜子，看看自己，看过就看过了，没有能力把自己的肖像保存下来，也想不到别人有什么理由会特别注意到自己。
在这种情况下，画家是拥有特殊地位的。西方的绘画，最早是为王公贵族服务的。画家接受王公贵族、达官显贵的委托，为他们和他们的家人画像，画完之后，作品就归了委托人。在这本书中，作者用一幅名画《宫娥》举了个例子。这是 17 世纪的西班牙画家委拉斯开兹的作品，画的是宫廷里的国王、公主、宫女、侍从、其他贵族和皇室成员，最后，画面中还出现了画家自己。这幅画是非常具有说服力的，它首先是君王权力的象征，然而它又表明了画家的特权：他可以在画面中把自己给画进去。
当然了，画家也会画自画像，这是最早的 “自拍照”。我们现在看那个时代留下的画作，如果是人物画，你都会觉得这个人好高贵；如果是画家的自画像，我们会发现，画中人可能散发着神圣庄严的气息，绝对不是一个普通人。有一些专门研究自画像的学者，能从中解读出许多内容，关于人物性格，关于人物心情，关于他当时正生着什么疾病，我们会觉得那幅画不仅充满了艺术神韵，而且蕴含着很多历史文化信息。我们之所以这么想，除了绘画本身的水准很高之外，更大的一个原因是人物肖像太少了。一个人一生可能只有一幅肖像画，绝大多数人根本连肖像都没有留存，所以，每一幅留存至今的肖像画，我们都要充分利用起来。
除了绘画之外，能够承载人物形象的媒介就几乎没有了，可能硬币上会有，那也是国王王后的头像，普通人只会在过节的时候注意到打扮得花枝招展的演员的形象，或者在阅兵的时候注意到服装整齐划一的士兵的形象，可以看的东西实在太少了。
到了 18 世纪工业革命开始，印刷术发展起来。到了 1837 年，摄影技术发明了，然后是纸媒，也就是报纸杂志开始发行。新的观看媒介纷纷出现，人物形象一下子多了起来，而承载人物的载体，也从绘画转化为照片。如果一个人具备一定的经济条件，他都可以获得自己的肖像照片，并且收集起来，贴在自己的照片簿里。这就叫视觉的 “民主化”。
民主化带来的结果，不仅仅是可见的人物形象数量剧增，而且，一个人的形象也不是唯一的了。有了照片，就有了角度，有了摆拍，同样的一个人物能拍出许多形象。我们想一想达 · 芬奇那张著名的自画像，一个秃顶的、目光深邃的、满脸卷曲的长胡子的老人，我们无法相信他还会有别的样子，我们甚至会觉得他根本就没有年轻过，一出生就是个老头。然后，我们再想一想照片里的人，哪怕是在一个时刻，从不同角度、在不同光线下拍一个人，他呈现出来的每张面孔都会是不一样的。
所以，现在我们都追求数量，越多越好。自拍是什么时候开始兴起的？书里说了，是从 2010 年，苹果 iPhone4 配置了性能优良的前置摄像头开始的。作者给出了几个数据：2013 年，仅仅是在英国，每个月就有 3500 万张自拍照发到了网络上；到了 2014 年，谷歌宣布每天有 9300 万张自拍照贴到网上，一年超过了 300 亿张。四百年前的人一辈子没有一张肖像，现在的人上个厕所就能自拍一百多张。
自拍的人不但希望留下自己的形象，还希望这个形象足够好看，所以，你会看到大多数人自拍的时候都会撅嘴，把脸颊吸进去，然后从斜上方 45 度角来取景，据说这样拍出来的人脸是最符合美的标准的。不知不觉地，我们的感知和审美都变了：你想一想，在用照相机拍照的时代，我们有谁会觉得拍出一张锥子脸是一件很重要的事情？
在这本书中，作者放了一张照片：2013 年 12 月 10 日，前南非总统纳尔逊 · 曼德拉落葬，在葬礼上，丹麦总统施密特跟坐在她左边的美国总统奥巴马、坐在她右边的英国首相卡梅伦，一起拍了一张自拍照。他们的笑容是典型的自拍者的笑容，很灿烂，很自信。在拍照的时候，这几个世界上最有权力的人，跟像你我这样的普通人是完全平等的，我们都关心自己的形象，希望让别人看到自己最美好的一面。而我们所依托的工具则完完全全就是机器，但绘画是全靠人力来做的事，摄影也是人与机器的合作，你需要为一幅画和一张专业照片付费，它们跟自拍照的审美完全不一样，而流传最广的东西——自拍照——则是最廉价的。
过去的人看不到自己，既是条件所限，也是因为他们把自己看得无足轻重。而一旦能够注意自己的形象了，就会希望留下几张照片。技术的进步让我们彻底迷上自己的样子，并且努力矫正、修饰，以符合自己或他人的某种审美情趣。
第二部分
说完了看人，我们再说说看外界。
如果你生活在四五百年前，你会觉得身边可看的东西也是很有限的。你接触的人很有限，你的活动范围很有限，就算你是个走南闯北的商人，你也要把醒着的时间都用来谋生，你没有多少心思来到处游玩、到处观看。如果你是个宗教人士，那么你眼里更是只有宗教场所，只有看得见的壁画、圣器、经书以及看不见的上帝。
从什么时候起，人们开始观看外界了？这本书告诉我们，是从城市的崛起开始的。城市的崛起，这事要到很晚了，哪怕一百年前，世界上每十个人中还只有两个是城市居民。不过，世界上第一个真正的大城市巴黎，在 19 世纪已经成形了。作者把巴黎还有伦敦和纽约，都列为帝国城市。正是在巴黎，出现了最早的专门观看城市的人，他们每天都在城市里发现可看的、新奇的景观。
作为大城市，巴黎创造了一些前所未有的事物：首先就是巴黎在 18 世纪安装了反射式路灯，19 世纪安装了煤气灯，这样夜里就有了充足的照明；其次，巴黎铺了宽阔平坦的道路，道路两旁商店林立，让可看的东西大大丰富了；第三，巴黎安装了拱廊，用玻璃屋顶挡雨遮风，到了冬天还提供暖气，让人可以逛到很晚，甚至通宵；还有，巴黎的商店跟现在我们所习惯的一样，是你不买东西也可以进来随便看的，所以，商店都制作大橱窗，把商品放在里面展示给闲逛的人。
巴黎创造了夜生活，把每一天的时间从白天的十几个小时延伸到了全天二十四小时。白天正儿八经工作的男人，可以穿休闲装在夜晚漫步街头。跟随着城市设施的完善，真正的时尚、休闲文化都发达起来，报纸杂志开始讨论摩登女郎的穿衣打扮，男人女人纷纷养成带宠物散步的爱好，这在过去可是要被看作游手好闲的。作者告诉我们，第一批无所事事地到处闲逛到处看的巴黎人，当时被称为 “浪荡子” 或者“浪荡女”。他们穿着比较体面，混在人群里面，有时候在一个地方停下，发个呆愣个神，很少有人知道他们的名字。
后来，这些人的手里多了一样工具：照相机。趁着被拍摄者没有察觉的时候，他们拍下了街上的人。新事物都是互相催生的，掌握了摄影技术的人很快就发现，城市就是为他们所准备的，推出了更多的可看、可拍的东西。当年拱廊下的商店，后来成了今天的购物中心；而当年的咖啡馆，如今在大城市里更加繁荣。我们需要一个以休闲和消费为主要内容的社会，只有如此才能用无限的景观喂饱我们的眼球。
每一个全球性大都市，其基本特征都是对休闲和消费的迷恋。如果一个人整天忙于工作，他很快就会感到自己被推到了城市边缘。照相机的出现并没有迅速让画家失业，相反，在 19 世纪后半期的巴黎，印象派绘画逐渐兴起。作者米尔佐夫说，这些作品呈现的巴黎，跟相机拍摄的巴黎相似，都是一个到处都有人在郊游、划船、调情、看歌剧、泡咖啡馆、听音乐会、看芭蕾舞的地方，仿佛唯一在工作的人，就是餐厅服务员、演员和性工作者，他们都是为人们的休闲服务的。
巴黎是大都市的样板，但是，大都市的景观却未必非得以休闲和消费为主。只要是在城市里，任何事物都可能成为景观。作者举了 1945 年后的柏林、耶路撒冷以及后来的南非为例。这些城市的景观跟隔离有关。在冷战时期的柏林，城市被一分为二，城市里的各种符号并不指向休闲和消费，而是指向分隔、指向敌我，墙这边与墙那边是两个世界，然而，带着照相机的人可以把毫无美感的隔离墙也变成了景观。不过，这类城市摄影也会传递批判性的信息，比如，拍摄于南非种族隔离城市的照片，就促进了这种恶制度的废除。
在这一部分的末尾，作者写到了今天的全球性城市，其最典型的代表都在中国。中国城市由于发展较晚，故而创造出了独特的景观。作者提到杭州附近的一个封闭社区天都城，那里特辟了一片 30 平方公里的建筑群，把巴黎风格的建筑物照搬过来，中间耸立着一座 107 米高的埃菲尔铁塔。接着又说到另一个著名的社区，上海的泰晤士小镇，里面有仿伦敦的鹅卵石街道，有环绕集市广场的都铎式住宅。
巴黎和伦敦的城市风格人们都很熟悉，而在中国的这两个社区，通过复制和重新布局，又把不同城市的景观和生活体验叠加到一起，它们每天都在吸引中国其他地方的人过来拍照、游玩。像上海这样曾经的 “十里洋场” 本来就有不少西式历史建筑，它们和中式建筑及中国人的生活融合成了新的景观，那是全球化大趋势的最佳证明。
但是，哪怕城市景观足够丰富了，我们的眼睛依然没有满足。想一想今天，差不多我们每个住在城市里的人都是 “7 × 24 主义者”，意思就是我们一周七天、每天二十四小时，只要不睡觉，就随时都在使用观看的技术。因为与我们相伴的视觉工具，源源不断地把各种各样的图像传输到我们眼前，哪怕你钻在被窝里，你的眼睛也在忙碌着，时不时地你还要拍下一点什么，加入这场图像观看的盛宴。
第三部分
《如何观看世界》这本书在讲了人们是怎样从漫长的、没什么东西可看的时代，渐渐走进一个随时目不暇接的时代之后，还要告诉我们，我们是从什么时候起开始喜欢看图像的，或者换一个说法，屏幕是怎样出现并进入人们的生活的，这就要说到电影。
世界公认的第一部电影，是 1897 年由法国的卢米埃尔兄弟拍摄的，他们拍的是火车进站。当时有一个传说，就是这部时长 50 秒的影片在播放的时候，把观众给吓跑了。他们从来没有见过会动的图像，也分不清楚图像里的火车跟现实中的火车是不是一回事。但正是从一列火车开始，人们开始和屏幕上的图像共存。摄影师和电影导演最早也是从火车中获得了灵感，他们设想的观看电影的感受，就是坐在火车里观看窗外连绵移动的图像那样的感觉。这种灵感一直通往今天我们用手机录视频的动作。
这样，我们就能懂得我们为什么需要图像了：因为我们的眼睛不但要看具体存在的人和物，我们还需要看故事。首先是电影，然后有了电视。电影是艺术，也是娱乐业的一部分，它制造一个虚构的世界，让观众陶醉其中；而电视出现后，屏幕担负起了更多的任务，它要传递信息，告诉人们世界上正在发生和已经发生了什么事情。
作者举的一个例子，是 1963 年 11 月，美国总统肯尼迪遇刺。当时，刺杀现场的画面，被电视传播到了每一个电视观众的眼前。从暗杀到葬礼，一共四天时间，美国有 1.66 亿人观看了电视报道。所有的常规节目都被取消，广告一个都没有，全美国三个广播电视网不间断地播报新闻。电视使出了浑身解数来制作图像：把肯尼迪的童年照片和视频、把他职业生涯里的场景和他死亡的场景剪辑在一起，由此让观众在短时间里看到一位总统相当传奇的一生，并记住他的光辉形象。肯尼迪的一生是事实，但经过电视制作后又变成了故事。
所以，图像让真实的和虚构的融合到了一起。当人们完全习惯了依靠图像来认识世界、来接受信息的时候，没有人会因为图像里的东西是假的而拒绝它，就像没有人会因为电视广告里那些好吃的、好玩的都是虚幻的，不能从屏幕里拿出来，就拒绝看电视。肯尼迪遇刺是一个视觉的里程碑事件，在那四天里，据统计，美国有电视的家庭平均每户看电视的时长是每天八小时。这是一个前所未有的看电视的热潮，但是很快，它就不新鲜了，人们越来越习惯于随时开着电视机，没事的时候看两眼。
人类是贪得无厌的，永远想要更多的钱，永远追求更好的衣食住行条件，除此之外，我们还想看到更多的东西。这就是为什么电影一直是一个巨大的产业，这就是为什么在电视最发达的时候，人们把工作之余的休闲时光全部交给了这么个神奇的小匣子，宁愿看电视屏幕里的人和城市，而不愿意出门去看真实的人和城市了。真实的人和城市景观再琳琅满目也满足不了我们了，我们还要看图像。
而我们对图像的贪婪，激发了图像技术的不断革新。但是，作者在这里告诉了我们一个有点冷的知识：图像技术主要并不是因为人们爱看电影、爱看电视而进步的，而是因为战争。书中专门有一章说到战争和图像的关系。打仗的时候，对阵双方的统帅都想掌握战场的全貌，怎么做呢？过去是靠的画地图，后来到了一战的时候，出现了利用货车载着摄像机来拍摄的技术，又出现了空中航拍的技术。后来到了冷战的时候，美苏双方都想要了解对方的动态，在全世界派出间谍飞机掌握各地的情况，这就是今天的无人机的前身。
在 1962 年的古巴导弹危机期间，一架美国的 U2 间谍飞机从空中发现了苏联在古巴部署核导弹的情况，拍下了照片。然后，经过两周的紧张对峙、博弈，这场危机最终得以度过，肯尼迪总统取得了他任期内最了不起的一桩成就。但肯尼迪真的看到了那个核导弹基地吗？并没有，他看到的只是屏幕上的航拍图像。
接下去，1990 年的第一次海湾战争，这是第一场通过电视来转播的战争，世界各地的人，都是通过电视了解到在伊拉克和科威特发生了些什么样的事情。2001 年 9·11 事件后，作者说，世界进入到了一个 “图像战争” 的时代，战争和冲突都转移到了图像里，图像被用作武器。美国的突击队杀死了本拉登，这件事情的重要性不在于本拉登本人死了，而在于让全世界人都知道甚至亲眼看到本拉登死了。2003 年，小布什总统发动了第二次海湾战争，起因就是美国根据一些照片认定伊拉克有大规模杀伤性武器，虽然事后证明并没有。
《如何观看世界》里提出了一个很重要的观点，那就是，我们对观看的需要促进了视觉技术和图像技术的发展，而这些技术反过来会让图像控制我们。只要能够制作图像，就有机会威慑别人。而针对恐怖势力采取的行动，却也会让我们的生活变得不自由，让我们缺少隐私，因为各个国家对地面的拍摄和监控是一年一年在加紧的。在我们肉眼根本看不见的地方，图像每时每刻都在源源不断地生产出来，每时每刻，我们都在被别人拍摄和监控。
第四部分
讲视觉文化的书非常多，在同类作品中，《如何观看世界》这本书写得更加活泼，更加富有跳跃性。在说完了看人、看外界、看图像之后，作者米尔佐夫提出了一个展望：用视觉改变世界。
在摄影术刚刚兴起的时候，如果一个人能够把家人的照片贴在墙上，他就不会再像过去那样，那么崇拜一个国王了。而现在，作者说，哪怕自拍照都烂大街了，它对于那些长期处在不自由环境里的人来说都是一种解放。视觉的解放是一个人自由的起点，每个人都有权看到自己想看的东西：我们喜欢丰富多元，我们不希望打开电视只有一个频道，也不希望满大街挂的都是同一个人的肖像。
书中的一些观点并不新鲜，比如说，在 2011 年占领华尔街运动的时候，互联网上分享的海量照片让这场运动的效应辐射到了更大更远的范围里，在全世界年轻人中间形成了一种联动。一般来说，这件事都被看作视觉技术的胜利，而学者们也都在探讨，下一场类似的运动发生时，新的视觉技术可望从哪些方面提升 2011 年运动的效果。
但是作者又提醒我们说，就像过去只有帝王将相能获得自己的肖像画一样，如今的世界上，也总有 1% 的人能够看到其他 99% 的人没有机会看到的东西，总会存在企图控制别人视觉的力量，因为图像也是人来生成的，什么图像让别人看到，什么图像不让别人看到，是有人在操作的。所以，我们应该时刻警惕包围着我们的图像，思考它们是从哪里来的，它们要传递怎样的信息，它们把观者引向哪一种理解。只有这样，我们才能真正得到来自视觉技术的馈赠，成为更加优秀的人。
总结
总结一下《如何观看世界》这本书。作者回溯历史，是为了告诉我们每一个变化都有着革命或解放意义：学会看自己的人解放了自我意识，撬动了少数人把持的特权；学会看城市的人解放了自己的眼睛，其生活中出现了全新的追求；而电影和电视则在现实世界的旁边再造了一个既虚拟又真实的图像世界，银幕和电视屏幕给智能手机的出现埋下了伏笔。那么，互联网技术和数码拍摄技术如今将视觉空间冲击一新，又会引起怎样的视觉革命呢？这也是留给每一个人去思考的话题。