存储、寻址、执行、循环、递归、条件、“与或非”以及错误，不仅是现代编程携来的新知识和工具，也是被注入今日生活的隐秘脑回路，支配着手机软件之间的每次无意识跳转，对流程管理的迷恋，对导航的信赖和诸多看似不假思索的决策。海量数据挖掘和高性能计算环境使得以神经网络为代表的人工智能技术呈现不可思议的有效性，并迅速在产业应用层级铺陈开来。运算系统蔓延至星球尺度，海洋之底，山脉之基。然而，这一似乎乘风破浪的技术，也承载着过量的交互与不可统计的漏洞，模棱两可，误差与滥用。
　　尽管“人工智能”定义的外延一直在形变，其分支和占主流地位的模型随着时间不断演进，它本身并不比基础物理学更难被“科普”——今天的世界见证了更为精明的消费者，和对数据与隐私更谨慎的用户的诞生，也目睹了“知识”的定义，乃至证据和直觉之间的界限如何悄然改变。未必多少人读过图灵的论文或想象过他那台机器，但无疑我们都共享着这片图灵的领土，艺术创作者也并不孤立于图灵的话语之外。我们开始相信类似的算法可以被用在看似毫不相关的领域，在“可计算的空间”里，图像与文字并无二致。如果我们回到二十世纪初期，会发现许多颠覆性的概念绝不停留在学科内部，而会成为更基础性的，共享的学科遗产。海森堡，香农与贝塔朗菲或许已经证明过这一点。本次展览通过对22组艺术家，共28件作品和一系列人工智能会议技术展示的呈现，探索“人工智能”如何渗入艺术创作观念，逻辑，具体工具和效应等层面，又如何重新关联到今日生活之“隐秘的脑回路”，和沉浸在技术环境中的无意识。
　　“Mind the Deep” 是对 DeepMind 的倒置。神经网络之“深”(层数)意味着极度复杂，使人“不知其所以然”的运算，而在通用算法领域最顶尖的 DeepMind ，与“意识”之深或许还相去甚远。如果说 DeepMind 是现状，那么 Mind the Deep 则是态度——“深”(Deep)的，百转千回的脑洞，需要关注(Mind)，警惕(Mind)，和心智(Mind)。