斜阳院教你如何将少女漫画解读为推理神作

标签: 斜阳 少女漫画 推理 | 发表时间:2011-08-20 11:38 | 作者:(author unknown) 嘉德豉油公司
出处:http://www.feedzshare.com

来自: www.douban.com - FeedzShare  
发布时间:2011年08月19日,  已有 3 人推荐


推理小说中有一类诡计,被称为“隐形人”。“隐形人”这个说法取自切斯特顿的小说《The Invisible Man》。在这部小说里,凶手在光天化日之下、进入现场杀人,却并未被站在一旁的人目击到。密室狂人天城一将这类诡计称为“超纯密室”,并且认为切斯特顿的这篇小说写出了资本主义制度下人的……(具体说法我忘了,熟悉马克思主义文艺批评理论的各位应该不难脑补出来吧)。总而言之,他膜拜不已,并且写了一篇致敬做,《高天原的犯罪》。这也是我非常欣赏的一篇,堪称baka推理(另类推理/笨蛋推理/脑残推理)的典范之作。但是在切斯特顿和天城一那里,隐形人诡计仍终究是凶手有意无意实施的,而并非作者为了欺骗读者而故意使用的叙述技巧(或文字游戏)。毕竟,他们对“为什么没有人看到凶手”这个问题是有所解答的。
实际上,时至今日,已经很少会有哪位推理作家会这样使用隐形人诡计了,其原因也很简单,因为——想一个让人被无视的理由实在太困难了。2000年之后,有两位推理小说作家曾经以自暴自弃的方式使用了隐形人诡计。在这两部小说中,都有一个人通过了旁人的监视而未被发现。可惜的是,他们给出的理由是极端自暴自弃的。其中的一本(手贱的自己点)给出的理由是“凶手没有存在感”,而另一本(手贱的自己点)给出的则是“当时是夜晚,那个人是黑人”。是故在“叙述性诡计”日益普及的今天,使书中人物无视凶手的隐形人诡计(第一类)渐渐式微,而向读者隐匿书中人物(第二类)的隐形人诡计渐渐成为主流(可以举我的某小说为例)。但这类诡计不在我这篇文章的讨论范围之内。
实际上,我总觉得讨论“诡计”的时候,不妨将视野放得更宽一些,也不要放过那些非推理类型的作品,例如,某些少女漫画和美少女游戏。若斯,则不难发现许多颇古典的诡计竟可以被运用得异常惊人且具有深意。隐形人诡计也不例外。迄今为止,我见过的最优秀的第一类隐形人诡计,并不出自推理作家之手,而是来自少女漫画家藤原薰的作品,《思考少年》(上册)。其中第二个故事《Repeat》,堪称这类诡计的最高杰作!
藤原薰的这部漫画是我在七年前看的,至今都还留有印象。那时高一,正热衷动漫文化,漫画也算是看了不少,而印象最深的,一部是这个,另一部则是当时完结不久的《羊之歌》。我想藤原薰在豆瓣这样一个文艺小清新当道的网站上,也该也是颇负盛名的吧。其徘徊在深刻与装逼之间的故事与绝对称不上美型的画风,是我(我相信这也是豆瓣上许多人)喜欢她的原因。但是我当时年级尚小,对推理小说和隐形人诡计都一无所知,结果竟然没有发觉,藤原薰的故事竟是具备推理元素的。假若当时发觉了,或许会抄袭成所谓的“原创推理小说”,然后投给所谓的“原创推理杂志”。我想,读“原创推理杂志”上的“原创推理小说”的人,应该对少女漫画兴趣缺缺,断不会发现我抄袭了什么。
下面,我将分析这篇(豆瓣上)许多人都看过的故事,为什么是带有推理元素的,并且为什么在我看来,称得上是第一类隐形人诡计的最高杰作。

这个故事是这样的:
从前,有一户人家。家里的一个孩子(主角)一直被无视。






于是她离家出走了。走啊走啊,她看到了另一户人家。


在那里,一家人其乐融融地生活着。但是也有一个女孩被无视。



后来主角就带着那个女孩一起走了。她们百合了。


她们“匪兕匪虎,率彼旷野”,靠采集果物为生。


采果子的时候,主角突然发现了一个残酷的事实——


在这里,藤原薰对两个孩子在家遭到无视给出了理由。原来,漫画里的这些人物只能数到六!而不幸的是,她们的家里都有五个孩子。算上父母的话,就是七人。而因为认知上的障碍,他们无法数到七,所以必然会有孩子被无视。
(神解答有木有!)

主角回到妹子那里,发现妹子在被老鼠咬。一问才知道妹子是自愿的。


她幽怨地解释道——


后来,主角就和妹子建立了家庭。他们只要了四个孩子。这样就不会有人被无视了。


等等!两个妹子建立你妹的家庭啊!
其实呢,只是我一厢情愿地认为主角是妹子而已。他是男的。这是一个围绕性别的叙述性诡计(简称“性别叙诡”)。许许多多的少女漫画都使用过这样的诡计,例如《五星物语》里的苏普、《不思议游戏》里的柳宿。其实现实中这样的诡计也不罕见,例如豆瓣上的XX院姐姐……

但是,真相确乎如此吗?真的不会再有人被无视吗?


好惊悚……然而,真正惊悚而崩坏的结尾还在后面——
突然,两个与整个故事不相干的人出现了(其实是整部漫画的主角)。他们谈起了“乌鸦”


原来——

他们都是乌鸦!!!
_____________________________________分割线__________________


现在让我们重新审视一下这部短篇漫画。其中不仅包含了隐形人诡计(第一类),并且给出了一个非常严谨靠谱而出人意料的解答(“他们只能数到六”)。并且,其中还包含了两个叙述性诡计,一个是性别叙诡,另一个则是人-动物叙诡。实际上,这个人-动物叙诡正是支撑全篇的关键,通过唯有通过这个叙述性诡计,这个隐形人诡计才得以成立。而且,这一诡计是有伏线支撑的:他们都穿着黑衣服。再者,这样的叙述性诡计,实际上是将动物拟人处理,这样一来,就带有了寓言的性质——在乌鸦世界发生的悲剧,实则也一再发生于人类的世界。我一直认为,一种叙事技巧,如果不能深化故事的内涵,则只能沦为游戏和戏谑。在这个故事里,隐形人诡计和人-动物叙诡无疑都是颇具深意的。当然,将这个说法套到藤原薰身上可能也不怎么适合,毕竟藤原薰想要画的,相比只是一个暗含深意的寓言,至若硬要将它与推理小说中的“诡计”联系到一起,反而是我的一厢情愿吧。

相关 [斜阳 少女漫画 推理] 推荐:

斜阳院教你如何将少女漫画解读为推理神作

- 嘉德豉油公司 - FeedzShare
来自: www.douban.com - FeedzShare  . 发布时间:2011年08月19日,  已有 3 人推荐. 推理小说中有一类诡计,被称为“隐形人”. “隐形人”这个说法取自切斯特顿的小说《The Invisible Man》. 在这部小说里,凶手在光天化日之下、进入现场杀人,却并未被站在一旁的人目击到.

电车旅情推理剧!(咦?)《痴汉电车 下着检查》

- 葬月 - 怪奇文芸見世物小屋
自从漫画开始以后BLOG就理所当然似的没有更新了,不过凭着气力还是努力想把漫画尽快画完来继续BLOG,因此虽然质量比较悲伤但是速度还是让自己挺满意的说. 然后因为中途又经历了一次现实中的搬家的缘故,漫画的更新也停下来了. 然后虽然很突然,不过CHA研决定5月要一个人乘火车去旅行的说. 因此BLOG也好漫画也好,这一次就是处于真真正正完完全全的…….

我是如何推理出王珞丹住址的

- 未来 - 每日装B指南
前言 不错,我确实知道王珞丹(《杜拉拉升职记》的女主角)的住址,只可惜是前住址,因为她最近搬家了. 我分析出她住址是在一年前,那时候她还住在那里. 前段时间有人问我是如何推理出王珞丹住址的,我没有说,一来是因为为了尊重别人的隐私,二来我也不是狗仔队. 今天碰巧骑车路过那里,看到大大的窗玻璃上贴着招租的广告,便知道她已搬家.

推理不是寻求真理而只是一种武器

- La Mouette - Solidot
数个世纪以来,哲人们认为推理是人类独有的能力,引领人类超越感知,到达真理的彼岸. 理性让一位孤独的性灵走上一条哲学的,道德的和科学启蒙的光辉道路. 然而,法国的研究人员认为,推理是起源于一条完全不同的目的:赢得一场论战. 研究人员在《行为与脑科学期刊》上发表了他们的观点,作者之一的Hugo Mercier说,推理不是帮助我们获得更好的信仰,或者是作出更好的决定,它纯粹是一种社会现象,演变出来帮助我们说服其他人,或者是在其他人试图说服我们时保持警惕.

【第16期】本周侦探推理电影佳片推荐

- 高春辉 - 老蔡的推理博客
1、《何处寻真相》(Where the Truth Lies,2005,加拿大).   女记者卡伦正调查15年前一桩酒店凶案的真相. 当事人兰尼与文斯是搭档艺人,1972年两人巡演期间,在他们的套房中发现一具女尸,兰尼的自传声称死者因吃药过量而溺毙,但卡伦发现疑点重重……案件的真相到底是什么呢. 2、《十二宫》(Zodiac,2007,美国).

基于CPU的深度学习推理部署优化实践

- - 机器之心
随着人工智能技术在爱奇艺视频业务线的广泛应用,深度学习算法在云端的部署对计算资源,尤其是 GPU 资源的需求也在飞速增长. 如何提高深度学习应用部署效率,降低云平台运行成本,帮助算法及业务团队快速落地应用和服务,让 AI 发挥真正的生产力,是深度学习云平台团队努力的目标. 从基础架构的角度,GPU资源的紧缺和GPU 利用率的不足是我们面临的主要挑战.

深度神经网络推理引擎MNN开源

- -
MNN是一个轻量级的深度神经网络推理引擎,在端侧加载深度神经网络模型进行推理预测. 目前,MNN已经在阿里巴巴的手机淘宝、手机天猫、优酷等20多个App中使用,覆盖直播、短视频、搜索推荐、商品图像搜索、互动营销、权益发放、安全风控等场景. 此外,IoT等场景下也有若干应用. 针对端侧设备特点深度定制和裁剪,无任何依赖,可以方便地部署到移动设备和各种嵌入式设备中.

【柯南在世,技术牛贴】我是如何推理出王珞丹住址的

- 小D - 天朝娱乐 | 每天开心一下!
不错,我确实知道王珞丹(《杜拉拉升职记》的女主角)的住址,只可惜是前住址,因为她最近搬家了. 我分析出她住址是在一年前,那时候她还住在那里. 前段时间有人问我是如何推理出王珞丹住址的,我没有说,一来是因为为了尊重别人的隐私,二来我也不是狗仔队. 今天碰巧骑车路过那里,看到大大的窗玻璃上贴着招租的广告,便知道她已搬家.

李沐等将目标检测绝对精度提升 5%,不牺牲推理速度

- - 机器之心
目标检测无疑是计算机视觉领域最前沿的应用之一,吸引了各个领域诸多研究者的目光. 最前沿的检测器,包括类似 RCNN 的单(SSD 或 YOLO)或多阶神经网络都是基于图像分类骨干网络,如 VGG、ResNet、Inception 或 MobileNet 系列. 然而,由于模型容量和训练复杂度相对较高,目标检测受到的关注相对较少,从最近的训练微调研究中获益也较少.

MNN:面对端侧推理引擎的挑战,阿里工程师如何应对

- -
阿里妹导读:MNN(Mobile Neural Network)已于今年5月7日在 Github 上正式开源. 淘宝无线开发专家——陈以鎏(离青)在 GMTC 全球大前端技术大会为大家分享了 MNN 开发、开源中的思考与总结,通过淘宝在移动 AI 上的实践经验,你将会了解移动 AI 的发展状况和应用场景,以及通过端侧推理引擎了解移动/ IoT 深度优化策略.