AI绘画作为生产工具升级的现状与未来挑战分析
关于AI绘画，过去已经谈过一次。
相关观点至今没变，属于生产工具升级，生产关系暂时不变。
举例来说，未曾见到有关该名企业老板进行AI绘画自学，以及辞职公司插画师岗位的相关报道的新闻 。
好像没有。
这里头有外行看热闹，内行看门道，新手两边看的情况。
当然，还有无数好事者的呐喊助威，各怀心思。
目前，Ai绘画更像是这样一种存在，它是一个人工智能玩具，它可用于素材制作，它能当作灵感参考，它还是绘画新工具有之称。
我们要敬畏它，学习它，运用它，但不要过分焦虑。
道理不复杂。
你连身边同事都还没比过，怎么好意思担心人工智能。
而且这里头有两个重要问题有待解决，其一是版权。
若是AI所生成的图像和成名已久的艺术家创造的作品极为相似，那么便极易演变成抄袭之类导致维权方面产生纠纷的状况。
此处面极易暗藏隐患，一旦立法得以跟着跟上，或许会针对往昔应用展开责任追讨，律师事务所必定满心欢喜，跃跃欲试，摩拳擦掌。
比如现在的图片侵权可以是5年前取证，现在告你，问你怕不！
其次，要是不采用以图生图这种方式，实际上，主流的那两大ai工具的每一个，都存在较为显著的风格化方面的问题。
能够轻易凭借一眼就洞察出其根本来源，进而塑造出那种在我们设计圈子里常常被提及的，素材方面的感觉极为强烈，模板味十足的特殊感受 。
诸如我瞅眼下朋友圈里那海量的分享，的确一眼就能瞧出是ai弄出的产品，有时是两眼才能辨认出来。
看的次数多了，那新鲜感便会渐渐消散，并且就实际的商业运用情况来讲，其是否受欢迎难以确切表述。
要是免费去做，大概还行得通，然而一旦甲方付了费用，想必并不乐意你借助人工智能搞出一套玩意儿交给他 。
然而，人工智能进步的速度实在是太快了，以上的那种说法，也许在很快的时间内就不能够作数了，所以，这篇文章的有效期是7天。
今天所涉及的话题，并非是要再进一步去做关于ai绘画评价，而是要跟各位讲述一下它的那一段发展历程。
从历史角度，还原一下妖怪的诞生。
故事，要从70年代说起。
伪人工智能
提起这段历史，差不多每个人都会先说起一位英国艺术家，这位艺术家叫做科恩（Cohen），是有这样一个人的 。
出现于1928年出生的科恩，在2016年离世而去，一辈子付出心力专注于钻研怎样运用计算机程序去进行艺术创作的事项 。
科恩早年的时候去学府研习艺术相关内容，之后又去钻研学习编程，在文科和理科方面都有涉猎并加以修炼，成功冲破了那如同艺术与科技之间的阻隔屏障，就如同打通了任督二脉一般 。
因此，1972年在他手上诞生了“亚伦”（AARON）程序。
这个程序被视为ai绘画始祖，个人认为相对牵强。
自然，我所讲的牵强，得看怎样去界定“ai绘画”，就当前ai绘画的样子而言，“亚伦”更似打印机。
因为“亚伦”创作的真的是画，画在纸上那种（或者画布）。
由于“亚伦”直至现阶段都未曾进行开源，并且科恩已然离世，其创作画作之时的原理具体细节在当下是一个谜团。
但是从理解的角度而言，那便是借助事先编写完成的程序，从而对机械化的操作予以指导，这和现如今工厂当中的机械臂基本上是类似的。
往昔，我于《平面设计史》这一系列之中，在那第46回的篇章里，介绍了乔布斯这位堪称传奇的人物，一款名为“Mac”的电脑的诞生历程 。
Mac电脑首次将能够处理图像以及文字的软件进行集成，绘画从此真正迈入可视化的电脑时代。
苹果公司开发了世界上第一款图文设计软件，该软件随着Mac电脑一起发布，它名为“麦克油漆” 。
当年，在产品发布会上，乔布斯为大家现场展示过浮世绘图像，该图像由这款软件绘制，创作者是美国女平面设计师苏珊·卡雷（Susan Kare）。
这其实也可属于ai绘画历史的一部分，就是生产工具的升级。
当时而言，对绘画界的震慑威力也不小，大家也很恐慌，很焦虑。
传统画家都说糟糕了，老子要失业。
再然后，默默学习，默默适应，默默发展，默默变成自然。
历史就是这么有趣。
闷声干大事
Mac之后，科技分别在计算机+互联网领域奔跑。
那时候，我们对科技进步感知其实还不够明显。
但是早在2阶段之中，在当乔布斯于2007年这个年份推出手机之后，大家就明显地感觉到，科技发展的速度呈现出了“提速”这样一种状态了 。
此后惊喜不断，高潮迭起，一环扣一环，大家应接不暇。
其中，就有不少人在默默耕耘人工智能。
于是乎，重要的拐点发生在2012年。
这一年，谷歌有两位AI大神，他们带领团队做了一个试验，这个试验耗资100万美元，动用了1000台电脑，以及16000个CPU，花费了3天时间，基于1000万个猫脸图片的平台，最终用深度学习模型程序生成了一个模糊的猫脸。
华裔人工智能科学家吴恩达，以及美国计算机科学家杰夫·迪恩（Jeff Dean），这两位堪称大神 。
猫脸像于试验当中被生成，其呈现出如被揍过那般的模样。若是无人加以说明，第一眼时还相对不容易将其看出来。然而，它的诞生，无可规避地注定会被写进历史里。
因为这其实才是AI绘画真正意义上的起点。
这里要用通俗的概念科普下，什么是“深度学习模型”。
具体而言，就是要向那个“模型”，进行大量的、外部已标注好的训练数据的“投喂”，接着，使其依据输入的预期效果，展开反复的调整以及匹配，进而实现输出 。
情形是这样描述的，蒸汽机在刚刚被发明出来之际，按照所使用燃料的热值来说，其产出效率仅仅为百分之三，而“深度学习模型”的产生效率，很有可能仅仅是蒸汽机产出效率的百万分当中的一分，所以它的价格极其昂贵，是这样的情况 。
可是，无论怎样，猫脸的出现促使大伙备受鼓舞，人工智能领域里的各路大神纷纷开始如同旋风般急驰猛进，皆是默默无声干起重大之事呢 。
时间迅速抵达2014年，一个来自加拿大蒙特利尔大学男的提出了用 “生成对抗网络” 算法开展AI绘画，该算法简称为 “GAN” 。
GAN的原理在于，它具备两个深度神经网络模型呀，其中一个被称作生成器（），另外还有一个别名是判别器（）。
要想达成便于领会的目的，能够去做一个比方来说明，生成器好似乙方，其职责在于进行题图的制作，判别器犹如甲方，所承担的责任是说出不许可的决定。
每当由乙方完成一张图并呈现出来之后，甲方便声称不行，从而要求进行修改， 当乙方将修改后的图再次提交出来时啦，甲方依旧声称不行，进而持续要求做进一步修改哇。
此般循环超过万一回 （ 在极短时间之内发生 ），一直到 双方皆尽显疲态 ，甲方遂决定进行妥协 ，乙方亦打算就不要尾款如此了却 ，随后便输出一个最终的结果 。
实在说来，GAN的输出呈现的效果已然是很令人感到惊艳的了，在某一阶段成为了AI绘画的占据主要地位的方向 。
但存在这样的缺点，即极为耗费硬件，具体是显卡，在出图进程当中常常会直接呈现黑屏状况，并且它对于局部图像的理解能力欠佳，进行局部修改存在很大难度，图片分辨率同样较低。
直至2015年，谷歌曾推出一款名为“深梦”的图像生成工具，那些画作全都好似有着一堆疙瘩，生成的痕迹十分显著。
可是呢，打出了AI绘画的旗号，并且呢，专门举办了一场展览，实际上，挺让人感觉不那么协调的，这里就不多说了。
同处于这一年，一项关键的人工智能技术问世了，此技术正是“智能图像识别” 。
意味着计算机能够借助语言对一张图片予以描述。好比父母手持卡片询问2岁的宝宝这是什么，宝宝会给出回应：大象。
该技术无疑在现实中更具有进步性，举例来说，当输入为显示高启强形象的图文时此技术会予以识别，识别之后在输出方面它会给定一系列标签，这些标签涵盖了男性、黄种人、中年、老大等类别 。
这跟AI绘画有什么关系呢？
有研究人员着手开始了，依据技术进行反向的思考，要是给它文字标签描述了，那么是不是也能够生成图片呢 ？
结果模型居然真的能够依照文字去生成一大批小图片，这样的话呢，这个逻辑就变成了AI绘画的全新研究方向 。
潘多拉魔盒
2015年往后，实际上存在着诸多这方面各异的尝试，还有研究，然而普遍而言，这些都归属于上述技术的不一样的优化行为 。
在2021年这个时间点，迎来质的飞跃的真正对象是AI，当时面世推出了一款被称作AI绘画产品的玩意，它的名字叫做DALL· E 。
现在这个版本所呈现出的出图水平，依旧是处于比较普通的状态，然而它却已然是完完全全依照文字给出的提示去开展作画的行为了。
2022年，DALL·E - 2版本被推出，其水平有着大幅度的提升，而AI绘画正是在这个阶段起始，从而获得广泛关注的。
并且，更为关键的要点在于，公司将DALL· E的深度学习模型CLIP（ -Image Pre-)进行了开源 。
CLIP模型对AI施加训练操作，这些训练操作要让AI同时去做两件事情呦 ，其中一件事情乃理解自然语言呀 ，另一件事情是视觉分析呢 。
接着借助持续进行训练的方式，以此来使两者之间的对应程度得以优化，举例而言，要把马桶与马桶图像达成完全的对应，要是马桶和茅坑这个对应正确了就要再次进行，如果马桶配对失误厕口就得重来 。
最后形成“咒语绘画”这样的局面。
问题出现了，以往的AI绘画模型实际也做过这件事，为何CLIP这般出色呢？
显著地，是CLIP用于开展训练的数量远远多于往昔的任何一种模型，听闻大概是超出40亿个的“文本 - 图像”数据 。
并且，不同于以往别的模型的情形是，这些数据是免费的，并非那种，人力成本高昂得如同天价一般的标注图像。
由于采用的竟然是到处散布于互联网里的各类图片的，是那鸡贼的CLIP 。
这些互联网图片，通常带有各类文本描述，诸如标题啦，注释啦，就连标签等同样存在，这般天然资源乃最佳训练样本 。
果然是思路一变，市场一片。
随后就很快出现不少超级厉害的应用工具。
像是这样的情况，在2022年2月的时候，有几个开源社区开展了相关行动，制作推出了一款名为Disco的AI绘图生成器 。
在2022年3月这个时间段，有着由Disco那些核心人员参与进行建设工作的AI生成器，也正式被发布出来了。
Disco 跟问世后都在不停进步。
在2022年8月之际，美国的那位名为杰森（Jason Allen）的游戏设计师，凭借着一幅被称作《太空歌剧院》（Théâtre D'opéra ）的AI绘画作品，获得了美国科罗拉多州博览会美术竞赛的一等奖 。
当杰森公布，这是一张由创作的，AI绘画作品时，引发了大部分参赛者的愤怒。
也引发新一轮针对人工智能技术的讨论，焦虑与恐惧。
2023年紧接着到来，与之相关所发生的那些事情，大家都清清楚楚印在脑海，此时无需再度赘述。
未来的展望
AI从绘画进一步拓展到不同领域可以说是必然发生的了。
但关于展望，我感觉应该尽量积极点。
多国政府会联合起来，对AI技术进行驯化，然后让其与经济发展相结合，实现产业化，创造出更多岗位 。
比如说，在15年之前，人们根本就不敢去想象，人呀，竟然能够全职地，仅仅是对着手机去说话，而且呢，那些表现优秀的人，还能够赚到数量不少的钱呢。
直播带动了诸多商业需求，其中包括故事策划方面的，文案创作方面的，视频拍摄方面的，特效制作方面的，服装道具相关的，音视频硬件相关的，场地租赁方面的等等 ，短视频产业同样带动了这些商业需求 。
也盘活了过去很多传统行业。
这些事儿，是当初抖音1.0所没法想象到的，他们一开始或许仅仅是想着去打造出一款能够取得成功的娱乐类应用 。
而AI最初也只是想尽量干出人类能干的事情。
更为至关重要的是，AI仅仅能够知晓往昔人类所思考过的内容，始终都无法做到晓得人类 接着将会思索些什么 。
完整图文版本请加入知识星球！↓
欢迎 你 发表评论: