AI、绘画与AI绘画——解读与预测

（长文+多图预警）

这个题材我酝酿许久。

在此期间，围绕着这个话题在中英文互联网上都产生了激烈的交流和冲突。

身为老二次元，关于AI绘画的消息和动向我都十分关注，亲自体验也学习了解了一些其背后的工作原理。

上个月我发了一篇文章“我被AI绘画震撼了”，这里把图贴出来，就作为本文的封面。

封面

那么，我希望这篇文章可以帮助你更好的理解这个新兴事物，而在这之后无论你是支持它还是反对它，都能够对自己的观点有一个更加充分的了解。

本文不表达任何立场。

丨首先，定义AI绘画。

中文这个东西，断句真是艺术。

AI绘画这个词汇，很容易给人一种未知的恐惧感。

大多数人初次去理解它，都会说成：「AI · 绘 · 画」。

但实际上，它的真正含义是：「AI绘 · 画」。

这两个说法之间的区别，可大了去了。

「AI · 绘 · 画」是一条有着完整结构的句子，它包含主语、谓语和宾语。

而「AI绘 · 画」则相对残缺，这里的“AI绘”构成一个单独的动词，句子缺少主语。

主语是啥呢？

是人。

我们平时描述一个人正常绘画会说：

“他用笔画画”。

同理，“他用数位板画画”，“用沙子画画”，“用&#%￥画画”...无论什么都一样。

而“AI”，并不会超越这个句子结构，完整的表达依旧是：

“人用AI画画。”

AI是工具。

各位在站队表达立场的时候请务必明确：我们支持/反对的不是“AI绘画”，而是用AI绘画的人。

在呐喊之前，切莫被未知的洪流压倒，敌人并不可怕，这永远是人与人之间的斗争。

为了更好的理解这个概念，我需要进行一些详细的解释。

丨AI绘画的原理是什么？

我既不懂AI，也不懂绘画，好在我会使用搜索引擎。关于AI绘画原理的通俗解释有很多，我尝试用更加通俗的语言向你们介绍。

有一个悖论是这么说的：

在空旷的宇宙里，有一只猴子，和一台打字机。

猴子很无聊，打字机也积灰。于是猴子开始随机在屏幕上敲出字来。

如果这个过程可以历经无限长的时间，那么这只猴子最终将敲出一部流芳百世的《哈姆雷特》。

而这只猴子，也被后猴尊称为“莎士比亚猴”。

AI就是这只猴子。

我们先回到猴子。聪明如你，肯定已经计算出，如果把猴子敲键盘的概率、时间、与《哈姆雷特》的字数这些要素综合起来，那么猴子敲出一本大作所需要的时间大概率会远远超出宇宙的寿命。

这玩意没用啊！

欸，且慢，“没用”这个形容词只是相对我们人类而言的。

无限的宇宙有无限的智慧文明，其中又有无限恰好同样使用英语作为语言的种族，这些英语之中又有无限只路过了这只猴子的宇宙舰队...

那么，用无限除以无限，说不定在我们人类眼中是一堆乱码的文字，在其他种族眼里就是一本《哈姆雷特》。

这只猴子，既是相对的蠢材，也是相对的天才。只是大多数时候，我们人类无法理解它。

为了让只猴子可以“天才”的稍微标准一点儿，我们就需要对它进行“驯化”。

过程很简单，如果在无限的码字旅程中，这只猴子偶然敲出了一串人类可以理解的词汇，比如说“”。作为奖励，我们就喂它一根香蕉作为奖励。

次数多了，这只猴子就会把“”和“食物”联系起来。在后面的创作过程中，它就更有可能敲出“”这个单词。

其他的像“”“yes”“no”这些词汇同理，时间长了，猴子能敲出的词汇也就越多，也越有规律。

那么下一步，就是训练猴子进行有逻辑的句子的表达。

如果在漫长的时间后...它又恰巧敲出了：“To be, or not to be: that is the .”这种句子。你给它喂更多的香蕉作为奖励，这样一步一步...

最终，莎士比亚猴理解了你，也就是人类的表达。《哈姆雷特》的问世，就在下一个轮回。

AI学习绘画的过程，就是猴子理解莎士比亚的过程。

例毕。

计算机是天生的画手。

无论图像如何，最终落到屏幕上都要由像素点来表达。

像素点是有限的，而每个像素点可以呈现的颜色也是有限的。

一张任意大小的画布，它都可以在每一个像素点上扔进去一个随机的颜色，从而形成一幅画。

但是，就和莎士比亚猴一样，计算机这样作出来的画，99.9999%的情况下是人类无法理解的糨糊与怪异。（也许对某颗星星上的外星人来说这是杰作。）

与之相比，“三条腿”，“七根手指”这些东西起码能够为我们所认知。

那么，为了让AI可以脱离上述状态，实际为我们应用，也需要对其进行训练，也就是俗称的深度学习。

这个过程和我们训练猴子类似，我们随机给一些图片标注一些要素，AI尝试对图片进行大量的随机理解。这些理解中符合人类需求的留下，不符合的就剔除，大量重复这个过程。

「AI」学习的并非“如何去绘画”，「AI」学习的本质上是“人类的审美”。

量变产生质变，当AI终于理解《哈姆雷特》才是人类爱看的书籍之后（即知道人类需要的是什么），它对于行业的冲击就要来了。

AI是工具。

丨行业冲冲冲——击？

无论你是否愿意接受，AI绘画的冲击已经到来了。

这是我前几天看到的新游戏，它的图标，立绘，使用的都是AI绘画。

（小道消息，不少大厂已经开始进行AI绘画实验了）

在我们知晓不多的小众领域，利用AI已经是常态。

不过即使如此，7年前的阿尔法狗也并没有取代人类棋手。这场冲突的结局如何，现在不可能轻易定论。

在这里，我基于一些浅薄的理解，给出自己的预测：

（使用）AI绘画（的人）可能会取代绘师，但一定不会取代艺术家。

我咨询过一个专业学画画的朋友，据她所说，反正是并没有直接感受到AI对于稿费的影响。说原因，还是AI不太能够理解人类的需求，改图麻烦。

的确，现在的AI在精细化控制上还存在不少毛病，更是很难做到“修改某一特定内容”。在这个领域，用AI反复测试的成本说不定不如请个画师改改图。

但我觉得这并非人类艺术家真正不可被取代的地方。

注意，我们接下来讨论的，应当是使用AI绘画的人与画师之间的差异。

首先，画家学习的不仅仅是绘画技巧。

大家有没有想过，绘画是什么？

甚至比语言更早，我们自古以来就会画画。甲骨文本身就是一种特殊的绘画形式。

绘画的本质，是表达。

而AI在表达上，天然存在缺陷。

经过AI编写的信息，永远会带有“驯化者”的痕迹，而不能充分的表达“使用者”当下的意志。

这一方面意味着画家习得的“用画面表达思想”的能力不会被取代，另一方面意味着AI对于人类社会审美标准的追赶，会存在一个时间差。

我在上面列举了一张梵高的画，以如今的AI技术，可以轻易复刻上万张类似的图片。

但人们凝视《星空》的时候，仅仅只是在凝视星空么？

他们凝视的还有梵高的注视，还有梵高对于那个时代的呐喊，还有梵高在执笔落画之时，所桎梏的一切。

哪怕是你随手在纸上刻出的三两笔，同样也蕴含了你的思想，你的表达。它再难看，也在层次上高于AI批量生产的内容。因为前者可以被人类所解读，而后者不能。

这是独属于人类的技能，也是永远无法被AI取代的技能。

因此我认为，除了引领潮流的顶级画师之外，越是倾向于追逐用户审美而弱于表达的，就越容易被新技术取代。

而越是倾向于思想表达的绘法，则反之——它们在未来的时代会更加珍贵。

一家之言，仅供参考。

另外，画师日积月累的，还有设计能力和美学感受能力。

能否利用好AI绘画，实际上相当考验用户的这两方面能力。前者决定你是否可以设计出丰富有深度的角色，后者决定了你是否可以快速判断AI产出的图片能否获得市场认可。

所以长期沉浸在画画里的人如果积极掌握新技术，往往也有比普通人更大的优势。

目前利用AI辅助绘画的画师已经不在少数，可以在某乎了解。

丨关于AI绘画目前的局限

AI进步的速度有目共睹，从最早舆论爆发到可以精确控制角色，到如今可以精确控制姿势，AI朝着“实现脑海中的画作”这个方向迅猛前进着。

但，硬件能力，属实限制了我们的入场和这项技术成为基础技能的可能性。

前文说过，AI产出一张图需要往一张图上的每一个像素点随机分配一个颜色，而如何使其成为一副好看的画就需要其对每一个像素点进行计算。

这个计算量是随着图片大小指数增长的（从400×400到4000×4000，边长仅仅翻了十倍，但计算量可能翻了1000倍不止）。

所以它对显卡要求极高，普通人根本玩不转，这是其一。

其二，目前的AI画作在画面里内容之间的逻辑关系的展现能力相当之差。这也意味着它在大型商稿方面还处于“仅供参考”的阶段。

如果贸然使用AI绘画，可能画师和审核都没能发现的逻辑错误会被玩家发现，玩家实际上对于画面的逻辑性要求是很高的。

（如之前的《白夜极光》事件）