當AI把繪畫藝術變成一門“語言藝術”

文/郝曉茹

“一名宇航員騎在一匹馬上，超現實主義風格”——將這句話的英文原文輸入最流行的AI繪畫程序，幾分鐘后，就能得到幾張宇航員在太空中騎馬的圖片。在我們普通人看來，AI生成的圖片質量已經達到相當高的水平。

對于技術研究人員來說，人工智能技術這幾年的發展是穩步向前的，一步一個腳印。但是對于普通人而言，體會AI技術的進展，主要是靠有沖擊力的時刻或事件，比如近十年來最具沖擊力的時刻必然是2016年人工智能圍棋程序AlphaGo戰勝人類頂尖棋手。而2022年最具沖擊力的時刻，莫過于人們“突然”發現AI繪畫生成的部分作品質量之高，似乎已經能夠以假亂真了。更重要的是，人們可以自己親自“操控”AI繪畫程序，生成各種自己想要的作品。

為了方便普通人理解，我們可以大致認為AI繪畫程序背后的工作原理是這樣的：互聯網上有無數張圖片，大部分圖片都帶著描述性的說明文字，通過學習人們是怎么給每一張圖片配說明文字的，AI繪畫程序學會了用文字來反向生成圖片。也就是從海量“給圖片配的文字”數據中，學會了“給文字配圖”。

這句輕描淡寫的“無數張圖片”實際上卻是個新一代AI繪畫程序成功的關鍵。專業人士從超大規模語言模型的發展上了解到，訓練數據量的量變會產生質變，經過海量數據訓練的模型，可以學到一些“通用的能力”。我們可以認為，AI繪畫程序是把有史以來互聯網上出現過的數億張帶文字描述的高質量圖片作為訓練數據（學習資料）進行學習。研究人員發現，AI繪畫程序學到的能力包括組合兩種不相關的概念，例如騎馬的宇航員、創造動物或物體的擬人化版本，例如人形的白蘿卜、把文字渲染成圖片，例如做廣告牌、轉換一張已有圖片的藝術風格、延伸一張畫的原有邊界或補畫、修改一張畫上的元素等等，更多能力仍在陸續解鎖中。

僅僅在一年前，最具代表性的AI繪畫程序還沒有引發如此高的關注度，或者說沒有“出圈”，只是在人工智能行業內受到了關注。那時候，AI繪畫程序生成作品中的代表作是一把“牛油果樣子的扶手椅”。雖然不足以沖擊普通人的感官，但它生成圖片的方式——“喂”給AI一句描述語即可，已經讓很多人躍躍欲試。到了2022年，對技術敏感的先鋒人士終于可以親自上手，輸入文字，用AI來作圖，把想象力轉化為繪畫作品，進而引發了AI畫畫的熱潮。

原則上講，現在只要會寫字甚至會說話的人都可以用AI來畫畫了。AI終于把繪畫藝術變成了一門“語言藝術”。但當人們帶著嘗試的心態，找到一個AI繪畫程序，通過輸入文字進行繪畫時，很快就會發現，把自己的想象力用語言描述出來，似乎并不容易，做不了幾張圖就詞窮了，而且做出來的圖往往都很普通，甚至還會有點兒嚇人，這是因為現階段的AI繪畫程序還有很多缺陷，所以也不免會有些失落。

再看那些令人叫絕的精美二次元漫畫女主角AI圖片背后，它們所使用的“描述語”，可能包含數百個字符。首先，完整描述了從眉毛到襪子再到人物所處背景的每一個細節。其次，添加了很多正向“咒語”，類似“最佳質量”“大師級作品”“超高清分辨率”“細節豐富的壁紙”“某某平臺的編輯之選”等等。最后，還使用了大量的反向“咒語”，要求AI繪畫程序不要生成什么樣的圖，比如不要手指錯亂的、不要低質量的、不要帶簽名的、不要帶水印的、不要中等質量的圖片、不要低質量的圖片、不要長脖子的……甚至還需要標記出不同描述語的權重值。而那些精美的寫實風格AI畫作背后使用的描述語，可能添加了另一種類型的“咒語”，比如光圈值、快門值，包含了光線、視角等方面的描述，甚至包含了高端相機品牌的名字?，F在，已經有專門的網站，反向從AI生成的畫中推導出它是用了哪些描述語（prompt）進行描述的。

也就是說，雖然從那些精彩的AI繪畫作品上，人們看到了AI繪畫程序的潛力，但要挖掘這種潛力，則需要好好掌握一門新的語言，一種專門用來跟AI繪畫程序打交道的方式。不僅要學會這門新的“外語”，而且要掌握各種不同的“方言”——不同的AI繪畫程序，對描述語的辨別又各有特色。

站在技術與藝術交匯處的、懂技術又懂繪畫的專業人士，只有真正掌握了這門新的“外語”，才能知道集合了全人類智慧的AI繪畫程序的上限會在哪里、不足是什么。這時候，再來討論AI繪畫對普通人、對創作者、對藝術和設計從業者的影響，才會比較合理。

而這時候，理性的人們幾乎得到了一致的結論：現階段的AI繪畫程序，對普通人而言，是個不錯的新玩具，輸入直白的語言或關鍵詞，就能得到一張看上去還不錯的畫；對文字內容的創作者而言，是個不錯的新工具，只要給大白話再加上一些AI程序能聽得懂的“咒語”，就有可能得到一張不錯的文章配圖；對專業的畫師、設計師、藝術家而言，在掌握了跟AI精確溝通的新語言之后，完全可以把AI當成一個不知疲倦的好幫手，用來做前期概念和靈感的整合，用來開開腦洞，也可以直接生成一些對精細程度要求不算高的作品……

除了幫助人們完成工作，絲毫不用懷疑，在AI的幫助下，用不了多久，就會有新一代的藝術家出現。其實現在已經有AI輔助完成的畫作得到專業人士的肯定：2022年8月，在美國科羅拉多州舉辦藝術博覽會，由AI繪畫程序生成，然后經過圖片編輯軟件處理的《太空歌劇院》獲得了數字藝術類別的冠軍。

但行業里也出現了“抵制”的聲音，一些藝術家聯合發出聲明，禁止AI程序“學習”他們的作品。這種擔憂其實是非常合理的，因為AI是在未經允許的情況下，把人類藝術家的公開作品，他們的智慧結晶，作為了自己的訓練數據庫，未來還可能靠著“模仿”他們的作品來賺錢盈利，卻不會給人類藝術家帶來收益。

這個問題可以拆解為兩部分。第一部分是禁止AI程序在訓練過程中學習人類藝術家的作品，就目前而言，AI收錄互聯網上的公開圖片并不違法，但解決這個問題有現成的參考答案，就是建立一個大家都認可的行業規范，像一些網頁不允許搜索引擎的“爬蟲”收錄時可以用代碼標記出來一樣，在互聯網上公開的圖片，可以添加一行“不允許AI繪畫程序收錄”的代碼，讓藝術家們可以控制他們的作品是否被“學習”。

第二部分稍微復雜一些，因為涉及到“模仿”和“抄襲”的定義。事實上，新一代的AI繪畫程序從技術上已經盡量避免了直接“抄襲”原有畫作——新技術是根據文字面描述的內容，一個像素一個像素重新“畫”出來的，并不是直接從人類的繪畫作品中“拼貼”一個新作品。系統也專門做了處理，不允許生成與數據庫中的已有圖片相似度過高的畫作。但是，AI程序切切實實地學到了藝術家風格，而且允許人們生成單個藝術家風格或幾個藝術家風格相融合的畫作。這時候，較為合理的方案是，在生成特定藝術家風格的作品時，如果最終作品被使用在商用場景，就需要按照一定的分成比例讓藝術家獲得收益。

除了版權方面的待解爭議，其實AI繪畫程序的研究者和開發者，花了更多時間處理的問題是程序被濫用的潛力風險和無處不在的偏見。被公認AI生成圖片效果最好的幾家公司（包括谷歌和OpenAI），都沒有很快將AI程序公開給所有人使用。因為他們一方面需要花更多的精力限制AI的能力，例如禁止生成色情和暴力的作品；另一方面需要處理AI繪畫程序潛在的“偏見”問題，包括性別和種族的平衡，例如生成一張CEO照片時幾乎不會出現女性或黑人。這些問題是復雜的，部分原因在于，AI繪畫程序學習的海量數據中本身就包含“偏見”內容，去除一些“偏見”內容時，可能引起另一些“偏見”問題，例如打擊色情時，更多打擊的是女性內容，帶來了新的性別偏見……還有很多風險和難題有待科學家們來解決。

最后讓我們回到一個更有意思的角度，在人類歷史上，繪畫比文字更早出現。人類中的“藝術家”更多情況下是把靈感和想象力直接轉化為圖像，中間并不需要經過語言文字的“轉譯”過程。當AI繪畫變成了一門“語言藝術”時，那些難以用語言文字描述的靈感和想象力依然無處呈現。所以雖然現在的AI繪畫方案已經取得了重大突破，但我們同樣期待未來出現更有想象力的方案。

作者系科技行業獨立觀察者

（校對：顏京寧）