近三十年以來,我們的科研人員在技術領域取得了諸多豐碩成果,其中最具代表性的要數二十一世紀的三大尖端技術——基因工程、納米科學、人工智慧。
AI(人工智慧)算是我們最為熟悉的領域了,隨著AI技術的成熟,更多智能化、擬人化的功能出現,複雜的或人類無法執行的任務都可以由AI幫助我們完成。這也讓很多行業的從業人員感到了前所未有的恐慌。
李開復曾說過:AI帶來的好處是可以解放人類那些枯燥的工作。漸漸的,我們經常能從網上看到一些言論,說將來很多職業的輸出將被替代,尤其是技術性職業。就拿插畫設計來說,都是靠雙手吃飯的人,如果AI真的解放了我們的雙手……
今天我們就從一個藝術設計從業者的角度切入,和大家聊聊插畫或者是說插畫師的作品是否也面臨著被取代的問題。
圖片來源:tumblr
上圖是一副被當作藝術品在拍賣會上拍賣的畫作,是由實驗人員在系統中輸入了14-20世紀的1萬五千多幅人像畫後,由機器按程序多次訓練的指令完成的畫作,相當於是機器參考了1萬五千幅畫像後得出的「計算結果」。
不管是什麼算法,其基礎都是先學習大量的數據,然後整合到系統內,再去尋找一定的規律。而這個規律是人類藝術中已經存在的美術繪畫規律,包括上色習慣,造型特點等。所以AI的作畫看似唬人,但終究是在學習人類已經創造出來的東西,再通過一些隨機變量生成出的不同的結果。
AI在計算方面的便捷程度已非人腦可比,它的出現確實可以極大地幫助我們快速完成「只求數量」的工作,為藝術家節省了不少體力和時間。
圖片來源:pinterest
中山大學人機互聯實驗室主任、哲學系教授、博導翟振明在曾經一次採訪中談到:人工智慧不能完全完成創造性的藝術活動,必須要有人的參與;而就藝術畫作來說,創造性恰恰是最不能缺少的。
圖源網絡
現在插畫師與AI共同作畫的例子不在少數,插畫師相當於在AI創建的初步構架上擔任了一個補充提升的角色。二者的合作方式大概有兩種:
人工智慧的神經系統需要大量數據來學習,學習時還會有分類數據,所以最後機器學習到的結果才會不一樣。這樣通過不斷風格化的分類學習,以及審美改善後出來的作品,其實已經不能算是AI獨立完成的繪畫作品了。
圖片來源:pinterest
藉助AI的力量,現在已經有一些人物設計、logo設計的網站在成熟的運行了,人設可以按照你輸入的人物關鍵字比如:長發、白皮膚、圓臉等特徵詞彙生成幾個符合的人物形象。但至少就目前來說,我們還並未看到有創意的完整插畫作品被AI畫出。
圖片來源:pinterest
AI畫出的插畫的確很漂亮,但是不同畫師的插畫畫風卻是很難模仿的,更別說一個插畫師由於畫技的精進,畫風也會不斷迭代。就算這種迭代也可以模仿,機器人創作出還沒有出現過的風格的插畫也是不可能的,機器人永遠都要有參考點才能畫出有藝術風格的畫作。
畫風其實也就是我們所說的畫面創造性,是依附於插畫師的自由意志,目前的人工智慧還是無法擁有自我意識的,不過這也正式AI目前正在研究的一個難題。(應該也沒有人類會希望這樣吧,畢竟到時候我們面臨的困境,可能就不只是插畫師被取代的問題了……)
根據前文的描述我們可以明白,插畫最重要的價值就是其中融合的個人情感、思想意思、精神和審美情趣。如果沒有這些要素,那麼創作出的作品則和簡單的流水線繪圖沒有什麼區別,AI自然也可以替代這種有創作規律的最基本的操作。再加上AI本身的計算速度,其在輸出效率方面還會佔優。
任何科技的誕生,都要以人文精神為出發點和落腳點。人是一切發展的基礎和原動力,一個有獨立創造能力的插畫師的插畫作品是目前科技甚至未來智能系統都很難取代的。
因此在插畫作品的創作中,最終的結果固然是重要的,但靈感來源、主題確立、問題挖掘、調研手法,以及內化出的分析結果和最終確定表現手法的過程同樣重要。因為這些過程中都包含了「你」的參與,而不是簡單的規律性的動作重複。也正是「你」的參與,才讓最終的作品獨一無二,而這也是藝術設計的精神所在。
這幅插畫作品有很多細節是隨機變化的,這種不規律的風格AI是很難模仿的
而這種插畫作品用色系統偏簡單,構成不複雜,如果有大量類似圖畫作為學習數據,AI便能畫出類似的作品
所以說到底,人工智慧可以代替掉作畫過程中重複繁瑣的過程,而非插畫師創作的構想以及概念設計的過程,因此就目前來看,AI的發展對於藝術家的創作來說其實是一件好事。
但科技的發展速度也是我們無法把控的,如今的繪畫可以是AI與人類一起協作完成的,但或許在未來,人工智慧也能夠在解放插畫師雙手的同時,擁有與插畫師創造力相媲美的技術。我們不敢對過遠的未來妄加評論,所以我們也要警醒,在努力提高技法的同時也多去關注科技的發展,避免在將來成為科技進步的「炮灰」。