3.0世代——人工智能图像时代
图像内容的深度学习
利用人工智能凭空生成图像，2021年这似乎还处于技术变革的前夜，2022年这一切已经成为现实，在一年的时间里人工智能生成图像的技术日新月异，目前仍在不断变化发展中。人工智能技术已经发展了几十年，只是在最近几年里开始越来越实用化。人工智能生成图像的前提是人工智能深度学习，而深度学习的基础则是图像的数字化。
在过去的20多年中，网络中的数字图像呈指数级增长，为人工智能的深度学习提供了庞大的数据库。基于庞大的数字图像数据库，图像内容深度学习有了质的提升。在数字图像数据库的基础上，还有一项关键技术就是识别图像的内容，让人工智能可以区分图像内容中的各种元素，并能理解不同图像中相同元素的个性与共性。人工智能区分图像内容有两方面的训练，一个是理解自然语言，另一个是计算机视觉分析，这是一种文字与图像相匹配的训练方式。庞大的数字图像数据库与图像内容识别训练取得了关键的成效，加之人工智能技术预训练模型的优化，与公开测试获得的良好反馈，这就是人工智能生成图像技术在2022年开始爆发的原因。
Image
参考图：©安德烈亚斯·古斯基，《莱茵河 II》，1999，图片来源于佳士得
本页其他图片为人工智能技术生成，关键词：Andreas Gursky、Rhein II、photography，图1、2由 Midjourney 生成，图3由DreamStudio生成。
Image
参考图：©杰夫·沃尔，《死亡士兵的对话》，1992，图片来源于佳士得
本页其他图片为人工智能技术生成，关键词：Jeff Wall、Dead Troops Talk、photography，图 1—4 由 Midjourney 生成，图 5—6 由DreamStudio 生成。
人工智能生成图像
庞大的数字图像数据库与图像内容识别训练的成果，使人工智能可以根据用户描述生成图像。描述通常分为两种，一种是文字，另一种是图像。前者是人工智能根据文字的意思，从深度学习的数据中寻找与之对应的图像元素并生成新的图像，后者则是根据用户上传的图像进行理解和分析画面元素，然后生成新的图像。二者最关键的一点就是人工智能可以脱离照相机等工具，参考文字或图像的内容，凭空生成新的图像。如果描述的内容比较复杂，涉及多个元素，人工智能会根据描述中涉及到的元素，一一配齐并把这些组合到同一张图像之中。
在2022年一整年的时间里，Disco Diffusion、DALL-E 2、Midjourney和 Stable Diffusion先后诞生，Disco Diffusion已经迭代成 Stable Diffusion。DALL-E2、Midj ourney和StableDiffusion 各具特色，目前都在测试阶段，且主要以生成绘画为主。但是人工智能生成图像技术在过去一年之内数次更新迭代，未来生成摄影作品只是时间问题。本部分的图片由笔者通过 Midjourney 和基于 Stable Diffusion 开源算法的 DreamStudio 生成，所采用的关键词为摄影史上比较著名的艺术作品的作者名字、作品标题和一个固定的单词——摄影（photography）。选择这些关键词的初衷为，作者名字定义图像风格，作品标题定义图像内容，以及摄影定义画面效果是偏向照片的写实风格。
最终生成的图像内容包括场景和肖像元素，从中可以看出人工智能生成图像的能力是可以分析理解文字描述，并据此生成图像内容，不同元素也可以组合到同一画面中，但是相比真实的照片来说，效果还是有明显差距。因为目前的技术主要是以生成绘画为主，虽然笔者加了摄影作为关键词，生成的图像也确实偏向真实，但是仔细观察细节还是能发现明显类似于三维建模的效果，一些人体器官也比较怪异，比如混乱的五官和肢体。基于本次测试结果，显示目前希望用文字生成以假乱真的照片还不太现实，但也能体现人工智能技术生成图像的潜力，假以时日必定能够获得更好的效果。
Image
参考图：©理查德·普林斯，《无题（牛仔）》，1989，图片来源于佳士得
本页其他图片为人工智能技术生成，关键词：Richard Prince、Untitled （Cowboy）、photography，均由Midjourney 生成。
未来的应用场景
2022年， 游戏开发者杰森· 艾伦（Jason M. Allen）利用人工智能制作了一幅名为《太空歌剧院》（Théâtre D’opéra Spatial）的绘画，获得了美国科罗拉多博览会年度艺术比赛的一等奖。获奖之后，杰森·艾伦坦言这是他利用人工智能创作的作品。创作过程使用Midjourney 生成图像，然后导入 Gigapixel AI 提高作品的分辨率，第三步使用Photoshop修饰，最后就是将图像印制在画布上。根据比赛规则，评委们认为杰森·艾伦的作品是符合要求的。
正如摄影术诞生时，有人感叹绘画死了一样，目前人工智能技术可以通过描述生成绘画，在一些人眼里，绘画似乎又要死了。其实不然，摄影术和人工智能都是艺术家的创作工具而已。摄影没有杀死绘画，绘画反而开辟了新的艺术道路，人工智能也不会杀死绘画，而是提供了一种生成图像素材的渠道，艺术家也可以在素材的基础上再创作。
目前来看，一个可行的应用场景，便是利用人工智能制作插画之类的商业图像库。使用人工智能生成的图像可以降低插画的生产成本，对于小型公司来说是不错的选择。另外，既然人工智能可以生成图像，那么利用它生成其他内容，比如声音、视频、三维建模之类的，也是未来可期的。
毫无疑问，我们正在进入人工智能图像的时代，但这并不意味着照相机就要废弃了，数字图像和人工智能图像是当下两种不同的获取图像的方法，目前还不能相互取代。能够使用不同的工具创作，可以增添创作的便利，我们能做的就是关注和学习，并尝试使用最新的图像技术创作作品。
技术迭代的焦虑与反思
关于人工智能技术能否取代个体劳动的问题，虽然短时间内还难以形成气候，但显然这样的趋势已经在制造焦虑。在摄影领域，笔者认为目前还不必太过焦虑，除了技术还不成熟之外，最重要的一点是，人工智能生成的照片越真实，其实也意味着照片越虚假。毕竟那不是现实发生的事，关于现实的照片，目前来看还是需要靠实际拍摄。照片至今还是记录人类历史的一种必要方式，历史不能伪造，所以未来历史中的现实不可能由人工智能技术生成。但商业照片就是另一种情况了，本来商业照片中就充满摆拍、置景、拼贴等加工方式，人工智能技术恰恰可以简化成本和流程，提高生产效率。使用人工智能技术运营一个商业图像库并非难事，商业图像领域势必会经历一次工作流程和成本的革新。
Image
