FIND研究員:蕭宏智
AI圖像生成技術近年來呈現爆發式成長,各種工具也不斷推陳出新,以下分別說明AI圖像生成技術原理與生成藝術工具,並剖析對創意設計產業可能造成的影響與衝擊:
AI圖像生成技術原理說明
目前文本生成圖像演算法以生成對抗網路技術(GAN, Generative Adversarial Network)為主,GAN是一種非監督式學習方法,在進行GAN模型學習時,要先建立生成器(Generator)和判別器(Discriminator)兩種神經網路。生成器用來產生新資料,生成什麼樣的圖像取決於採用的樣本,比方說若想生成文藝復興風格的油畫,就得在訓練樣本中放入大量文藝復興時期的作品。判別器則用於辨識生成資料的真偽,而所謂的對抗(Adversarial)即是指,生成器與判別器兩種神經網路彼此攻防對抗,不斷競爭的結果便使得誤差越來越小,所生成的圖像就越接近真實。
Midjourney生成藝術工具
Midjourney是今(2022)年爆紅並引發媒體熱烈討論的AI生成藝術工具,英國《經濟學人》雜誌更在2022年6月以「AI新境界」(AI's New Frontier)作為封面故事,深入報導AI生成技術的驚人進展,該期雜誌封面及若干內文插畫的主視覺也是用Midjourney生成。使用Midjourney生成藝術工具前,要先登入Midjourney在Discord社群開設的專屬頻道,在聊天對話框中執行「/imagine」指令,只要輸入形狀、質地、色調、意象、場景氛圍或藝術風格等英文關鍵字,Midjourney就可以在1分鐘內快速生成4張細緻到位、完成度極高的圖像。如筆者輸入「Coral Reef in Heart Shape, Romanticism Painting Style, Cinematic Light, Photoreal」之描述指令,即可生成深藏海底、具浪漫主義風格的心型珊瑚礁群,如下圖所示:
資料來源:Midjourney
圖一、藉由Midjourney工具生成之圖像
AI生成技術對創意設計產業之影響
有關AI生成技術最常被提及的問題是,AI是否就此取代藝術家或設計師?這可以從兩個層面來回答,首先就創造力來說,與其說AI具有創意,倒不如說AI透過大量樣本學習,可以快速掌握並描摹不同藝術風格的作品,但藝術家養成往往要經歷「守、破、離」三階段,描摹學習只是第一步,能否發展出自我獨特的風格,才是判定是否具備創造力的關鍵。此外,就設計服務而言,設計師在構思作品之前,必須跟業主密切溝通,洞察客戶真正的需求,才能形成具體的設計規格,這是AI目前無法取代的。
AI生成技術對創意設計產業的影響,主要在於AI可快速生成圖像,若作為輔助工具,將有助於設計師進行概念發想,提高前期設計的生產力。更重要的是,AI生成技術降低了圖像創作的門檻,因此可引入更多跨領域人才,激盪出更多不同的可能性,當想像力被無限釋放,將可產製更多創意內容,驅動創意設計產業大步向前邁進。
資料來源
1.生成對抗網路技術https://en.wikipedia.org/wiki/Generative_adversarial_network
2.Midjourney網站https://www.midjourney.com/home/
3.2022年6月經濟學人以「AI新境界」封面故事報導AI技術發展https://www.economist.com/leaders/2022/06/09/artificial-intelligences-new-frontier
沒有留言:
張貼留言