如果你最近稍微关注过互联网，就会听说过 DALL-E 和 Midjourney。神经网络能够生成的艺术类型——以及对该技术优缺点的更深入理解——意味着我们正面临一个全新的、充满挑战的世界。计算机生成的艺术常常成为低俗笑话的笑柄（比如：如何引起服务员的注意？大喊“嘿，艺术家！”），它也是“机器抢了人类饭碗”这一叙事中的又一个笑料。
在我看来，其中有趣的一点是：机器人和机器接管某些工作已被勉强接受，因为这些工作重复、无聊、危险或普遍令人厌恶。在焊接汽车底盘方面，机器的表现远比人类出色——更快、更安全。然而，艺术则是另一回事。
在最近上映的电影《猫王》中，巴兹·鲁赫曼让汤姆·帕克上校说了一句名言：“伟大的表演能让观众产生一种他们不确定自己是否应该享受的情感。”对我来说，这是我有段时间以来听到的关于艺术最精彩的名言之一。
商业艺术并非新鲜事物；无论你想的是皮克斯电影、音乐，还是宜家相框附带的印刷品，艺术长期以来都以大规模的方式被推广。但总体而言，它们的共同点是：它们都是由具有某种创意愿景的人类创作的。
本文顶部的图片是使用 MidJourney 生成的，当时我向算法输入了一个略显荒谬的提示词：一名男子翩翩起舞，仿佛百忧解是一团欢笑之云。作为一个经历过一生心理健康波动的人，包括相当严重的抑郁和焦虑，我很好奇机器会生成什么。天哪，这些生成的图像都不是我在概念上能自己想出来的。但说实话，它们确实触动了我。我觉得自己几乎从未像通过这些机器生成的艺术作品那样，在视觉上得到如此贴切的表达。而最令人惊奇的是，是我做的。这些插图并非由我绘制或构思。我所做的只是在 Discord 中输入一个奇怪的提示词，但如果没有我那异想天开的想法，这些图像就不会存在。它不仅生成了本文顶部的图片，还吐出了四张完全不同的——且出奇地完美——关于一个让我难以理解的概念的插图：
很难用言语准确描述这对全球的概念插画师意味着什么。当有人只需点击一下按钮，就能在几分钟内生成任何题材、模仿任何风格、创造你能想到的几乎任何东西的艺术作品时，“艺术家”这一身份又意味着什么呢？
在过去的一周左右时间里，我可能有点过头了，生成了数百张蝙蝠侠的图片。为什么是蝙蝠侠？我也不知道，但我需要一个主题来帮助我比较 MidJourney 能够创建的各种风格。如果你想真正深入探索这个兔子洞，可以去 Twitter 上查看 AI Dark Knight Rises，在那里我会分享一些我遇到的最佳生成作品。这里有数百个候选作品，但以下是一个展示可用风格广度的精选集：
生成上述所有内容——以及数百个其他内容——仅存在三个瓶颈：我愿意为 Midjourney 订阅支付的费用、我为提示词所能发挥的创意深度，以及我只能同时生成 10 张设计稿的事实。
现在，我拥有视觉思维，但我的身体里毫无艺术细胞。但这并不重要。我想出一个提示词——例如，蝙蝠侠和德怀特·舒尔特正在拳脚相向——算法随即吐出四个版本的结果。从那里，我可以重新生成（即根据同一提示词生成四张新图片），渲染其中一张的高分辨率版本，或基于其中一个版本进行迭代。
该算法唯一的真正不足在于它倾向于“你得到什么就接受什么”的方式。当然，你可以通过更详细的提示词来获得对最终图像的更多控制——包括图像中发生的内容、风格以及其他参数。如果我这样的视觉导演使用它，算法往往令人沮丧，因为我的创意愿景很难用语言捕捉，更难被 AI 解读并渲染出来。但对艺术家来说可怕、对非艺术家来说令人兴奋的是，我们正处于这项技术的萌芽阶段，未来我们将对图像生成方式拥有更多的控制权。
例如，我尝试了以下提示词：蝙蝠侠（左侧）和德怀特·舒尔特（右侧）在宾夕法尼亚州斯克兰顿的一个停车场里拳脚相向。戏剧性灯光。照片级写实。单色。高细节。如果我把这个提示词给人类，我猜他们会觉得我在把他们当机器对待，从而让我滚蛋；但如果要创作一幅画，我认为人类能够以符合概念逻辑的方式解读该提示词。我尝试了很多次，但很少有插图能让我觉得“嗯，这正是我要找的”。
那版权问题呢？
这里还有另一个有趣的怪癖：许多风格是可以辨认的，有些面孔也是可以辨认的。以这张为例，我提示 AI 想象休·劳瑞饰演的蝙蝠侠。我不知道你怎么看，但我非常佩服；它既有蝙蝠侠的风格，劳瑞的形象在画中也可辨识。不过，我无法确定 AI 是否全盘抄袭了另一位艺术家的作品，我也不想看到 MidJourney 或 TechCrunch 在法庭上试图解释这一切是如何搞砸的。
这类问题在艺术界出现的频率比你想象的更高。一个例子是谢泼德·费尔雷案，据称这位艺术家著名的巴拉克·奥巴马“希望”海报是基于一张来自美联社自由摄影师曼尼·加西亚的照片创作的。整件事变得一团糟，尤其是当其他一些艺术家开始用同样的风格创作艺术品时。现在，我们面临着一层又一层的抄袭三明治局面：费尔雷既被指控抄袭他人，同时自己也被抄袭。当然，也可以用费尔雷的风格生成 AI 艺术作品，这使得情况变得更加复杂。我忍不住试了一下：谢泼德·费尔雷风格的蝙蝠侠，底部带有文字 HOPE。
凯尔对这项技术的法律未来有更多思考：
商业图像生成 AI 引发了各种棘手的法律问题
那么，这对艺术家来说意味着什么？
我认为这项发展最令人恐惧之处在于，我们迅速从摄影、绘画和写作等创意活动免受机器威胁的世界，步入了一个不再如此的世界。但正如所有技术一样，很快就会出现你无法再完全信任自己的眼睛或耳朵的时刻；机器的学习和进化速度将令人咋舌。
当然，并非全是末日般的悲观景象；如果我是图形艺术家，我会开始利用最新一代的工具来获取灵感。我曾多次惊讶于某些作品的出色效果，然后心想：“要是能稍微更符合我的[在此插入创意愿景]就好了。”——如果我有平面设计技能，我就能将我现有的成果转化为更接近我愿景的作品。
这在艺术领域可能不那么常见，但在产品设计中，这些技术已经存在很长时间了。对于印刷电路板（PCB），多年来机器一直在创建走线设计的第一版——当然，通常还需要由工程师进行调整。产品设计也是如此；早在五年前，Autodesk 就展示了其生成式设计的能力：
Autodesk Generative Design 接收约束条件并生成自己的3D模型
随着神经网络变得越来越聪明，并且拥有越来越多、越来越全面的数据集可供使用，每个职业（包括我自己的——去年我曾让 AI 撰写 TechCrunch 报道的大部分內容）都迎来了一个崭新的世界。
让我以这张极其令人不安的图片作为结尾，其中 AI 放置在图片中的几个人物，我和 TechCrunch 的其他同事都能认出来：
本文使用的 Midjourney 图像均根据知识共享非商业性署名许可协议获得授权。经 Midjourney 团队明确许可使用。