入侵艺术界的AI主语，讲述一段创意的变革

第一批会员券(/≧▽≦)/

01
入侵艺术界的AI主语
一开始，人们不过觉得这只是一个新奇的玩具，一些科技爱好者无聊的把戏，一个哗众取宠的获奖，一些艺术家过激的抵制反应。直到现在，AIGC开始跟我们每个人息息相关。

早在2017年，我在知乎分享一个 Image-to-Image Demo 的AI绘画小工具，一百多条评论都在说担心设计师要被取代了，但其实没有一个人真的觉得这种程度的AI会取代自己。大部分的人都在看热闹，那些评论AI将取代艺术家的口气，就像是去给一个幼儿园的小朋友说 “努力学习，你以后肯定会超过爸爸” 一样。而当艺术家和设计师开始集体抵制AI绘画的时候，才是大家真的觉得这个东西可能要取代自己了。

其实在2022年之前，大部分的人是无法相信绘画这种需要创造力的工作，会这么快被AI学会。2022年之前的AI像个蹒跚学步的婴儿，根本没有任何威胁。生成的画大部分都是让人 “san” 值狂掉的变形物体，像素也特别的低。然而到了2023年初的春节，连网络上最流行的兔子拜年表情包都是AI生成的了。

在开始AIGC之旅之前，我来带大家回顾一下这些年（尤其是2022年），AIGC是如何入侵艺术家和设计师的领域，甚至有望成为未来创作主流工具的发展历程。

02 AIGC史前时代（1973~2021）

早在上世纪60年代，就已有一位艺术家开始研究计算机是否可以用来服务艺术。这个人叫哈罗德科恩（Harold Cohen）。他是受过非常正统的艺术教育培养起来的艺术家，而且那个时候已经在伦敦的艺术圈很有名了。但是他却放弃了触手可及的大好前程，选择了一条没有人走过的路。他搬到了美国，成为了加州大学艺术学院的客座教授，并且开始学习写代码。他还被邀请入驻了斯坦福大学的人工智能实验室。

在1973年，科恩发布了可以进行机器作画的电脑程序Aaron(亚伦)，这是世界上第一个计算机艺术程序。

自从70年代亚伦出现后，一直到2000年，人工智能在其它领域都有发展，但是艺术领域一直没啥动静，直到一个叫绘画傻瓜的程序出现。它可以通过观察照片，提取照片里的块颜色信息，然后使用现实中的绘画材料进行创作。创造这个绘画傻瓜程序的是伦敦帝国理工的研究员西蒙博士，他希望计算机程序也能够像人类艺术家一样创作。

他想探索的是，如果软件具有创造力这意味着什么？

2014年，深度学习模型GAN（生成对抗网络）诞生了。GAN的出现让机器拥有创造力成为了可能。因为在此之前的人脸检测，图像识别，语音识别都是在现有事物的基础上做出描述和判断。但是对于创造这个世界上不存在的事物就束手无策了，而这些GAN可以做到。

可以说截止到2021年，大部分的AI生成艺术都是基于GAN来生成的。下面这个被拍卖出了35万美元天价叫《爱德蒙肖像》的AI生成作品，就是用GAN生成的。它在18年10月的时候第一次在纽约佳士得被拍卖。最终的成交价格比它的估价最高值高出4千％。

这件事一出来就被大家热议，AI 艺术能叫做为艺术吗？AI 完成的艺术品，到底属于创造算法的人类，还是属于算法本身？有意思的是，当时对这件作品批评的最多的不是来自传统艺术界，而是来自那些使用AI创作的艺术家群体。他们认为对人工智能技术的炒作还为时过早，认为这只能被看成市场的投机者。

2021年，Diffusion扩散模型逐渐取代GAN成为了图像生成的主流，扩散模型引入了一种不同于 GAN 方法的图像合成方法。研究者通过从人工添加的噪声（“去噪”）中重建图像来学习。diffusion 的这种合成方法据说是从热力学第二原理中得来的灵感。

还是2021年，openai发布了 Dalle，Dalle 的目标是用文本生成这个世界上没有的任何事物。Dalle 的核心技术并不开源，但与此同时，在AIGC的开源社区，一群极客发布了一系列的开源程序，用他们能找到的一切论文和公开资源，去探索使用文本生成图像的方法，并将模型开源。

这些开源模型中，最有名的就是 Disco diffusion 了。在2021年10月，由开发者 Somnai 发布了 Disco diffusion （后文简称DD）的第一代版本，这是大部分人接触AI绘画的起点。AIGC 的开源社区孵化了很多成功的产品，包括最开始的以 DD 为技术核心的 wombo 和 nightcafe，以及AI绘画明星产品 midjourney 也是 Somnai 参与研发的，还有后来的 stable diffusion 的 CTO 也是从DD的开源社区里走出去的。