人工智能为什么无法取代创作者？

2023-07-08 10:00 作者:原力总督 0人读过 | 我要投稿

#文案（逐字稿）

一、未卜先知

先以我身边儿发生的一则故事作为引入罢。我之前经常混迹的MC-GFX圈子主要是以游戏《我的世界》为蓝本给主播、模组或服务器设计横幅头图和宣传海报，这项工作在前期通常都是使用三弟软件儿来对人物和场景进行建模、渲染；然而，圈子里却有着一位剑走偏锋的存在：他几乎从不使用三弟软件儿，而是通过在手机绘画的过程中对皮肤展开图进行人工折叠来实现立体的透视……显然，为了达到与计算机渲染相同的效果，他的创作流程必然是更加辛苦、繁琐且漫长的；然而，他的每一期制作过程展示视频都享有着比我们更高的播放量，他在圈子里的威望也是相当之高的——观众和甲方们并没有因为他“土法创作”的低效率而嗤之以鼻；恰恰相反，他超越同行的美术功底反而为自己积累了不小的人气，甚至自成一派地开创了“平面建模”这一概念。这位被我们一致崇拜、敬仰的大神，就是自称为“小人物”的@寒枫凌霜。

@寒枫凌霜的故事及其带来的启发，这里暂且先按下不表。让我们言归正传：两年前的2021年3月31日，我投稿了一期名为《自动化“面点光”，从此摆脱手画√》（BV1Z64y1U7Zf）的PS教程——在那期稿件儿的简介中，我曾写下过这样一句话：“众所周知，崇尚人工智能的@原力总督希望将MC-GFX的处理尽可能地工业流水线化√”；而早在一个半月前的2月10日，圈子里的另一位合成风设计玩家@DS爱吃钻石的羽光便在其视频《PS：快速打地面高光的方法（萌新教程）》（BV1mK4y1D7Ls）给出了自动为场景中的棱角儿生成边缘高光的方法；这种追求用智能化、自动化的方式取代创作过程中重复劳作部分的思潮产生最早甚至可以追溯到动画制作者@暗影苦力怕在同年1月31日发布的《BLENDER MC人物的自动挤出双层皮肤原理解析》（BV1M5411H776）。[1-3]

在过去漫长的岁月中，无数MC-GFX创作者都曾幻想过这样一种情境：在未来某个人工智能技术高度发达的时代，对人物模型中头发与服饰等身体细节的立体化处理、对角色动作的布置、对场景的合成、对文字标题的包装与对非渲染风格化光影色彩的绘制等从前到后的一系列操作都可以通过计算机自动识别、自动解算的方式直接实现——到那种时候，创作者们所需要提供的将仅仅是描述故事的创意、对于细节的微调以及最终的排版工作；而这一切的畅想，在以StableDiffusion、MidJourney为代表的AI图像生成技术大行其道的今天，似乎都已不再是天方夜谭……

二、不攻自破

由@默橙发表于2023年4月16日的两幅商单可以被看作是MC-GFX圈子第一次将AI辅助引入到工作流程中的标志；然而，伴随着新技术而来的不仅是更多元、高效且简洁的制作方式，还有与其他艺术领域创作者相同的焦虑：AI会从全流程上彻底取代MC-GFX创作者吗？

道理上讲，这种想法在技术上应该是可以实现的——然而截至目前，我还没有看到一则使用AI直接生成MC-BANNER的案例；互联网上能搜索到的也不过是些用写实画风还原MC生物的展示……这是为什么呢？既然连复杂度、精细度都要远高于MC的写实绘画都可以被AI生成出来，那直接生成MC-GFX的成品图又算得上什么难事儿呢？况且现在AI已经能直接生成体素块儿堆砌出的场景了，自动生成这种精度的小人儿并把它合成进场景中又有什么不可实现呢？

答案其实很简单：因为样本量不够！据悉，目前对AI进行系统训练需要使用约7万张图像和70万个问题；哪怕只是简单的符号模型，也至少需要5000张图像和10万个问题。[4]

不知道你们有没有听说过这样一则寓言：尽管在科技如此发达的现代，跨越国际的血汗工厂依旧广泛地存在于世界各地——倒不是因为自动化无法取代人力；而是诸如非洲一类的欠发达地区劳动力价格极低，雇佣当地穷苦劳工所需要付出的成本要远小于置办机器设备的投资，进而让自动化改革被资本家们认为成一种利润率低、不划算的策略。显然，哪怕把古今中外所有的MC-GFX作品加总起来，恐怕也到不了训练模型所需数目的九牛一毛——且不说这个圈子的人本就不多；原本对这方面有需求的客户也是少之又少，也就是说这个领域本身就达不到能形成行业的规模……换言之，哪怕没有AI，想通过做我们这种活儿来谋生也是难如登天；不用AI出手，直接快进到失业！¯\_(ツ)_/¯

三、推点及面

不过和我们这种窄众垂直的赛道相比，真正的绘画圈子对AI图像生成技术的恐惧可不是用一句“五十步笑百步”就能调侃过去的……

从前甲方找创作者约稿儿，不仅要支付给对方劳动报酬，还要等候漫长的创作时间；而旦如果作品发过来不满意，双方还得反复协商、多次修改，整个儿过程可以说是相当繁琐。然而归功于AI绘画工具StableDiffusion的开源属性，现在任何个人都可以在电脑上对其进行本地部署，从而一毛不拔地把图做了——用户只要加载现成的模型、输入提示词指令并拉动滑块儿调节相关参数就能快速生成脑中构想的画面儿；不满意了还可以反复试验……当然，前提是你有一张“3”打头儿的显卡，否则大概也得花点儿小钱去用MidJourney、NovelAI之类的云端服务。

但是无论如何，相较真人而言，AI作图都是成本更低、速度更快的选择——抛开对版权和情怀等次要矛盾的考虑，对于甲方而言：AI产出的图像在质量上确实和人类画师的作品相差无几，二者之间已经形成了互为替代品的关系；且以ControlNet为代表的相关技术发展态势来看，诸如稳定画面内容与人设等目前暂时难以实现的功能也正以越来越快的速度逐步被攻破——就像卡尔·马克思前辈在当年所提出的“机器排挤工人”一般，具备充足竞争力的AI绘画要抢走人类画师的饭碗似乎也不再是什么危言耸听了……[5]

由此观之，画师；或者说涵盖面儿更为广泛的人类创作者——乃至整个艺术体系，真的要被AI取代了吗？

亖、异化劳动

依照经验，经常来看我视频的观众大多都是圈子中人——不知道同样作为艺术创作玩家的各位有没有过相似的感受：当你脑中灵感涌现、或是有什么想要表达的情绪时，你在把这些思想描绘出来的过程中是十分积极且享受的；而当你的创作动机转化为实现甲方的需求、为甲方创作商单以换取报酬时，一种不自由、不耐烦的消极情绪便随之产生，所谓专注、沉浸的“心流体验”也便荡然无存……[6]

对这一问题的讨论依旧可以追溯到卡尔·马克思前辈所写下的观点——在私有制的生产关系下，劳动被资本异化成了换取生活资料的手段。[7]

如何用通俗易懂的大白话来类比着理解这件事儿呢？据我了解，大部分画师之所以走上艺术学习的道路，最根本的动机都不是为了利益——毕竟商业性质的艺术创作本身就是一条卷上天的赛道，在AI绘画尚未诞生的时候就有“劝人艺考天打雷劈”的段子；而传统的家庭观念在孩子的教育过程中对艺术的态度又是十分贬损的，我所接触过的不少家庭都出现过孩子热衷于绘画而被父母当做“不务正业”、“耽误学习”的现象……在这样追求功利的社会风气之下，能坚持练习画工、考上相关专业乃至进入行业的人必然是对绘画这一行为本身有着极其浓郁的兴趣——竞争的激烈与前途的渺茫对他们来说可不是什么新状况，而是在整条逐梦道路上自始至终都从未退散过的现实。那么对于艺术创作者而言，“没钱赚”就等同于“被取代”吗？如果按照这种理解，艺术的唯一价值就在于赚米；一旦无利可图，人们就都不画画儿了！这种实用主义思想显然是片面的——它否定了创作者对绘画这一行为本身的热爱，而是把盈利看作绘画技能存在的唯一目的；甚至把能否盈利看作世间一切行为是否值得存在的标准，进而将本该顺应天性、为劳动者带来存在感与价值感的社会活动异化成枯燥乏味的“任务”。显而易见，AI的出现其实在某种程度上都或多或少地打破了这一局面——从个人的角度讲，它的确让许多以绘画为谋生手段的工薪阶层面临着失业的风险；但对于艺术本身而言，这又何尝不是让它回归了最本真、最纯粹的状态呢？由此观之，被取代的只是以绘画为谋生手段的职业；而“绘画”这一行为本身及其背后所代表的艺术反而得到了解放。

五、另辟蹊径

不过马克思前辈的历史唯物主义中也有另外两组同等重要的表述，它们分别是“生产力决定生产关系”以及“社会存在决定社会意识”。诚然，我在上一段儿中纯理论层面的表述并没有切实解决画师们的焦虑——它过于理想化地畅想了超前的未来，而没有脚踏实地为当今时代的画师们给出养家糊口、维持生计的具体出路；某种程度上说，这些天马行空的言论没有严格遵循“实事求是”、“具体问题具体分析”的原则，在当今的社会运转模式下归根结底还是脱离现实的空想……那么，面临即将到来的失业潮，画师们可以如何应对呢？答案其实很简单：既然AI与人工画作从质量上难以决出胜负；那干脆换一个角度，把受众的关注点从作品成果转向创作过程！

有的朋友可能会问了：这样结构性的转型是否有些舍本逐末了呢？其实不然：早在数位板、图像编辑等技术诞生之前，就已经有人通过架摄像机拍摄的方式来记录制作过程；而对于数字创作日渐民用化的今天，屏幕录像、非线性剪辑工具的普及与短视频平台的崛起更让自媒体的搭建变得轻而易举——在海外，这种将艺术创作的过程加速、配以音乐制成短片儿节目的形式通常被称为“SPEED ART（极速艺术）”或“SPEED PAINT（速涂）”；而在国内，虽然没有统一称呼，但这种操作也早就不是什么新鲜事儿了×

现在，我们可以尝试对开篇提到的案例给出合理的解释了——因为如此这般操作，最大的好处就是保留并放大了艺术的人文气息与社交属性。毕竟，一张基于稳定扩散算法自动生成的作品是不存在一笔一划勾勒过程的；但人工的过程所展现的可不只是一幅图，更有这幅图创作背后的各种思路与技法——而这正是被人们引以为荣的亮点：就好像在电子合成、印刷技术如此成熟的今天，那些乐器演奏、书法写作的视频依然能让刷到的观众瞠目结舌；又或者本身并不产出物质成果的魔方复原、武术棍法等文体运动，因为其本领的高难度与优雅依然能引来大量路人的驻足围观。热爱音乐的听众们哪怕已经把某首曲子在家单曲循环过成百上千遍，他们也更愿意抢门票去演唱会现场与作者互动；同理，哪怕网络直播再怎么把比赛还原得惟妙惟肖，线下的体育赛事也依旧吸引着全世界的球迷去现场一睹运动健将们的真容……相比产出的结果，掌握技能本身的魅力与它背后所蕴含的人文情怀才是最吸引人的；而这，才是现阶段AI的生成逻辑所真正无法取代的√

尾声

以上是我为担心被AI取代的艺术创作者们给出的一套解决方案……当然——当你再面对外行以AI为借口的挑衅、或是对版权的质疑时，自豪地搬出自己上传的极速艺术也能当场堵住对方的嘴～

——@原力总督（FORCE_VICEROY）

立项日期：2023-06-11

截稿日期：2023-07-01

发布日期：2023-07-07

#借物表

参考文献

原力总督. [教程-PS]自动化“面点光”，从此摆脱手画√[DB/OL]. 哔哩哔哩, 2021-03-31. https://b23.tv/5GfvwAB
DS爱吃钻石的羽光. PS：快速打地面高光的方法（萌新教程）[DB/OL]. 哔哩哔哩, 2021-02-10. https://b23.tv/tMYulrz
暗影苦力怕. BLENDER MC人物的自动挤出双层皮肤原理解析[DB/OL]. 哔哩哔哩, 2021-01-31. https://b23.tv/2nUOHic
Kim Martineau. Teaching machines to reason about what they see[EB/OL]. MIT Quest for Intelligence, 2019-04-02. http://news.mit.edu/2019/teaching-machines-to-reason-about-what-they-see-0402
Lvmin Zhang, Maneesh Agrawala. Adding Conditional Control to Text-to-Image Diffusion Models[J]. Cornell University, 2023-02-10. arXiv:2302.05543. https://arxiv.org/abs/2302.05543
Marcus du Sautoy. 天才与算法：人脑与AI的数学思维. 程国建, 程浩, 王晓燕译. 机械工业出版社, 2020-03-26: 212.
中文马克思主义文库. 1844年经济学哲学手稿[M/OL]. https://www.marxists.org/chinese/marx/marxist.org-chinese-marx-1844.htm

背景音乐