大部分人对AI绘画存在着误解！

前言

许多人都对AI绘画存在一些误解，本文意在让大家对这个问题有更清晰的认知，并不表明个人立场。作为专业AI爱好绘画的青年人，想跟大家分享一些相关的知识以及我的看法。希望大家能认真看完，绝对能刷新你对AI绘画、AI、甚至对人类的认知。

误解

问题一：AI如何绘画？

想必大家也在各个地方看到过相关的一些知识，但我在网上看到很多对于这个技术的解释都存在一些问题。
  许多人认为AI是将各个作品的部分裁剪拼接起来形成一幅新的作品，但其实不是这样的。AI用来作画的是神经网络，这相当于一个十分复杂的黑匣子，你给他输入，他处理后给你它的输出结果。这只是一个比较简单的解释用以反驳裁剪拼接的理论。
  神经网络就是一个带有可变参数的函数（例如f(x) = ax + b，其中a和b就是网络的参数，x就是网络的输入）。在训练过程中，不断调整网络的参数来让实际输出与预期的输出相近。人可以操控的只有网络的结构、超参数、使用的数据集以及训练的方式细节等，而网络内部非常多的参数都是不可控的，因此神经网络对输入进行处理输出结构的过程是难以解释的。但可以概括地说图像生成网络提取了数据集的某些特征进行图像的生成，产生的图像基本不会在局部与原数据集相似，但是整体与原数据集相似。
  AI绘画就是将标签等信息输入已经训练好的网络然后得到输出。

问题二：AI绘画只有一种？

通过前面对AI绘画方式的讲解就可以看出，人可以对AI改进的地方有很多——网络结构、训练方式、数据集等，因此要提升AI绘画的能力，就要研究更好地网络结构和训练方式，因此就会产生很多的神经网络，目前主流的二次元绘图就是众多网络中的一种，只是因为效果好、熟悉而出现在了大众的视野里。并不能否认有许许多多的研究者也在研究其他的网络。
  很多人说AI只会画一种风格，不是这样的，AI画什么风格取决于训练的数据集是什么样的。如果把各种风格的数据用于训练，网络就也能生成各种风格的图，当然这样图的关联度更弱，网络的效果就会大打折扣。

问题三：AI侵犯？

首先了解什么是侵犯著作权：侵权作品与原作品在关键的、体现作品独创性的部分，存在实质性相似。
  但事实上AI生成的图与数据集的任何一张图都几乎不可能一样。这就像用一堆点代表数据集的每一个作品，因为存在一些相似性，所以这些点靠的很近，AI做的就是在这一群点所处的范围内找一个点。
  既然不一样，在司法上就很难去鉴定AI产生的作品是侵权，除非特别相似，就像刚刚的例子，刚好AI生成的一个点与数据集中的某一个点紧紧相靠。
  那其实还有一个权利，是可以明确界定的。那就是是否允许作品用于网络的训练，我觉得如果要维护画师的利益，这个还是可以出台相关法律的。

问题四：AI与人类的区别？

许多人认为AI和人类最本质的区别在于AI不具有智慧，而人类有。要弄清这个问题就要知道表现出智慧和实际智慧的区别，其实这是一个相对概念，作为一个人，我觉得人类是具有实际的智慧，而这么想的原因实际上是人类智慧的形式是相同的。为什么说表现出智慧和实际指挥是相对概念呢？举个比较容易理解的例子，在智慧形式与人类不同的外星智慧生物看来，人类的智慧就是神经刺激不断传播引起反应，与他们不同，因此在他们眼里他们才具有实际的智慧，而我们只是表现出智慧。又例如从我们的角度去看含羞草，触碰它它就收缩，为什么要起名羞呢，就是觉得它表现出了一定的智慧。
  所以人工智能为什么有“智能”两个字呢就是因为对人类来说它能表现出智慧。而对于一个外星生物来说，具有人工智能的机器人和人类可能就像鱼和猴子那样了。总之是否具有智慧这是一个相对的概念。

问题五：AI与人类学习绘画的区别？

既然前面说了AI也可以看做是具有智慧，那么AI自然可以看做具有学习能力。AI的学习与人类的学习最大的区别就在于学习方式的不同以及学习速度和实践速度的碾压。因此可以说只要AI掌握了合适的学习方法，肯定是比人类学得好。但是受限于神经网络的结构，就像人类受限于大脑的结构，注定存在学习方法的上限。除非提出了新的学习结构，但我觉得这对于人类来说很难，毕竟神经网络的概念也是根据人脑提出的。
  那么在绘画上是如何表现的呢？人类学习绘画有许多途径，听前人讲述经验，在观看前人的画作以及自己作画时总结经验。AI在学习过程中主要就是通过不断地实践总结，总结的经验是如何让自己画出的作品与其他作品相似。也不止那么简单，这只是普通的生成对抗网络的学习方法，研究者可以通过调整网络结构去改变AI的学习方式，像最新的novel AI就对二次元的形体结构进行了学习。
  这又照应了之前的问题，AI的作品侵权吗？那试想，做一个实验，在一段时间内，给一个毫无基础的人看几十个二次元的作品，让他学着去画，结束后让他作画，他画了一个十分相似的二次元图像，这侵犯了著作权吗？而AI与这个人的区别仅仅可能就在于AI的学习速度和绘制速度要快得多。

问题六：AI只会画某种风格，细节做不好？

因为神经网络的结构，画面糊注定是AI绘画的必经之路，但是在发展过程中肯定是会越来越具有一定的特征，画面也会变得清晰，细节也会越来越好。这都要看研究者对于算法、网络结构的研究。也就是神经网络可能会具备更好的学习方法，学习各种细节，肯定是会越来越好的，没有什么不可能的，只是时间问题。

影响

问题一：AI绘画对画师的影响？

在市场经济下，AI绘画的出现无疑对画师群体有很沉重的打击。影响最深的就是中下水平并且靠绘画生活的画师。从市场经济来看，AI绘画目前是少数人从多数人手中夺取生产资料的行为。
  对商人来说，AI绘画具有低水准、但高效、低成本的特点，相对来说画师的成本和效率就更差，商人主要追求的是利益，在不需要高水准的作品情况下，肯定会选择AI绘画。需求高质量图像的商人则依旧会选择水平高的画师。
  因此大量没有达到高水平的画师失去了从市场上运用现有的生产资料获取资源的能力。高水平以及顶尖的画师不会受到太大影响。

问题二：如果AI绘画大幅涌进市场，能长久吗？

目前的AI绘画说白了就是吃数据来产出，AI绘画不能使用自己所产生的图像进行训练，因为生成的数据只受到了自己的认可，并没有受到市场的认可。当然也可以在受到市场认可后加入数据集，但对于大量图像来说，这显然是不可行的。如果AI绘画占据了很多市场，画师的市场缩小，那么画师所产生画作就会减少，那么AI绘画就会陷入没有数据用于训练的尴尬场面。因此也会导致AI绘画的衰落。
  除非AI绘画能进行强化学习，也就是依靠某些经验规律或者说一个导向自主学习，否则无法避免衰落的结果。

给画师朋友们的一些建议

如果是像我一样，不依赖绘画养活自己的人，那大可不必为此担忧，享受绘画的乐趣，感受绘画的魅力就好了。
  如果是靠画画赚钱的画师们，AI绘画的涌入市场是不可避免的。但是占据的市场份额跟发展情况相关。如果发展不好，那就没什么影响。如果发展得好，占据了很多的市场，那么就要看自己权衡了。
  就像做传统手艺的师傅们，当机器臂兴起，做得又快又好，占据了很多的市场。有些师傅的手艺是机器不能比的，依然有很多人买单；有些师傅手艺没有特别好，但是热爱这一个行业，虽然赚得少，但是依旧在做。也不是悲观，这只是一种假设。

但由于AIGC刚刚爆火，网上相关内容的文章博客五花八门、良莠不齐。要么杂乱、零散、碎片化，看着看着就衔接不上了，要么内容质量太浅，学不到干货。

这里分享给大家一份Adobe大神整理的《AIGC全家桶学习笔记》，相信大家会对AIGC有着更深入、更系统的理解。

有需要的朋友，可以点击下方免费领取！

AIGC所有方向的学习路线思维导图

这里为大家提供了总的路线图。它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。如果下面这个学习路线能帮助大家将AI利用到自身工作上去，那么我的使命也就完成了：

AIGC工具库

AIGC工具库是一个利用人工智能技术来生成应用程序的代码和内容的工具集合，通过使用AIGC工具库，能更加快速，准确的辅助我们学习AIGC

有需要的朋友，可以点击下方卡片免费领取！

精品AIGC学习书籍手册

书籍阅读永不过时，阅读AIGC经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验，结合自身案例融会贯通。

AI绘画视频合集

我们在学习的时候，往往书籍源码难以理解，阅读困难，这时候视频教程教程是就很适合了，生动形象加上案例实战，科学有趣才能更方便的学习下去。