从定义上讲,艺术家和设计师都是富有创造力的群体。他们之所以从事这些工作,就是为了展现自己的才华和技能,并愿意将成果分享给整个世界。
但也正因为如此,他们会对生成式AI技术维基职业生涯造成的影响持谨慎、甚至是不信任态度,也完全在情理之中。
但就像作家、建筑师和其他创意专业人士一样,很多人意识到生成式AI创造出更高效的工作机会,甚至成为增强其创意能力的强大助手。
生成式AI正在重塑众多行业,艺术和设计等创意领域当然也不例外。通过积极拥抱这项前沿技术,艺术家、设计师、插画家和动画师们能够将更多个人时间花在自己真正热衷的事务当中,而不再将其浪费在平庸、繁琐的日常元素之上。
根据高盛发布的研究报告,生成式AI有望将专业艺术家和设计师日常任务中的26%转为自动化。
具体可能包括重新填色、编辑图像、删除背景及不需要的特征、提高图像质量、调整视觉效果以适应不同风格的模板、为现有作品创建多种变体以迎合不同工作,以及生成图标、字体及纹理等设计元素。
艺术家和设计师们仍可以按个人理解将这些视觉资产组合在一起,并在生成式AI的加持下增强自身技能,从而加快工作速度并更好地运用自己的宝贵时间。
生成式AI功能也正迅速融入各类创意工具和软件平台,包括Photoshop和AutoCAD。在AI的增强之下,这些工具对用户更加友好、使用感受愈发直观,意味着艺术家和设计师能够大大缩短日常工作中研究软件操作的时间,将更多精力投入到创造当中。
对于企业来说,这意味着项目的完成速度可以进一步加快,自由职业者们也能在自己的日程中安排更多工作,进而完成更多任务或者向客户报出更低的价格。
生成式AI能够有效激发想象力。相信每位艺术家和设计师,都有过盯着一张白纸而不知道从何下笔的经历。这时候如果能为他们提出初步概念、草图、角色或者调色板,情况将会大为不同。以这种方式产生的不寻常、或者意想不到的灵感,将引导他们将创造力带向新的方向,探索更广阔的未知领域。
换言之,这不仅有助于克服“创意障碍”,更能够以新的思维方式提炼创意、应对挑战。
这能让艺术家和设计师们了解到,如果他们采用不同的风格或者技巧,最终成品将发生何种变化,从而鼓励他们尝试新的美学选择并扩展自身技能。
生成式AI甚至可以充当个性化的艺术评论家,为创作者提供反馈和建议,说明该如何改进或调整作品,从而更好地与项目目标保持一致。
虽然生成式AI无法取代人类创造力——我们也不希望它能取代人类创造力——但它确实能够以多种方式发挥作用,让我们思考如何让工作更加“人性化”,即更专注地表达想在作品中呈现的元素。
生成式AI为全新的艺术形式和艺术流派打开了大门。Mario Klingemann的《路人的记忆1》于2019年揭幕,成为首批公开展出且完全由AI生成的艺术作品之一。其中使用生成对抗网络(GAN)创作出了源源不绝的独特肖像。
最近,纽约现代艺术博物馆收藏了Refik Anadol一件名为《无人监督——机器幻觉》的作品。这幅作品采用生成式AI重新诠释了博物馆收藏的现有作品。
艺术家Sougwen Chun则凭借其《绘图操作单元》而广受好评。她在项目中创作了一只AI驱动的机械臂,在绘画过程中该手臂与她合作,从她的动作中学习并提炼自己的笔触,最终创作出了合作艺术作品。
随着技术的进步,未来我们可能会看到博物馆和美术馆开发出越来越身临其境的交互体验,模糊掉现实与虚拟、艺术家与观众之间的边界。想象一下,新的装置可以根据观看者进行调整,创造出个性化的体验,并将增强现实/虚拟现实等技术同生成式AI结合起来。
正如摄影的发明催生出印象派,随后又催生出立体主义、超现实主义和波普艺术等运动一样,从事传统媒介的艺术家也会对AI时代的到来做出自己的反应,创造出全新的艺术前沿。
可以毫不夸张地说,人类与机器创造力的融合可能标志着艺术与设计即将翻开全新的篇章。我相信生成式AI绝不会扼杀人类的想象力和创造力,反而会激发它们,催生出新的艺术形式、流派和运行,迫使我们重新审视艺术的本质这个古老的问题!
在讨论这个问题之前,还是先从不变的部分说起。艺术家和设计师将继续负责将创造性的愿景、概念和思路带入现实世界,并为其注入意义、情感和共鸣。
然而,他们扮演的具体角色可能会发生变化,重点将转向提供创造性的指导、概念化建议与批判性思维。
与其他职业一样,他们可能也需要学习新的技能,以便高效、安全地同机器协同工作。比如说提示词工程,这项技能将帮助他们充分发挥新型AI工具的潜力。
他们也可能需要了解AI伦理原则,特别是在涉及作者身份和保留艺术中基础人文元素时,具体边界应该在哪里。此外还有知识产权问题、AI偏见与透明度等挑战。
最终,艺术家和设计师们必须得接受新的技术、技能并适应新的工作流程,但他们的本质——也就是将人类的观点、体验和感受转化为迷人的艺术作品——将始终保持不变。
也正因为如此,我才坚信AI时代的到来并不意味着人类创造力的终结——相反,这代表着一段令人兴奋的新篇章的开启。
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。