生成式AI与绘画艺术的边界：座架中的艺术救渡.pdf

22专题-流动的科技032024北方美术

生成式AI与绘画艺术的边界：座架中的艺术救渡

BoundarybetweenGenerativeAIandPaintingArt:ArtisticSavingintheGestell

黄湘怡/HuangXiangyi

生成式AI是人工智能技术的一种，它可以生成文本、图像、音频等类型的

内容，是计算机科学的一个分支，其目的是创建能够进行推理、学习和自主行

动的智能体系统。通俗来讲，AI是人类试图创建的、能像人类一样思考和行动

的机器力量与方法。自生成式AI面世至今，关于AI的讨论就层出不穷，其中最

热门的话题应当就是“AI绘画是否能代替人类创作”——这个问题的核心在于

AI

“绘画是不是创作”，想要尝试回答这个问题就必须追本溯源，了解生成式

AI的“绘画”原理是什么。

事实上，从AI绘画是否能替代人类创作的问题出发，关注生成式AI的发展

历程和核心原理，就不难发现，以主流AI绘画软件的技术流程入手，探讨生成

式AI与艺术绘画之间的边界，其目的是为强调艺术作品与艺术家之间是相互塑

造的关系，从而通过作品创造世界。在此过程中，生成式AI的本质是技术，技

术的本质是座架。因此，结合海德格尔的观点分析应当如何认识与应对日新月

异的AI技术所带来的影响，可以为面对AI技术的冲击感到迷茫的现状提供可参

考的方向。

一、“AI绘画”的发展历程与核心原理

在计算机领域，AI绘画并非是一个崭新概念。自上世纪开始就有相关的试

图12012年6月26日GoogleXLabs训练的

验与拓展，只是在当时相较于其他AI领域属于一个小众课题，并且由于技术与深度学习网络绘制出的第一张图像

算力的原因，一直到2012年华人科学家吴恩达带领谷歌团队，耗资100万美元，

集结1000台电脑、16000个CPU的资源训练了一个当时世界上最大的深度学习网

12014样噪音，用预测噪音减去输入的噪音图像，

络，指导计算机画出来了一张模糊的图像（图）；年加拿大蒙特利尔大学

IanGoodfellowGANs便可得到一张去噪图像，重复这个过程最终

的伊恩·古德费洛（）提出了生成对抗网络的算法，这个算

法一度成为AI生成绘画的主流方向。在GANs模型推出后，AI绘画正式开始进入生成一张图像。这个过程称之为“反向过

人类视野。虽然在GANs模型下人们开始得到高质量的数据生成效果，但其结构程”，也可以通俗理解为解噪过程。

存在一定的缺陷，且对于硬件资源消耗太高。为了帮助计算机更好地学习这个过

2022AIOpenAIDALLE2Google程，也让噪音预测的结果更加理想，通过

在年先后有多个绘画平台面世开放，如的-，

ImagenMidjourneyStableDiffusion人造训练数据，将图片不断输入噪音网络

的，与——其中目前流行最广泛的、普遍认为

可操作潜能最高的就是StableDiffusion。StableDiffusion直译为稳定扩散，这个完成以高斯采样作为拟合用的数据集，这

201542020个灵感源自物理学中的扩散现象的算法过

扩散，指的便是在年由斯坦福大学的位研究者提出、年由伯克利团队

DenoisingDiffusionProbabilisticModelsDDPM程，称为“正向过程/扩散