1997年，也许是史上最伟大的国际象棋选手加里·卡斯帕罗夫（Gary Kasparov），败给了一台机器——IBM打造的超级计算机“深蓝”（Deep Blue）。对许多人来说，这场历史性的失利标志着一个新时代的开端：机器智能开始超越人类智力。
时间快进二十年，深蓝当年使用的国际象棋算法如今可以轻松在你的智能手机后台运行，而与此同时，你还能一边摆弄LIDAR扫描仪，一边和朋友视频通话。
你是一名艺术家，你用技术来创作艺术、表达自我。卡斯帕罗夫的知识受到了机器的威胁，但机器永远无法创造艺术，对吧？
Sasha Kru使用Dall-E创作的儿童插画
本文封面图使用Dreamstudio生成，上方与下方的插图则使用Dall-E生成。
因此，问题并不在于机器能否创作出古斯塔夫·克里姆特（Gustav Klimt）水准的艺术作品（它们已经可以做到），而在于它们是否很快就能比人类艺术家做得更快、更高效、更便宜。
什么是生成式人工智能，它为何与众不同？
计算机可以帮助我们进行创造性表达，这个想法并不新鲜。计算机生成艺术早在20世纪50年代初就已经出现。但直到最近，机器在任何创造性领域都无法真正与人类竞争。
机器擅长分析输入给它们的海量数据，从中找出规律，并给出答案或预测（比如你的比萨外卖预计送达时间）。然而，被称为“生成式人工智能”的新类别却颠覆了艺术界和创意产业，因为它正朝着更快、更便宜的方向发展——在某些情况下，甚至比人类手工创作得更好。
生成式人工智能是一种在海量数据上训练出来的人工智能。它模仿数据中的模式，并创造出新的内容。也就是说，不是给它下达“画一幅狗的画”这样具体的指令，而是给它输入上百万张狗的画作数据，让它基于所有输入数据生成一幅全新的狗的画作。
根据Sonya Huang、Pat Grady和GPT-3（没错，就是那个能生成近似人类文字的深度学习语言模型）撰写的一篇文章所说，每一个需要人类创作原创作品的行业都面临被重新定义的可能，而且“某些工作职能可能会被生成式人工智能完全取代，而另一些则更有可能在人机之间紧密的迭代循环中蓬勃发展”。
这适用于从艺术和娱乐，到制造业，再到医疗保健的方方面面。就人工智能而言，我们的创意产业如今已成为它新的游乐场。
但事实并非如此——生成式人工智能只是工具箱里最新的一件工具，而且人人都能用上它。
颠覆，而非取代
正如加里·卡斯帕罗夫在1997年败给深蓝一样，2022年夏天，参加科罗拉多州博览会艺术比赛的艺术家们也经历了一场不太愉快的经历——败给了人工智能。
电子游戏设计师杰森·艾伦（Jason Allen）用Midjourney（一款将文字提示转化为图像的人工智能程序）创作的作品参加了此次比赛。在他透露作品的创作过程后，艾伦的作品迅速走红，同时也引发了其他艺术家的强烈反弹。
艾伦表示，为了达到理想效果，他花了“数周时间反复调试”，尝试了“上百张不同的图像”，前后共耗费了大约80个小时。看到这些数字后，人们其实不应该认为人工智能是来取代艺术家的。
改变艺术家的创作过程——这是肯定的。
Andrey Adno于2018年创作的《黄金方块理论》（The Golden Square Theory）的概念再想象
事实是，AI艺术不会取代艺术家。牛津互联网研究院的研究员安妮·普洛因（Anne Ploin）认为，艺术创作中至关重要的创造性决策部分，不会被人工智能技术所取代。
用她的话来说，“人工智能模型可以以意想不到的方式进行推演，[在经过成百上千件艺术作品的训练后]，从某种绘画风格中发现此前完全未被注意到的因素。但机器学习模型并不具备自主性。”
**机器学习模型并不具备自主性。**它们需要人的能动性才能产出结果。因此，如何使用它、为何种目的使用它，最终仍取决于艺术家本人。
生成式人工智能能在几秒钟内产出令人惊叹的成果，但它最终会取代艺术家吗？
不会，但它可能会成为一种催化剂，帮助艺术家拥抱全新、令人兴奋且多元的风格。
▋
（答案由写作人工智能程序生成）
