AI已成为一个备受关注的话题。许多人对此持怀疑态度，也有乐观看法，有些人则将其视为一次巨大的商机。
以下是对艺术中AI的一些看法。
为什么AI并非你所想象的那样
很容易假设，当在专门用于生成艺术的AI工具（如DALL-E 2）中输入提示时，AI所做的一切就是将两幅图像拼贴在一起。然而，实际情况并非如此。
在一次与记者兼视频制片人Cleo Abram的采访中，Open AI的研究员兼开发者Aditya Ramesh解释了这些艺术AI的工作原理。
他将AI生成的图像描述为一个韦恩图的交集，其中这些AI学习了关于风格、美学等方面的知识。
韦恩图中包含图像的一侧被称为Clip，另一侧被称为unCLIP或扩散。unCLIP的一侧使用噪音，这是一种图像从模糊到清晰的过程。实际上，AI创建图像的过程比上述解释更为复杂。Clip部分的工作原理是，从这些AI拥有的庞大图像数据集中，图像以数字的形式被AI所识别。这些数字与三种颜色相关联，分别是红色、黑色和蓝色。
现在，AI的操作是，它获取提示，这是通过Unclip理解文字转化而完成的，然后Clip将其转换为一幅“素描”。接着，unCLIP使用噪音使图像更加令人愉悦。
AI学习的重要性
因此，它所做的并非仅仅是将两幅图像裁剪在一起，而是从其在训练模型中学到的知识中生成全新的图像。AI在被要求创建新图像时考虑了许多变量，因此具备创造全新图像的创造性范围。正是这一点使得这些AI模型能够学习有关风格、美学甚至如何制作看起来像某位艺术家风格的艺术作品。
它会使艺术家失业吗？
最终的答案是否定的；由AI生成的艺术不会使艺术家失业。原因在于这些AI生成艺术机器的普及。如果每个人都能通过AI创作艺术，那么真正为艺术家创作的作品与由AI生成的作品之间就会产生价值差异。这种广泛的可用性可能会创造一些新的机会。
Cleo Abram提到了一个特别的术语，被称为“差距”，以及为什么AI可能有助于某些音乐艺术家，它与AI艺术有很大的关联。这个“差距”是我们的想法和我们的技术技能之间的差异。她阐述了我们的想法在我们的脑海中是完美的，就像一个艺术构想，但当我们试图重新创造它时，它会因为我们的技术技能与最初想象的不符而呈现出不同，所以我们最终不得不适度缩小我们的想法。
但是，通过AI艺术，艺术家可以利用AI工具创作脑海中的原始构想杰作。这是AI如何成为艺术家使用的工具的一个例子。
另一个原因是将会有一些艺术家学会善于使用这种新工具。其中一个例子是摄影师。最初，当相机被发明时，创作肖像的艺术家可能认为他们将不再有工作，但摄影的发明为新的艺术家创造了一种新的创造性和自我表达方式。
应该给予谁赞誉，以及关于同意的问题？
许多人提出的一个主要问题是，由AI生成的这些图像应该归功于谁，因为它们所接受的训练数据来自未经艺术家同意的作品。这个重大的困境让许多艺术家感到愤怒，这也是在社交媒体上看到的许多争议的原因。
关于这些主要的AI生成艺术机器，有一点需要理解，那就是它们并非所有人都能够使用的工具，而DALL-E 2明确表示它是为研究目的而创建的。
尽管机器学习具有创造如此美妙艺术品的惊人能力，但它并未为艺术家提供保护。由于艺术生成AI可以创作出复制特定艺术家风格的作品，这对艺术家可能会造成很大的损害。由于AI能够更快、更便宜地创作艺术品，这降低了艺术家纯粹创作的价值。除此之外，这也可能涉及到严重的身份盗窃等问题。
像James Gurney等艺术家在提示中被引用了数千次。他认为，艺术家应该有选择退出的权利，这应该是公平的。
因此，由于所有这些原因，尚不清楚应该归功于谁，但可以理解为什么艺术家应该有选择的权利。