上半年走红的 Dall-E 2、Midjourney，下半年风头完全被 Stable Diffusion 盖过。近期火热的绘图产品，名字里都有「diffusion」，它们均得益于人工智能「扩散」算法。该算法突破了 AI 绘画的应用临界点，更易上手，效果更好。机器作画已经有半个世纪的历史，而两年之内，AI 绘画忽然成了「进击的巨人」，不仅质量肉眼可见的提升，生成图片的速度也从年初的几个小时缩短到十几秒钟。AI 绘画技术的大幅度进步，激发了人们对「创意 AI」的兴趣——从美术到诗歌，一系列 AI 工具正在模仿人类的创造力。但没有什么人真正觉得惶恐。前一阵子，有不少人猜测生物学家颜宁离美归国，是因为 AlphaFold 人工智能系统能够预测蛋白质结构，被抢了饭碗。实际上，能写新闻资讯的软件早就存在，并没有记者为此失业。AI 连写豆腐块的人都无法替代，更不用说能替代顶尖科学家了。当下的人工智能模型，使用的都是深度学习神经网络。自学习模型，比如 GPT-3 是其中最著名的模型，它会在大约 45 TB 文本数据的神经网络上「学习」，生成和人类产出相差无几的作品。Stable Diffusion 是深度学习家族的一部分。具体来说，Stable Diffusion 通过潜在的扩散模型，学习图像和文本之间的联系。它的工作原理是，获取图像数据，并对其添加「噪点」。噪点，也叫噪声，是指数码摄影器材拍摄的图像中，存在的粗糙点，一般受电子干扰产生。一幅画面被逐步加入噪点，一直到整个画面都变成白噪点。该模型记录这一过程，进行逆转，给 AI 学习。从 AI 的角度，先看到的是一幅布满噪点的画面，再看到画面一点点变清晰，最后成为画作。AI 学的是整个去噪点的过程，特别是如何处理高斯噪声，最后生成画作。高斯噪声指的是概率密度函数服从高斯分布（即正态分布）的一类噪声，扩散算法添加高斯噪声，一是为了验证「实际」图像的有效性，因为使用环境里的图像都是带噪点的；一是为了方便学习，只要噪点不符合标准正态分布，就算失效。Stable Diffusion 的基础数据库叫 LAION-Aesthetics，包含了带图说的图像，还根据「审美风格」进行过滤。其他经训练的人工智能模型也对数据库进行「修正」，来预测人们如何回答「你有多喜欢这幅画」时的打分评级，以便消除一些黄暴内容。Stable Diffusion 和 Dall-E 2、Midjourney 类似，都要靠「文字描述」生成图像。不过，Stable Diffusion 是开源的，其基础代码也是公开的。而 Open AI 和 Google 都没有开放自己的人工智能模型。Stability AI 由 4000 多个英伟达 A100 GPU 组成，在亚马逊云（AWS）中运行。据报道，Stability AI 公司的运营和云支出成本，超过 5000 万美元。该公司声称可以提供「速度和质量的突破」，内存低于 10G 的 GPU 也能跑。他们还会提供运行在 AMD、苹果 M1/M2 芯片的版本——普通消费者也玩得起。目前，Stable Diffusion 的功能是，可以在几秒内将文本转换为 512x512 像素的图像；图像可以转换、放大、修改和替换；使用 GFP-GAN 建模，允许用户上传模糊的面部图像，进行放大或恢复原貌。上个月，Stability AI 公司融资 1.01 亿美元。首席执行官 Emad Mostaque 毕业于牛津大学，获数学和计算机科学硕士学位，此前曾在多家对冲基金担任分析师。目前，该公司估值 10 亿美元，除了 Stable Diffusion，还有 Dance Diffusion——可以进行音乐剪辑。Stability AI 的赚钱计划是，为客户训练「私有」模型和通用基础设施平台。它有一个平台 DreamStudio，个人用户也能访问。现在 DreamStudio 拥有超过 150 万用户，创建了 2 亿张左右的图像。算上所有渠道，Stable Diffusion 用户超过 1000 万。该公司还高调聘请了 Google 科学家、未来学家 Daniel Jeffries。随着各种各样的人工智能公布，相关的道德法律问题也在增多。Stable Diffusion 允许生成真人图像，问题就愈发显得「严重」。Stable Diffusion 已经被用户拿来创作了不少敏感内容，伪造的名人照片满天飞。Getty Images 已经禁止上传 Stable Diffusion 生成的图片，原因是担心知识产权纠纷。美国众议院众议员 Anna G. Eshooo 最近公开发信，敦促美国国家安全顾问和科学技术政策办公室解决这些「不安全的模型」。Stability AI 在公告中，公布了一份「允许商业和非商业用途的宽松许可证」，实际上就是和用户之间的协议。它指望用户自我规范行为，做「正确的事」，也没什么效力处罚不遵守规则的用户。除了法律问题，人工智能生成作品的艺术性，也饱受怀疑。反正美国版权局认为这些图像「不是艺术」。今年 2 月，版权局的审查委员会就驳回了由人工智能生成的图片的索赔申请。审查委员会强调，「人类作者身份是版权保护的先决条件」，并且需要「人类思想与创造性表达之间的关系」。美国联邦法院也在近期的判决中认为人工智能不能算专利「发明人」。人工智能艺术吸引力很大，虽然法律不承认，但市场承认。2018 年，佳士得就以 43.5 万美元的价格出售人工智能绘画作品。而且，绝大多数消费者，都分辨不出 AI 绘画和人类画家的作品。最具争议的是今年 9 月的科罗拉多州博览会（Colorado State Fair）的美术比赛，人工智能的作品《空间歌剧院（Théâtre D'opéra Spatial）》获得头奖，由 Midjourney 制作，操作者 Jason Allen 说「艺术已经死了，人工智能赢了，人类输了」。其实倒不用一概而论，对人工智能的创作，既无需乐观过头，也不用夸大悲观。人工智能的艺术创作，是按人类的「逻辑」产生的，自然比不上人类精英，但超过其中的庸才，当然是绰绰有余了。Reno9回答了什么是Reno
迪士尼连夜换帅，传奇 CEO 退休失败，巨亏的「米老鼠」有救了吗？
关注公众号：拾黑（shiheibook）了解更多
[广告]赞助链接：
四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/
爱范儿
关注网络尖刀微信公众号
