“来串门”三期研讨会由艾厂人工智能艺术中心与同济大学设计创意学院—艺术与人工智能实验室（aai）联合IDEAT理想家、啲叻DEALERS和TOPYS共同发起，分别于6月19, 6月26和7月2日线上举办。

我们将aai艺术与人工智能国际论坛2022“人工想象力”这一主题延伸至应用实践的语境下，邀请了各领域的人工智能艺术创作者们，以DALL·E 2和Disco Diffusion为案例，共同探讨AI创作中的奇思妙想与无限可能，为AI艺术初学者、爱好者提供了创作思路、工作流革新以及如何与不断迭代的技术共处等话题。

主办方：艾厂人工智能艺术中心

同济大学设计创意学院--艺术与人工智能实验室

合作媒体伙伴：IDEAT理想家｜啲叻DEALERS｜TOPYS

时间：周日6.19, 周日6.26, 周六7.2 下午3:00 - 4:30

主持人：艾厂：许沐瀚 (Ryan)｜IDEAT理想家：大野

“来串门·教育实践篇”回顾

第三期“来串门·教育实践篇”的嘉宾俞同舟、疯景CrazyJN（因突发状况无法出席）、闫超和李晓巧，对人工智能艺术教育的多个维度进行探讨。话题囊括高校、机构和大众普及，由资深行业从业者深入探讨新兴技术、艺术交汇处教育普及的现状、机遇和挑战。

3.1 俞同舟

现任中国美术学院创新设计学院媒介与交互研究所副所长，俞同舟在研讨会中提及，在自己的教学与学科架构设计中，他们并未将人工智能作为一个单向、独立的存在，而是将其打散并融入现有教学体系，将人工智能与创作过程深度结合。他同时分享两个关于数字人的创作思路：一个是被技术化的人，另外一个则是拟人化的技术与数据。在增强现实的研究中，延续着被技术化的人的脉络，他讨论了许多将计算机视觉、空间数据、物联网与AR结合的尝试。他还介绍了“科技复魅”这一概念，探讨在我们面临AI等科技问题时，如何在中国语境下，重新梳理科技的发展与中国历史脉络的联系。他也分享了在AI辅助下设计幻象（Design Fiction）这一教学路线，是如何延展与辅助我们更多元地去思考未来的可能性。

3.2 闫超

现为同济大学建筑与城市规划学院助理教授，同时是DigitalFUTURES亚太区负责人与组委会成员。闫超在研讨会中分享了两个案例，从教育和展览两个不同的视角分享了对人工智能的思考。第一个案例是DigitalFUTURES平台，自2011年创立以来，一直重点关注数字化设计理论、技术以及人工智能算法、机器人建造等在建成环境领域的科学研究，从2020年开始每年都有多达百余个教学工作营，其中有1/3是与AI相关。第二个案例是2019年在上海西岸策划的“数字灵韵”展，以后人文式的角度，重新审视与解读瓦尔特·本雅明（Walter Benjamin）的著作《机械复制时代的艺术作品》，延伸出了关于数字化创作中“原版与再版”、“模具与制造”的讨论。

3.3 李晓巧

李晓巧是香港浸会大学视觉艺术院助理教师及博士候选人，主要教学研究集中在移动影像与声音艺术编辑，及媒体艺术和3D数码原型制作课程的教学工作。他分享了使用数字技术增强版画印刷的工作流，传统版画的制作工艺分为画草图，将图像转移到印刷母版并再次创作，制作完成的母版经过印制的行为动作将图像呈现。数字技术的介入简化了传统的工作流，前期的草图与图像转移，甚至印板制作的工作时间被优化，通过不同的算法进一步处理与改造，再经由艺术家的筛选和处理形成最终作品。

（以下是精选的部分话题，完整内容请观看本期的回放视频）

1. 让人工智能去理解人工智能的想象力

Q：探讨人机协作的时候，人为过多的选择，或者是工具思维，会不会干扰计算机的能动性与想象力的发挥和延展？

俞同舟：我提到关于用人工智能技术去创作人工智能的故事和神话的这一套逻辑。它并不是用人工智能技术去训练另外一个人工智能，它没有复杂到一个我们用技术去生产技术的一个框架上面去。其实是关于我们如何在一个叙事框架中讨论。你可以看到，我们大量的学生去使用人工智能，无非就是为了去生产人工智能想象未来的所有的可能性。这已经超脱于我们人类智能可能有的一个阈值，所以我们其实也是在拓展我们已知必然存在的人类想象力的阈值。

Q：人工智能在城市规划上能否有新的应用与启发，对于未来我们的城市又该如何去发展呢？

闫超：的确有非常多的可能。在城市规划层面与创作还不太一样。这个不是说计算机的想象力相比人有一个更大的边界，因此它能辅助我们更好地建设与治理我们的城市。而是当我们的处理能力达到一定阈值后，需要人工智能来帮助我们去做决策。但这涉及到一个伦理问题，因为人工智能是一个黑箱，我们其实并不能完全理解它最后是怎么做出这个决策的。当我们用它去创作，所带来的伦理问题会相对较少。但当我们用它去参与城市乃至国家的治理，这涉及到一个数量庞大且极为复杂的民生问题，我们如何去判断人工智能的决策是对的？例如在工程领域，当我们用人工智能去计算300米的高层建筑结构是否合理，谁又能为其承担责任呢？因为与传统计算机算法相比，我们其实并不能完整地去追溯人工智能的计算过程，这又将带来非常多的风险与隐患。

2. 学生们需要掌握的关键技能是什么以及如何看待层出不穷的新技术？

Q：随着AI技术的普及与发展，很有可能对许多行业产生颠覆性的影响。作为个人创作者与研究者，各位老师在创作和教学时是如何看待层出不穷的新技术？在这样的大背景下，各位老师们觉得学生现在需要掌握的关键技能是什么呢？

俞同舟：从我研究数字人到增强现实再到计算机视觉领域，很多技术变革的背后都是人工智能的介入所带来的。就像我刚刚所提到的，学生们所遇到的问题，其实并不仅包括学校如何去组织课程，因为产业的变革也会直接影响到学生，学生已经自动地学会去索取新技术的能力了。一个很简单的例子，三年前很多平面设计类的比赛，大家也许会注意到很多时间成本花费在绘画的精细程度上。但在两年前，平面突然迎来了三维化，出现了大量更为精美乃至三维转二维一类的风格化的创作。在这两代学生之间，他们已经从adobe系列的软件，自动快速迭代到使用C4D等能带来更好渲染结果的软件。而在这两年，即使我们没有特意去设置相关课程，我们也发现大量的学生开始学习Unreal等游戏引擎了。因此学生对于专业技术的学习，并不是需要依赖课程或者学院去特地设置的，因为整个产业或者各类比赛已经提供给他们一个明确的需求。我们需要使用最快最好最强的软件，尽可能高效地去完成工作。而同时我们也迎来对中国科学技术史的梳理，因此需要学生去重新定义自己，作为一个设计师为什么需要去使用这些技术？我所相信的一个理论，就是所谓的技术，无非是人的经验的剪辑。那你能不能够很好地去理解，你使用的这个软件所代表背后的人类的经验到底是什么？这个便是需要自己去学习与感悟的。

闫超：教学和研究其实很类似吧，但这其实是在两个不同的语境下面的问题。研究，其实并不是研究技术，而是研究科学。这两者的差别在于，研究科学是你怎么发现与去认知这个问题？是如何去解构并通过技术去实现？所以我们并不是在研究技术，因此也没有必要去恐慌技术。新技术的出现只是在辅助我们更好地研究科学。但是技术无法去发现与解构科技问题，这是需要通过大量的科学训练去实现的。从非常实际的角度来说，建筑师这个职业目前无可厚非是在走下坡路。但是我觉得这并没有必要感到忧虑，因为大学培养的不是职业教育。从建筑专业毕业后，你仍然有非常多的可能性，可以转行到虚拟世界，到游戏产业等等。我认为建筑设计与艺术，或者我们称之为大艺术领域，它是具有通识教育意义的。因为我们经常会发现，有类似这种大艺术领域教育背景的学生，往往会比其他学生相对更优秀些。因此，我们将其作为一个技能或者基本素养去训练与培养，这是十分重要的。回归到技术问题，现在很多学生的学习能力很强，其实并不需要学校引导去学习技术。但是更为重要的，是培养对于美的判断及批判性的思考。这往往是无法自学的，不仅仅是在学校中通过老师的传授，更要与周围的人不断交流，不断地冲击与碰撞，去培养出的素质与素养。

李晓巧：我的看法跟两位老师类似。学习新的软件其实门槛特别低，选择也很多，这里就回归到如何更好地去选择。像闫超老师所提到的批判性思维的训练的重要性，包括俞同舟老师提到当涉及不同领域的探讨时，会邀请各行各业的专家参与讨论，在哲学与美学层面上带来进一步碰撞与讨论，而不是仅停留在技术层面。回归到这个问题，我觉得需要培养的是不断提升自己的自学能力。根据自己项目的创作需求，去接触学习新的技术。现在网上的教程与资料非常丰富且易于获取，因此我觉得另外一项特别重要的能力，是懂得如何去筛选优质的学习资源。

嘉宾们还围绕着“使用AI进行二次创作”、“筛选作品的标准”、“让AI融入更多中国特色的元素”、“AI是否会影响使用者的审美和思维模式”、“艺术生如何创造自己的算法”等话题进行讨论，完整内容请观看本期的回放视频。

（以下是精选的部分话题，完整内容请观看本期的回放视频，内容回顾请点击：来串门 | 与AI青年创作者聊聊技术挑战与机遇）

1. AI超越你想象的WOW Moment

孙羽茜：因为我很喜欢“让电脑成精”，我一直在尝试去创作各种机械制成的小动物。这两天在获得DALL·E 2内测后，我便尝试使用DALL·E 2将苹果电脑Macintosh与小鹿进行组合。出现了非常多意料之外的结果，很多都超出我想象范围。

2. AI是否丰富了审美的多元还是导致了结果的收敛

Q：面对良莠不齐的生成结果，各位嘉宾如何筛选出最终的成品，又是如何制定这个判断标准的呢？从这个角度来说，AI是丰富了审美的多元性，还是导致审美可能性的收敛？

孙羽茜：其实我觉得是两方面：一方面让没有绘画基础的人，得以将他们的想象力变成一个画面，并能在短时间内尝试非常多元的风格，这无疑使人的选择变得多元。但是，大家在社交媒体上会发现80%关于Disco Diffusion的内容都是非常相似的。大家会去追求相似的丰富画面效果的技巧，导致结果非常趋同化。这好像有一个曲线，大家的创造力似乎在短时间内得到飙升，但很快地便会收敛。因此像我们的嘉宾，不管是从建筑、影视特效来说，都在避免这个趋同性，都在确保创作中有自己不可替代的部分。

蒙胜宇：你们觉得使用AI工具或摄影作为创作手段，哪个自主权更大呢？摄影师拍出来的东西（除了翻拍别人的作品或者拍摄有肖像权的人），你拍出来的版权是属于你自己的。但是，你拍摄的内容，不管是城市场景还是自然景观，手中的相机，以至于冲洗照片的技术，或者电脑上的一系列照片处理工具都不是你创作的。但摄影作品无疑是属于你的这个版权，那你在里面做了什么呢？

第一，你选择了拍摄的时间以及地点，将这个世界存在的某一段信息给截取了出来。第二，你选择了拍摄时使用的参数，设备与拍摄角度等等，意味着选择什么样的方式把这个信息在这个时间点截取出来。第三，你可能截取了很多样本，通过主观选择筛选出你觉得最能够代表你的想法，并将其展现出来。

那么其实这三个流程在AI创作中都是存在的，所以如果AI创作软件本身没有限定不能商用或者其他限制，我觉得你创作出的作品本质上还是属于你的。

但是，这不代表你创造出来的就一定是一个好的作品。因为不管使用AI技术与否，一个作品的好坏，其标准应该是一贯的。首先，要有一定的独特性，其次，体现你思考方面的工作量，让作品有一定的深度。最后，能够得到广泛的认同（这里的广泛是相对的，即你的作品目标受众的广泛认同）。所以我觉得，一个作品被创造出来，算不算得上是艺术品，跟用不用AI这个工具都没有直接关系。终归还是看艺术品本身的质量，以及作者本身的创作能力。

孙羽茜：你的作品能否被称为好的艺术品，取决于你的视角或者是类比摄影中你截取的那一瞬间。我在将我的作品发到社交媒体时，我会刻意地不提及这是使用AI创作的。我希望能测试如果去掉大家对于AI技术的那个惊叹，而回归到作品本身，是否还能打动人，让人觉得这是个好作品。

于bro：虽然AI某种程度上降低了艺术的入门门槛，但我觉得也会将艺术作品鉴赏与评价标准提升到一个新的高度。至于判断AI创作的作品能否成为艺术品，我认为是需要取决于能否推动艺术史的发展，以及能否获得权威艺术机构的认证与背书。

阿文：前面羽茜也提到了，在社交媒体上搜索Disco Diffussion出来的结果，有种包浆厚涂的感觉。我觉得会出现这样的结果，与创作者本身的艺术知识储备也是非常有关系的。如果你平时接触的艺术教育，只有莫奈、文艺复兴三杰一类的，你输入给AI去生成的也将只有这些艺术家或者固定的画风而已。为了打破这个限制，可以从两方面着手。一方面是通过AI本身，但我觉得AI本身已经足够优秀了，反而大家现在缺乏的是自身的学习和输入。当你比大家多认识一位艺术家，你就拥有了区别于他人的提升。这也是我希望通过这个圆桌传达出去的一个信息：大家多去学习艺术，艺术真的很棒。

（以下是精选的部分话题，完整内容请观看本期的回放视频，内容回顾请点击：来串门 | 艺术教育如何应对日新月异的AI创作模型）

1. 如何避免因AI模型与数据集的限制导致审美上的趋同性？

Q：能否训练AI跳脱出数据训练的限制，生成全新的结果呢？

曾晨：大家也可以看到我的个人风格是相对较为统一的，不同工具对我来说只是服务于特定创作阶段的帮手，并不会影响我的整体创作思路。因此我不会太执着于比如Disco Diffusion诸如颜色等局部细节，而是专注于它能否衔接我的创作流程。目前这一类的工具吸引我的地方，恰恰在于能提供一些意料之外的结果。还有就是它生成的量足够大，能提供较多的样本，让我在3D创作时能更好地去纠错。

面对审美同质化的讨论，我觉得其实我们可以换个思路去想，不要把目前的工具当成是个人创作。因为本质上绘画在100年前其实已经死了。无论创造什么样的图像，其实都不具备创新性。因此，我们即便用Disco Diffusion生成再好的一张图像，也不算创作。我觉得我们的工具，某种程度上其实是在为程序提供源源不断新的样本，作为训练数据集罢了。

穆沛：人类的艺术创作与AI相比，人类的主观能动性在一个什么样的位置呢？这可能带来一个契机，我们也许能设计一个AI模型，来分析与判断我们AI生成的结果有多高的艺术含量，或者说符合人类对于艺术的定义。

小熊猫：从创作者的角度来说，虽然DALL·E 2的生成结果更为精准，但是我个人会更喜欢Disco Diffusion，因为它会出现一些无逻辑的拼接，会提供一些打破固有认知的灵感。例如，当我们要生成“土地旁边有一片海，长着一棵植物”，DALL·E 2可能能将植物对应到陆地上去生长，而Disco Diffusion却可能在海面上长出一棵植物来。

2. 未来有什么新兴职业将出现或者被替代呢？

Q：很多人认为也许AI生成工具的出现会淘汰一批插画师，或者解放了他们的生产力。未来可能出现一个“AI翻译师”的职业，将人类语言翻译成机器听得懂的话。随着技术的发展你觉得未来还有哪些新兴职业可能会出现呢？对于想要从事这个领域你觉得有哪些关键技能是需要学习与掌握的？

穆沛：从技术层面来讲，有个坏消息是“AI翻译师”这类职业很有可能被算法所替代。因为我的工作便是通过设计一套算法或者方法，让人们能更好地将自己的指令传达给机器用于计算。比如我们以前与电脑的交互方式是使用纸带打孔，到后来出现Windows等操作系统，我们可以通过敲键盘，输命令等方式让机器完成自己想要的计算。未来有可能会出现一套算法，比如能读取到你画面中真正感兴趣的部分，并将其重点展现出来。

JZ打个比方：这点也许可以通过用户画像，使得程序能更好地匹配你所希望生成的结果。因为每个人对物品的认知都各不相同，比如喜欢炒股的人对于红色与绿色的感知与他人不一样。如果能通过大数据基于对一个人的理解，刻画出用户画像，让程序得以根据你过往的浏览经验去生成。

穆沛：我觉得这是一个很有意思的方向。因为这意味着每个人使用AI所生成的结果，能更加与自身经历契合，更有独特性。

视频回放

“来串门”系列三期研讨会的回放，可在MANA全球新媒体艺术平台（请点击原文链接），或艾厂人工智能艺术公众号 -> 视频号（AiiiiiArtCenter） -> 直播回放中观看，其中包含第二届aai艺术与人工智能国际论坛的全程回放。

策划：李茜、Ryan、刘赛赛

编辑：Euphy

平面设计：孙文倩、AI作画软件Midjourney

项目协助：汪杉、张鑫