【2023 應用心理學與實務研討會】AI 都不 AI 了 - 由 AI 生成到 AI 思維－生成藝術的創意空間（李怡志）
生成藝術的創意空間（李怡志－政治大學新聞學系助理教授）
Generative Art 生成藝術是什麼？這是一個已經存在很久的概念，從 1963 年就有人做圖像，在討論生成藝術時，需要先討論人類在生成藝術的時候的思考方式：
- Precise Aesthetics Process by Designers → Ideation / Execution / Appreciation 三者很靠近且重疊
- 但若是 Precise Aesthetics Process by Non-Designers → Ideation, Execution, Appreciation 三者是獨立的
生成圖像的特性，Randomness, Unpreditorable 是重點。目前產出的作品，有幾種對人類可分類的價值類型：Self-expression, Serendipity (偶遇) , Surprise（可以激發人類的想像力）, Evolutional（對 prompt 的指令是逐漸逼近）。
Ways of Seeing - AI
生成圖像的背後也是大型模型，要看 meta-data 是如何整合。AI 對文字的理解有非常多面，我們需要知道如何運作，才知道如何下指令。可以嘗試搭配 ChatGPT 產出的 prompt 再倒給 Midjourney 繪圖，可以完全 break normal rules，做出架空的東西。
Non-Generative Process 是從開放到收斂的模型，當 Concept Sketch 定義好，路徑就會瞬間收斂。
(News) Infographics Project Procedure: Prepare > Investigation > Design > Final Work
人類傳統的 Level of Sketches:
- Research (What to Sketches)
- Information
- Elements
- Concept Sketch
- Layout Sketch
- Real Size Sketch
- Final Work
人類傳統在進行設計，從草稿到完稿的距離非常的接近。
AI Generative Process （李怡志總結）
- Variate (小的變異)
- Randomize (寫了 prompt 後會出現一些不同的變異性，算是中度變異)
- Chaotize (人工控制事情的變異度)
- Select (路徑挑選變得非常重要)
- Improve (在路徑上疊加更多東西)
- Combine (把複數方向組合)
- Exclude (移除不需要的東西)
- Reverse (回溯取用)
- Out-Paint (延伸畫面生成，但不是每個服務都有提供)
- In-Paint (補完畫面上的內容)
在生成圖的過程上，各步驟可能會反覆出現，例如反覆挑選，修改，回溯等，透過持續生成無限逼近所希望企及的生成目標。同樣下 prompt，在變異小的時候差異不大，變異大的時候可以差異非常多。
走 AI 生成的設計路徑，跟傳統的設計思考邏輯完全不同，每一個階段的生成變異性非常大，不像是傳統設計從草稿到完稿，基本上是精修的過程。
當 AI 生成工具加入設計過程，2 Differenct Process 的整合，生成圖像與創造力的關係會有什麼影響？目前裡李怡志進行的未公開的研究顯示，對「想像力」會有顯著提升，不論是否為設計背景的人，以下是幾個探究初論：
- 設計師喜歡「迭代」與「偶遇」
- 素人喜歡「選擇」和「策展」
- 設計師想要被驚喜，「意外」很重要
- 非設計師想要完成構想，對「自我表達」很重要
- 素人拿來休閒、發展創意
- 設計師期待可用於實務
- 素人預期會顯著提升預期內的想像
- 設計師則是獲得了意料之外的想像力提升
- 非設計師如何看待生成圖像
- 設計師如何看待生成圖像
李怡志結論
- 生成創作有自己的流程與方法
- 需要了解 AI 模型如何觀看
- 傳統的創作流程可以融入生成流程中
- 想像力可以透過生成工具提升
未來人類會面臨「要辨別，何者為真？」，AI 可以無限造假或架空想像，但我們要如何辨別，所見為真，會是未來人類非常大的挑戰，也是各個 AI-related 公司和法律正在投入的重要面向。
Comments
Post a Comment