🎨AI Art: Perspectives on  Artistry and Creation🖌️
21:05 Share

欢迎收听AI Unraveled带来的全新深度探讨节目。本节目由Etienne Newman创建，他是一位资深工程师，也是一位居住在加拿大的热衷足球的父亲。如果您觉得这些探索很有价值，请花一点时间在Apple Podcasts上点赞和订阅。这……

这真的能帮助更多人找到我们。哦，一定要查看节目说明。我们在那里提供了一个推荐链接和一个折扣码。您可以使用它注册Google Workspace，获得一些非常强大的AI工具，例如Gemini PRO、Notebook LLM和团队等等。另外，如果您，你知道，

如果您想获得那些艰难的专业认证，您应该看看Etienne的AI驱动的JamGadTech应用程序。说真的，它旨在帮助您掌握多达50多种基于性能的问题以及现在非常需要的那些棘手的模拟驱动认证。

所以今天我们要深入探讨的是，嗯，人工智能艺术创作这个相当引人入胜且变化迅速的世界。我们参考了很多文章、讨论和各种来源，这些来源对这个显然是文化史上的重要时刻提供了截然不同的观点。没错。而今天核心问题，感觉非常根本，是

在这个人工智能时代，成为一名艺术家究竟意味着什么？而且，你知道，现在什么是创作？我们的资料来源深入探讨了我们使用的词语，例如，你如何称呼使用人工智能进行艺术创作的人？是的。以及创作过程本身的细节，从构思到实现的整个互动过程。以及，你知道，向人工智能寻求艺术创作是否与与人类艺术家合作一样？是的。我们还将深入探讨法律方面的问题。

呃，特别是人工智能生成的素材如何重新评估版权和著作权，当然还有它引发的更大的哲学问题。例如，关于创造力本身、意图的作用，甚至如果人工智能可以做这些事情，是什么使人类独一无二。此外，我们还研究了在线社区，例如Reddit，

看看人们现在是如何争论这些事情的。对。所以我们的目标是真正解开这些争论，也许找到一些令人惊讶的角度，并绘制出对人工智能艺术的不同观点。我们想给您一个清晰的视角

希望对这个关键时刻有一个引人入胜的理解，但不会让您头晕。好的，让我们开始吧。反复出现的一个棘手问题是“人工智能艺术家”这个术语。使用这些工具的人能否合法地被称为艺术家？资料来源怎么说？

好吧，这绝对是一个热门话题。是的，资料来源显示了双方都有强有力的论据。那些赞同人工智能艺术家的人倾向于强调，看，人类的想象力、视野、意图，对于指导人工智能仍然至关重要。他们将人工智能视为一种非常先进的工具，你知道。

就像相机或合成器一样。创造的火花是人类的。对。这让我想起了过去的争论，摄影、数字工具。工具变了，但使用它们的人在指导事情。支持者还指出，这里出现了一整套新的技能，对吧？例如提示工程，知道如何选择最佳输出，并对其进行改进。这是一种新型的艺术实践，需要学习和悟性。没错。但是，你也有反驳的论点，这些论点也很有说服力。批评者经常说，等等。这

人工智能正在进行实际的艺术劳动，不是吗？它正在渲染图像。人类给出提示，当然，但人工智能根据其训练来翻译该提示。还有整个手工技能的论点，你知道，有人花数年时间掌握绘画或雕塑。对许多人来说，这种体力劳动是，嗯，

成为艺术家的基础。是的，你可以完全理解这种观点，尤其是那些投入多年时间学习的艺术家。是的。然后是原创性问题。这是一个大问题。是的。因为人工智能模型通过基本上混合大量现有人类艺术作品来学习。其输出真的能被称为原创吗？这场命名之争，实际上归结于对艺术和技能的不同定义，不是吗？如果艺术主要关乎最终外观和背后的意图，那么人工智能艺术作品也许可以。

但如果艺术从根本上与人类的物理过程、掌握媒介相关，那么事情就比较棘手了。所以这不仅仅是一个简单的“是”或“否”的问题。可能不是。也许更像是一个创造力的范围，承认人类的投入，但也承认人工智能带来的不同之处。一个范围。我喜欢这种说法。是的。好的。那么考虑到这个过程，想法与制作，它经常被简化。人类有想法，人工智能实现它。但资料来源表明，它……

比这更混乱。绝对更混乱。我的意思是，是的，人类从提示开始。但是像美国版权局这样的机构已经指出，提示本身通常并不能真正决定人工智能图像中的最终表达细节，这表明人工智能自身的处理过程在多大程度上塑造了结果。哦，对。你可能有一个想法，但人工智能如何通过其黑盒过程来解释它，确实会影响结果。这可能会影响你对创作的感受。

这些模型，它们是用海量的图像数据训练的，对吧？它们学习单词和视觉特征之间的统计联系。因此，当您提示它时，它只是根据这些模式生成统计上可能的内容。有时这会导致，嗯，惊喜。所以它并不总是从你的大脑到屏幕的直线。但另一方面，人工智能也可以成为产生想法的工具，不是吗？

艺术家使用它来快速可视化概念，探索他们通常不会想到的风格。没错。它就像一个头脑风暴伙伴。你可以超快地制作原型，探索所有这些不同的途径。这导致了这种来回的迭代提示循环，

人工智能的输出不仅仅是最终目标。它实际上可以反馈并改变你的最初想法。哦，有趣。你生成一些东西，看到你喜欢的元素，也许是意想不到的东西，然后你根据人工智能给你的东西来调整你的提示。它变成了这种对话，想法和执行都被纠缠在一起。所以机器也影响着人类。这不仅仅是单向的交通。

而这种协同涌现的想法，人工智能的不可预测性实际上被视为一件好事。对。艺术家的角色略有转变，变得更像是一位策展人，也许是选择、回应机器意想不到的馈赠，你可以这么说。稍微拥抱一下随机性。是的。放弃完全控制。如果你考虑概念艺术，其中想法是主要内容，你可以争辩说，拥有核心概念的人类提示者仍然是主要的艺术家，即使人工智能有助于塑造最终外观。

重点从手转移到大脑。这很有道理。好的，资料来源探讨的另一个角度是将人工智能生成与委托人类艺术家进行比较。表面上看，两者相似。你描述一些东西，你得到艺术作品。

但差异似乎非常巨大。哦，绝对的。根本性的差异。当你委托一个人时，你是在利用他们的独特视角、他们发展出的风格、他们独特的技能、他们多年磨练的判断力。这通常是一种合作，一种对话。他们将自己的生活经验融入其中。而对于人工智能生成器。是的。

你是在与软件互动，对吧？它基于模式和训练数据工作。它当然可以创造出惊人的东西，但它不像人类那样拥有独立的艺术判断力、意识或个人历史。对话更多的是关于调整参数，而不是与创意伙伴聊天。没错。资料来源在几个方面相当清晰地阐述了这些差异。例如创造性控制、所涉及的技能类型、迭代方式、成本、时间、原创性。

原创性、关系本身、情感联系、可预测性以及道德方面。告诉我更多关于这些对比的信息，例如迭代。对于人工智能来说，迭代可以非常快。你可以在几分钟内生成几十个、几百个变体。对于人类艺术家来说，这更像是深思熟虑的草图、反馈轮次、修订。这需要时间。

还有成本，显然。这是一个大问题。巨大的差异。人工智能通常便宜得多，也许是订阅费用。委托人类反映了他们的时间、技能、材料、声誉，通常是一笔更大的投资。以及风格的原创性。人类艺术家带来了他们独特而不断发展的个性。

人工智能的输出，虽然有时令人惊讶，但总是源于其训练数据的模式。它不会像人类那样发展出个人风格。对。它的学习方式不同。根本上不同。这种关系是软件交互与人类协作。这也影响了情感深度。

人类可以与你的意图产生联系，灌输真挚的情感。人工智能无法复制这一点。可预测性呢？人工智能实际上可能相当不可预测，尤其是在简单的提示下。引导它需要技巧。对于人类艺术家来说，一旦你了解了他们的风格并进行了良好的沟通，结果通常更可预测。

还有伦理问题，从训练数据到就业影响，这对于人工智能来说是一个巨大的雷区。与确保人类艺术家的公平报酬大相径庭。当然。值得一提的是，这两个过程都不是一成不变的，对吧？两者都有变化。但核心区别在于创造性代理，即人类学习和艺术成长的能力。艺术家在进化。人工智能模型由开发人员更新。这不是同一种增长。所以这真的取决于你想要什么。

那种独特的人类合作，或者人工智能实现愿景的速度和直接性。好的，鉴于关于谁是艺术家的这场争论，人们寻找其他名称是有道理的。我们的资料来源提到了听众的建议。艺术提示工程师，或APE。

那其他术语呢？是的，寻找替代方案肯定正在发生。艺术提示工程师，这个术语强调了技术技能，以及良好提示所需的精度。工程师暗示，你知道，一种系统的方法，理解人工智能的机制。对。其他术语也出现了。人工智能艺术总监专注于愿景和编排部分。

提示者或提示艺术家，非常直接地说明了输入方法，或者像人工智能辅助艺术家或只是使用人工智能的数字艺术家这样的东西，这有点回避风险，承认工具而不夸大其词。

内涵很有趣。工程师听起来很技术化。导演听起来很有远见。但是提示者。这听起来有点基础，不是吗？就像你只是在打字一样。可以，是的。有些人显然认为“提示艺术家”之类的术语有点轻蔑。就像它低估了创造性投入一样。所以选择一个标题不仅仅是描述性的。它几乎……

在某种程度上，是的。使用工程或导演等既定领域的术语可能是为了使这种实践合法化。而更简单的术语可能用于区分它，甚至可能淡化其艺术地位，它确实反映了我们讨论过的关于技能和价值的根本分歧。所以没有简单的答案。最好的术语可能仅仅取决于某人如何使用人工智能，对吧？简单的提示与涉及大量改进的复杂工作流程。

这似乎很可能。随着这些实践变得更加多样化，我们可能会看到出现更具体的语言来描述不同的角色和参与程度。现在让我们尝试了解一下公众对此的情绪。资料来源查看了在线讨论，尤其是Reddit。这些讨论揭示了什么？是的，这些论坛绝对是争论发生的地方。在Ray Wars上有一个帖子，标题类似于，

人工智能艺术家对我来说没有意义。这确实捕捉到了很多怀疑论。那里的人们经常将人类的想法与人工智能的执行分开。他们不断将其与委托艺术家进行比较，基本上将人工智能用户更多地视为下达指令的客户，而不是艺术家本身。

质疑控制，真正的投入。好的，所以那里存在怀疑。吉卜力工作室的例子呢？啊，关于那个AI吉卜力艺术比赛的吉卜力讨论。那太激烈了。压倒性的负面反应。人们觉得这深深地不尊重吉卜力工作室的整个理念，手绘工艺，个人愿景。这不仅仅是关于图像。感觉像是对人类技能的贬低，甚至是他们珍视的文化遗产的威胁。

是的，吉卜力工作室的事情触动了神经。它触及到了更深层次的东西，即重视那种人情味，像宫崎骏那样的人的独特视野。看到人工智能试图复制它，许多人感到不对劲。在这两场讨论中，你都会看到反复出现的主题。绝对有一些关于什么算作艺术、谁可以成为艺术家的守门行为。绝对的。以及对人类技能在经济和文化上贬值的真正切实的恐惧。是的。

此外，那些试图将这项新技术放入旧框架中的定义性斗争。而且，在下面经常冒泡的是那些伦理担忧，特别是关于训练数据。很明显，这些在线空间是人工智能艺术的意义真正被锤炼出来的地方，反映了真正的焦虑。尽管公平地说，并非这些帖子中的每个人都完全理解这项技术的工作原理，这有时会火上浇油。这是一个很好的观点。对技术的更多了解可以增加细微之处。

这恰好引出了人工智能艺术提出的真正重大的哲学问题。例如，机器真的可以有创造力吗？它能理解美吗？它有艺术意图吗？是的，深刻的东西。根据资料来源，意图性似乎是关键。传统上，我们认为艺术表达人类的意图、想法、感受，想要激起反应。没有主观体验的人工智能

真的能以这种方式意图任何事情吗？这正是艾米·许（Amy Hsu）等思想家指出的挑战。人工智能艺术让我们质疑我们对作者身份、原创性和意图的旧定义。如果人工智能图像让你感受到了什么，那是人工智能的意图吗？或者你只是把它投射到它上面？对。这导致了更大的问题，如果机器可以做我们认为是独一无二的事情，例如创作艺术，那么是什么使人类与众不同。感觉人工智能迫使我们更深入地审视自己，审视创造力究竟是什么。

托比亚斯·里斯（Tobias Ries）认为这是一种哲学上的断裂，这非常有力，不仅仅是一种新工具，而是一些迫使我们进行根本性反思的东西，也许不仅仅是人类中心主义的观点。没错。它促使我们重新考虑智力、代理、创造力本身，也许超越我们通常以人为中心的视角。有趣的是，一些人认为人工智能艺术甚至对我们来说在哲学上是有益的。有一种关于元危机的想法，人工智能可能增强右脑思维，更整体、更直观的思维，这

也许正在恢复我们过于分析的世界中的一些平衡。这与直觉相矛盾，逻辑技术增强直觉。有趣的思想。但是

但另一方面，也有担忧。如果我们只是让AI做所有事情，我们自己的创造力肌肉会萎缩吗？这种恐惧确实存在。乔安娜·马西乌斯卡（Joanna Masiuska）关于想要人工智能来做家务，而不是艺术和写作的引言，真正捕捉到了这种焦虑，即它贬低了赋予生活意义的事物。如果人工智能成为创造性的伙伴，甚至可能贬低人格。但同样，也许人工智能就是那面镜子。

通过挑战我们对创造力的想法，它实际上可以让我们更好地理解人类的艺术，就像摄影在过去所做的那样。它并没有扼杀绘画。它改变了它。它让我们对它有了不同的思考。所以尽管有所有这些重大问题，但人类的作用仍然至关重要。这不仅仅是按按钮的艺术。用户方面确实需要真正的技能。哦，绝对至关重要。人工智能渲染，是的，但人类引导、改进、选择。

例如，提示工程正在成为一项合适的技能。这不仅仅是随机的词语。这需要练习。理解人工智能模型，了解艺术术语。

资料来源提到研究表明，初学者通常缺乏特定风格的正确词汇。所以提示工程，就是仔细地设计文本指令。没错。这是关于学习如何有效地与机器对话以获得你想要的艺术效果。这是一项你发展的技能。它不仅仅是第一个提示，对吧？人们使用其他技术。绝对的。例如图像到图像，你从现有图片开始，然后

在绘画中，填充或更改图像的一部分或外绘，扩展图像画布，这些让你有更多控制权来塑造人工智能的输出。对。微调它。然后是策展。这很重要。人工智能可以非常快速地生成如此多的图像。有人提到每小时可能产生1亿张图片。是的。所以人类的工作就变成了筛选所有这些。

运用他们的审美判断来挑选真正有效的、符合愿景的图片，这种选择是一种创造性的行为。从噪音中选择信号。

有道理。而且似乎传统的艺术、知识、构图、色彩理论、艺术史实际上有助于创作更好的AI艺术。确实如此。这些知识可以帮助你设计更好的提示，更有效地引导AI，在改进和策展过程中做出更好的选择。这些基本原理仍然适用。仍然存在这场辩论，不是吗？这些与AI相关的技能是否真的与这里学习的深层工艺相媲美，就像在传统艺术中一样。是的，这种张力依然存在。

是从头开始发展技能，还是巧妙地利用已经融入AI训练中的知识？这是一个公平的问题。但人工智能可以降低人们尝试以视觉方式表达自己的门槛。也许以前不这么认为的人。当然。它以某种方式使视觉表达民主化，但它似乎也为那些真正深入研究高级技术、混合工作流程、将人工智能与其他工具相结合的人设置了很高的技能上限。所以这是一个广阔的领域。

对。而且公众辩论往往只关注入门级的提示，可能忽略了可能的更深层次的参与和技能。好的。所以我们已经讨论了这个过程，哲学。是的。但我们必须触及真正棘手的伦理和法律问题。

这似乎是一个巨大的冲突领域。哦，绝对的。它复杂且发展迅速。从伦理上讲，最大的担忧可能是对人类艺术家的影响。工作岗位流失，技能可能贬值，整个经济中断。是的，你经常听到这个。而关于训练数据的争议是巨大的。用于训练这些模型的图像是未经许可就抓取的吗？这是版权侵权吗？这是不正当地剥削艺术家的劳动吗？这感觉像是现在的核心战场。

确实如此。此外，还担心数据中的偏差会导致偏斜或有害的输出。

真实性问题，深度伪造或欺骗的可能性导致人们呼吁对人工智能内容进行清晰的标记。甚至对训练和运行这些大型模型所需的能源的环保担忧。以及其风格被模仿的艺术家的道德权利。太多了。法律方面似乎同样复杂，尤其是在版权方面。非常复杂。在美国，版权法有这项人类创作的要求。

版权局基本上表示，人类只是输入提示的纯人工智能生成作品通常不受人类的版权保护。

所以仅仅提示不足以构成版权的创造性投入？通常情况下，根据他们目前的立场，不是。但这在人工智能辅助作品中变得细微起来。如果人类对人工智能的输出进行了大量的选择、排列或修改，那么这些人类的贡献可能是受版权保护的。黎明之扎里漫画案就是一个关键例子。啊，对，图像本身不受版权保护，但排列和文本受版权保护。没错。有一些论点，例如来自爱德华·李……

建议也许可以对人工智能艺术创作采用最低限度的创造力测试。

但现在很混乱。正在进行诉讼，正在尝试立法，例如《生成式人工智能版权披露法案》，要求对训练数据进行透明化。而且它可能因国家而异。绝对的。核心挑战是将关于作者身份的旧法律理念应用于从学习模式而不是传统意义上的直接人类创作中生成的著作。工会一定也参与其中。非常多。像WGA、SAG-AFTRA这样的工会，

公平。他们正在积极努力保护会员。关键要求通常包括在将作品用于训练或制作数字复制品之前获得同意、公平报酬、保护道德权利、关于人工智能使用情况的透明度以及工作保障措施。所以他们正在推动控制和补偿。对。对训练数据透明度的推动，对人工智能内容的清晰标记。这一切都是为了试图重新获得一些控制和问责制。

不过，有趣的是，在法律上，人工智能艺术难以获得版权。这是一个引人入胜的张力，不是吗？如果市场无论如何都以类似的方式对待人工智能作品，它可能会挑战版权的整个作用以及我们对人类创作的重视程度。哇。好的，总结一下，很明显，人工智能艺术已经严重地改变了局面。关于技能、创造力、作者身份的旧观念，

它们都受到了质疑。绝对动摇了范式。而且人类的想法与人工智能的执行之间的界限变得非常模糊，不是吗？是的，迭代过程，协同涌现。这并不是简单的分工。而围绕版权和训练数据的伦理和法律难题极其复杂，而且远未解决。感觉人工智能是一种强大的混合体，一部分是合作者，一部分是破坏者。

这可能意味着未来不是一成不变的，可能是一个多样化的创意领域。人工智能可能会使许多人的视觉表达更容易获得，同时也成为学习掌握它的专业人士的超级复杂工具。那么未来还没有写出来。这取决于伦理准则、法律如何适应、公众讨论。艺术家及其工会在积极塑造未来中的作用将至关重要。也许那种独特的人类元素，意图、情感、生活经验，

实际上会因为这一切而在艺术中变得更有价值。这是一个引人注目的想法，也许是一种反作用。所以这里有一些东西要让你，听众，思考。这一切是如何挑战或扩展你对艺术和创造力的定义的？你认为这种技术应该在人类表达自己的未来中扮演什么角色？绝对是值得在这个不断变化的画布上继续探索的东西。