AI的聪明程度，早就超出了大众的想象。

　　当年AlphaGo击败中国棋手柯洁，人们并不十分沮丧，因为他们认为围棋处于计算机擅长的计算领域，只要算力足够大，再复杂的游戏能都被穷举，人类的败北在意料之中；而艺术创作就不同了，人类迸发的灵感、复杂的情绪、无尽的想象力，这些东西是AI永远不可能具备的，也是人类创造力的最高体现。

　　然而，最近一款免费的AI作画工具Disco Diffusion，打破了人们固有的观念。你可以在社交网站上搜索“AI绘画”，看看那些不逊于专业画家的精彩作品！这让人不得不深思，创造力真的是人类独有的吗？AI是怎么学会画画的？它的作品算是艺术品吗？以后人类画家会失业吗？

　　人类学画，通常是从儿童时期开始，经历反复练习才能逐渐掌握各种技巧，最终一笔一笔地传达出自己的想象。但如果我们换一个思路，从AI的视角来看绘画，又是什么样子呢？

　　点、线、形、彩、构图、光影、虚实、透视……这些都不是重点，在AI看来，无论什么样的图像都只是一个由像素点构成的矩阵，每个像素点都由红、绿、蓝三个颜色通道组成。AI绘画相当于一个可以逐渐产生像素、进行图像生成的计算机模型。一方面，模型中要包含海量的参数，比如绘画中每一笔的位置、形状、颜色，甚至是覆盖关系、笔触组合等等；另一方面，还需要基于海量的已有图像进行训练，让AI可以找到效果最好、最合适的参数，输出让人类能够接受的结果。

　　在AI领域中，有一项非常热门的分支，叫做机器学习，用程序模拟人类学习的过程，可以自我更新、自我进化、累积经验，最终形成自己的某种程序。而在机器学习中，又有一种非常热门的方式叫生成对抗网络。2014年，Ian Goodfellow提出了该模型，即设计两个独立的机器学习网络，分别为生成器和判别器。以模拟一张图片为例，生成器不断训练，目的是“模仿”出以假乱真的图；判别器则不断检测，判断出此图是真是假。在对抗过程中，两者都会不断优化，提高自己的生成能力和判别能力。这样“左右互搏”的结果就是，最终产出的图片越来越自然，也越来越真实。

　　对抗生成网络提出后，AI的图像生成能力有了大跨步的发展，一些有趣的APP应运而生。像可以给线稿上色的PAIntschAIner，能够识别线稿的内容，比如可识别人像的皮肤、头发、衣服等，分别涂上适当的颜色，上色范围还很精准。还有能补完草稿的GauGAN，只需你用不同颜色的色块和线条勾勒几笔，它就可以生成完成度极高的图像。

　　之所以有人将2022称为AI绘画元年，是因为今年的AI画手开始井喷式地出现。它们有惊人的迭代速度，还有震惊世人的色彩、构图能力以及想象力、创作力。这一切似乎都在表示，AI画手正在逐渐掌握“画语权”。

　　Disco Diffusion一经面世就刷爆了全球各大社交媒体，颠覆了很多人对AI的认知。这是一款基于谷歌的技术框架开发的AI作画工具，能够根据用户的描述文字生成高质量的画作。它的核心技术是图像扩散模型，也就是对自己生成的图像进行一次又一次的“去噪”，减少无关的干扰部分，使其变得越来越清晰。这个过程就被称为“迭代”。每次迭代时，AI会利用其图像识别技术，依据文本提示对现有的图像扩散模型进行评估，并为其提供下次迭代的“方向”。就这样AI生产的图像会和文本提示的匹配度越来越高，图像的精细度也会逐渐增加。

　　在包括很多专业画手在内的人们眼里，AI生成的画作是非常惊人的，甚至可以说拥有一定的艺术感，尤其是其所展现的“想象力”，几乎是将手伸到了人类认为只有自己才能做到的领域。这不免引起了很多人的担忧：人类画家会不会被AI所取代？

　　就像摄影技术诞生200年，仍然不能取代绘画一样，AI绘画虽然会对现在的绘画产生冲击，但两者之间并非你死我活的竞争关系。说到底，目前的AI绘画只是对人类输入语言的简单理解和诠释，整个绘制过程还是“黑箱操作”，不到成品出来，谁都不知道画会是什么样子，更不要提精准表达画家的思想了。很多艺术家倾向于用AI绘画作为“辅助工具”，在动笔之前，先将理念输入AI生成多张不同风格的画作，借它们来寻找灵感。

　　可以确定的是，AI绘画背后的技术仍在快速发展，产出的画作必将越来越多，人类和算法，在一次次从输入到输出的互动中，正一起推开新世界的大门。