文章專區

Take Home Message
• 人工智慧生成圖像讓人能以文字生成藝術，在演算法運作下具有「生成性」與「文字性」兩大重要特性。
• 圖像生成大量依賴文字提示，使過去的草圖修改轉變為文字草稿的累積，使用者可從中體會生成式人工智慧的隨機、偶遇、選擇等特性。
• 教學者可鼓勵學生以草稿生成圖像再回頭修改文字創作，在科學與教育上激發創造力，而非限制人類的想像。

只要寫一行文字，就可以讓電腦產生一張圖、一節音樂、一篇文章，甚至一段影片。從去（2022）年開始，這種受到人工智慧（artificail intelligence, AI）驅動的生成技術讓人類感到驚訝。雖然我們並不是第一次面對顛覆性新科技，但這次可以適應時間相對要短很多，難免令人焦慮。

人工智慧生成技術（generative AI, GAI），或稱生成式 AI，在過去幾個月以來，突然從少數幾個服務系統變成一個巨大的體系。本文試圖在這個巨大體系中，討論生成圖像的兩個重要特性：「生成性」與「文字性」。

演算法下的生成性

其實生成藝術或生成圖像的技術不算嶄新，從 1960 年代開始已經有 60 年的歷史，也累積了許多針對生成圖像特性的看法與研究。有些觀點雖然已經年代久遠，不過對應最流行的人工智慧生成圖像（AI generated art, AIGA）依然歷久彌新。

生成藝術包含了許多藝術形式，例如文字和音樂。生成藝術不一定要使用電腦操作，在目前 AIGA 發展的脈絡下，最重要的特性為「具有演算法」。創作者不一定要撰寫演算法，重點是演算法可以自主運行，而人類則必須學會適應演算法展現出來的抗性，也就是創作媒材展現出需要被控制與學習的特性。生成藝術的先驅、數學家那基（Frieder Nake）認為，適應演算法的抗性就像傳統繪畫必須適應物質的特性一樣。

在演算法之後，後續幾個特性都與演算法有關。第二個重要的特點為隨機性（randomness），在同一個演算法之下，每次生成的內容都會不同。若是生成工具在同樣的指令下，每次都生成一模一樣的作品，則無法稱之為生成。第三個特性為不可控，不像紙筆或電腦繪圖，沒有辦法每一筆的位置都如同創作者的規畫，但生成圖像必然有部分不受創作者控制。不論是1％還是99％，生成藝術的創作者必須讓電腦多少可以獨立完成內容，而不是全然由人類控制。

第四個生成的特性為迭代，因為圖像會隨機生成，創作者必須不斷修改提示或產出變異，直到自己滿意為止，在這個過程中，每一張圖都可以視為下一次生成的草圖。第五個特性則接續了前面四個特性，也是非常多文獻都會提到的特點，即為偶遇性（serendipity）：創作者會在預期之外得到覺得很好的作品。研究電腦創意的馬赫（Mary Lou Maher）形容，偶遇來自於對焦距的改變，讓創作者可以重新分類自己對作品的架構，從而發現產出物的新價值。

最後兩個特點為選擇及策展，主要都在 AIGA 出現後才被學者提出。在生成工具大量生成圖片後，「選擇」成為創作者非常重要的主控權，同時大量的作品也能被創作者以策展的方式產出新的意義。

仰賴文字性的圖像生成

傳統的創作步驟大致上依循構思、草圖、局部修改直到成品誕生，雖然繪製草圖前可能有多種想法，但草圖通常與最終作品的差異不大，從草圖到作品可以視為一個偏向線性的過程。與傳統創作不同，圖像生成工具目前大量依賴文字提示社會科學的架構，將提示分為三個層次：本體、認識、方法。有趣的是，這樣的分類法教師通常立刻就懂，但學生需要時間理解。為了加速學生理解，這個架構可以再改成博物館參觀法：本體代表一個展間，通常展間都會有一個本體層次的主題，例如油畫、雕塑、19 世紀印象派等；認識層次則是當我們站在作品前面會看到的東西，代表作品主題，例如少女、靜物、觀世音等。最後的方法論則是我們詳細端倪作品時可以看到的細節，例如暈染、厚塗、散景、精細等。結合這三個層次，創作者即能寫出相當完整的文字提示給圖像生成工具。……【更多內容請閱讀科學月刊第643期】