2022-10-14
輸入文字生成大師級作品！AI製圖工具掀新熱潮，背後卻隱藏種族性別歧視、版權問題？
AI機械人的誕生，原意是代替人類執行單調而重複性高的任務，讓人們可以專注於講求創作力的工作。但如果AI已具備創作能力的話，那麼人類又應如何自處？早前，有人利用AI作畫工具《Midjourney》，贏得美國科羅拉多博覽會的藝術獎項，引發網民激烈辯論：AI演算出來的作品算是藝術創作嗎？藝術工作者會否被AI淘汰呢？更有論者指，AI製圖便利背後，隱藏著種族與性別歧視、以及侵犯版權等嚴重問題。
AI演算法將文字轉化圖片
2022年８月底，畢業於科羅拉多理工大學計算機科學系、幾乎沒有美術根底的桌上遊戲公司老闆傑森．艾倫（Jason M. Allen），憑著畫作《太空歌劇院》（Théâtre D'opéra Spatial），在美國科羅拉多博覽會（Colorado State Fair）年度藝術比賽的「數碼藝術」組別中，奪得冠軍殊榮。
桌遊公司老闆傑森．艾倫提交3幅由《MidJourney》生成的畫作，參加科羅拉多博覽會的年度藝術比賽，結果其中一幅作品《Théâtre D'opéra Spatial》贏得「數碼藝術」組別冠軍（圖片來源：維基百科）。
這幅帶有古典巴洛克風格與科幻電影超現實氛圍的作品，畫中人物身處黑暗的室內，站在一個圓形巨窗前，凝望著光芒四射的窗外景觀，似乎若有所思。表面看來，畫作的人物構圖、光影表現、以至色彩運用俱佳，能獲獎理應毫不奇怪。然而，最大問題是這幅畫作不是艾倫本人親自繪畫，而是透過《MidJourney》的AI演算法生成。
《Midjourney》是一款AI圖像產生工具，能將用戶輸入的文字轉化為圖片（Text-to-image）。用戶只要輸入想像中圖片的文字描述和關鍵字，AI便會嘗試分析和理解輸入文字，跟著以最適合這段描述的繪畫風格生成4幅圖片以供選擇，整個過程大概只需1分鐘左右。
在 Midjourney 網站上可以看到其他用戶透過 AI 演算出來的最新畫作，當中不乏超逼真、超細緻的作品。（圖片來源：翻攝Midjourney官網）
AI作品摘藝術賽冠軍惹爭議
艾倫表示，參賽時已清楚註明創作工具為《Midjourney》，並強調自己花了逾80個小時，輸入900多個不同的關鍵字組合，針對畫面明暗和用色的文字描述進行多番修正，再從中挑出3張合用的圖片。
接著，艾倫使用《Photoshop》微調與潤飾這3張圖片，譬如AI漏畫了其中一個畫中人物的頭部，需由他後製補上長著深色捲髮的頭顱；然後，利用《Gigapixel AI》圖像處理軟件來調高圖片解像度；最後，他把編修好的圖像檔案拿到印刷店印製在畫布上，成為參賽作品。
今次比賽的其中一位評審藝術家卡爾杜蘭（Cal Duran）表示，艾倫的作品介紹中確實有提及《Midjourney》，但當時他不知曉這是甚麼，也不知道畫作是由AI生成。但卡爾杜蘭卻認為，這幅畫是「講述故事、喚醒靈魂」的好作品，因此他與另一位評審都認為，它是實至名歸的冠軍作品。
此獎項公布後，在藝術界引起極大爭議。不少人質疑，艾倫將AI生成的畫作署名為自己作品的合法性，以及容許AI作品入圍是否會構成不公平競賽。也有人批評，藉由無感情的數據演算進行創作，不符合藝術本質，故此不應把AI生成圖當作藝術品，否則藝術便會死亡。但科羅拉多州博覽會發言人已表示，不會褫奪艾倫的冠軍資格。
筆者輸入「punk raiding cat」的文字描述，隨即看到根據文字而生成的4張縮圖逐步渲染；大概1分鐘後，4張縮圖就生成完畢。（圖片來源：Midjourney AI工具）
筆者從4張縮圖中選取較滿意的再進行放大細節化，最終得出這幅帶點「Punk」味的長耳大眼白貓肖像圖。（圖片來源：Midjourney AI工具）
美編、插畫師可能工作不保
有支持者認為，數碼藝術作品本來就要藉助數碼工具來完成，《Midjourney》等AI製圖工具跟常用的《Photoshop》並無太差異；而且用AI創作仍是基於人類的創造力和想像力，要求操作者在有限字詞內精準表達畫作的主題、光影與構圖，就創作本質來說沒甚麼不同，只是從用畫筆繪畫，變成以鍵盤作畫而已。
更有論者認為，藝術工作者透過AI工具可以快速地將腦中想法化為圖像，從中提取設計元素繪畫成新作品，有助縮短構思時間，提高創作效率。此外，電腦遊戲公司也可以使用這類工具來生成遊戲場景與角色，加快開發進程。
不過有些人擔憂，若果連藝術創作都可以由AI代勞，那麼未來人類是否可以完全被智能機械人取代呢？漫畫家馬特．博爾斯（Matt Borrs）表示，對插畫家而言，AI作畫非常讓人沮喪，因為這預告著插畫師即將要失業了。
譬如財經雜誌《經濟學人》（Economist）在2022年6月以「AI新境界」（AI’s New Frontier）作為封面故事，並首度採用《Midjourney》來製作封面圖片。據悉，已有部分外國出版社開始使用AI生成圖片，供編輯挑選作內文配相。假如日後AI作畫工具被大規模引入到出版界，或許會構成美術編輯、插畫師出現人手過剩的問題。
《經濟學人》編輯團隊在《Midjourney》上經過250次的文字輸入嘗試，生成了1,000張縮圖，再從中挑選出一張製成2022年6月出版的雜誌封面圖片。（圖片來源：Economist官網）
大數據圖像訓練含偏見風險
目前市場上的AI製圖工具除《Midjourney》外，還有OpenAI的《DALL-E 2》、Google Research的《Imagen》、以及StabilityAI的《Stable Diffusion》，都是只需靠著文字輸入，就可以生成各式各樣的圖像。
這類工具的運作原理是，AI透過網上圖片庫內的大量風景、物件、人物照片來進行比對和訓練，跟著從中挑選出特定主題和樣式，組成不同模板，然後使用這些模板來生成用戶輸入的圖像內容。
可是，這種大數據圖像訓練卻有機會讓AI大量複製數據內的西方文化與性別刻板印象，以致AI生成的圖片大都隱含著某些偏見與刻板印象。譬如說，輸入「Nurse」一詞，AI產生的圖像大都是戴著聽診器的女生；輸入「CEO」一詞，生成的圖像幾乎全部是白人男性。
Google的研究報告指出，AI作畫工具傾向生成膚色較淺人種的圖像，同時對不同職業的描繪亦容易產生特定性別的刻板形象。日後當AI工具被廣泛應用後，這些偏見與刻板印象可能會反映在畫作中，當大量傳播後，可能會衍生出種族與性別歧視問題。
事實上，供AI訓練之用的圖片庫，數據主要從互聯網大量搜集得來，惟內容卻未經篩選，難免有偏見風險。更有專家認為，這類AI製圖工具很可能會生成未經同意的裸體或逼真人像，因而遭人濫用，散播具騷擾性、助長偏見的假資訊。
Getty因版權疑慮下架AI圖片
有鑑於此，OpenAI已為旗下《DALL-E 2》加入內容保護機制，包括：用戶不能根據人名來生成人像；不能輸入涉及仇恨、騷擾、暴力、自殘、裸露、非法活動等主題的文字描述；又會過濾性、暴力、政局、疾病、以至假新聞的相關圖片。
OpenAI表示，為防止《DALL-E 2》製圖技術被濫用，已加入內容安全機制，讓AI既不能產生真實人物臉孔，也不能生成含有暴力、成人或政治等內容的圖片。（圖片來源：OpenAI官網）
除此以外，AI在圖像訓練過程中，也存有盜用他人版權的疑慮。現時AI生成作品的版權在法律上仍未有明確界定，惟大部分AI製圖工具的數據庫均採用「Creative Commons Zero」（CC0）機制，即是作品的創作者與持有人不會擁有作品的知識產權，而作品則會成為公有財產，代表著任何人都可使用該作品作私人或商業用途。正如其官網表述，《Midjourney》是一個開放社群，容許他人公開發布、使用、重組圖像。
可是，有不少內容與圖片網站卻認為，AI圖片仍有版權問題尚未解決，所以決定要劃清界線。早於2021年，美國娛樂內容網站Newgrounds已率先禁止用戶提交AI圖片。2022年9月5日，網上藝術社群 Fur Affinity宣布，因AI作品缺乏藝術價值，故此不准用戶分享AI生成圖。
2022年9月21日，大型圖庫網站Getty Images宣布，平台停止接受AI生成圖，以杜絕版權問題；之前已上傳到Getty及旗下iStock圖庫的AI圖片也被統統刪除。至於另一圖庫網站Shutterstock，雖然沒有高調宣布，但卻已靜悄悄採取行動；有用戶發現，Shutterstock已陸續下架AI生成圖，最早時間可追溯至2022年9月19日。
反向搜尋退出訓練AI圖庫
訓練AI需要有大量圖片作為學習材料，當中也可能包括他人的藝術作品。因此，數碼藝術家夫婦Mat Dryhurst與Holly Herndon架設了一個名為「Have I Been Trained」的搜尋引擎，讓閣下可以查找自己的畫作或照片有否被用作AI訓練。
Have I Been Trained主要基於Laion-5b圖片庫提供搜尋服務，內裏收藏達58億幅圖片，是《Midjourney》和《Stable Diffusion》的AI訓練數據基礎。一旦閣下發現自己的作品成為AI教材，可以點選搜尋引擎的回報系統，表達想將從中退出。
除藝術家外，一般人如想知道自己的個人玉照或寵物相片是否也被當成AI訓練教材，也可以利用Have I Been Trained進行搜尋。（圖片來源：Have I Been Trained網站）
目前AI圖片生成技術仍處於起步階段，對作品的版權界定仍非常模糊，對色情、暴力、仇恨內容的限制亦有待改善，惟無可否認的是，數碼內容產業的變革經已上路。2022年9月29日，Facebook母公司Meta發表一套名為《Make-A-Video》的AI生成影片系統，只要輸入簡短字句，便可以自動產生一段5秒的無聲短片。
《Make-A-Video》的文字轉化影片技術，可以視為文字轉化圖片技術的増強版本，AI系統能夠從靜態圖像，逆向朝目標字眼來生成短片。（圖片來源：翻攝Mark Zuckerberg臉書帳戶）
由是觀之，AI用文字生成圖片或影片的技術趨勢，似乎已是無法停下來。可以預期未來會有愈來愈多公司投入資源研發此技術，為藝術與內容創作帶來更大便利，但同時也可能會帶來種族與性別歧視、侵犯版權、虛假信息泛濫等社會問題。因此，這類AI工具到底是造福社會、還是為禍人間，依然有待觀察。
Read More：
Tesla Bot擬明年量產！人型機械人技術難度高，專家唔睇好，為何馬斯克仍砸錢研發？
【人工智能】AI全面提升防疫工作：疫情預測、病患追蹤、輔助研發疫苗
《經濟通》所刊的署名及／或不署名文章，相關內容屬作者個人意見，並不代表《經濟通》立場，《經濟通》所扮演的角色是提供一個自由言論平台。
【etnet 30周年】多重慶祝活動一浪接一浪，好禮連環賞！ ► 即睇詳情
