无爱吧 关注:62,739贴子:4,493,727

为什么讨厌AI画图的人那么多呢?

只看楼主收藏回复

据我观察,主要的喷点都是“没有灵魂”“没有情感”
但是往好处说,过几年出个更成熟的AI,做动画的成本就低很多了啊,直接输入场景描述然后用AI跑,再由画师改,不是挺好的


IP属地:广西来自Android客户端1楼2023-02-18 13:05回复
    目前技术还没完善吧,会涉及到版权问题


    IP属地:浙江来自Android客户端2楼2023-02-18 13:14
    回复
      以下言论可能有歧义,只是想起来了这么一个事,本人对AI作画的问题不了解,支持合法维护版权,对AI作画问题不插手不下场不站队。
      想起来了那些机器做刀削面拉面蛋糕那种之类的,下面总是有人讲类似于:机器做的没有灵魂我不吃JPG


      IP属地:江苏来自Android客户端3楼2023-02-18 13:20
      回复
        感觉ai让别人的努力都白费了,打击水平不到一定程度的画手,后来人也不会轻易踏上绘画的道路了吧


        IP属地:河北来自Android客户端4楼2023-02-18 13:40
        收起回复
          其实就是某些小画手没ai画的好,怕ai普及后自己赚不到米罢了


          IP属地:浙江来自Android客户端5楼2023-02-18 13:47
          收起回复
            讨厌的是把纯ai画图当商品卖吧,目前的ai似乎不太理解人体,手部和肢体动作很多都是重灾区,出的图太诡异了。现在ai技术还没成熟,生成的一些图大家是能感受到不和谐的。


            IP属地:浙江来自Android客户端6楼2023-02-18 13:58
            收起回复
              主要是随便扒画师的图训练ai很讨厌,ai真发展起来其实应该还是画师用得比较多,ai出参考图找设计灵感还是可以的,速度也快,要是真发展成熟估计画师也要有熟练使用ai的能力


              IP属地:广东来自手机贴吧7楼2023-02-18 14:00
              回复
                主要是版权问题。这种东西大胆的往钱上想就好,人类对于爱与灵魂有解释权可以立于不败之地,但钱是实打实的。


                IP属地:山东来自Android客户端8楼2023-02-18 14:13
                回复
                  我不讨厌,不过我目前还是觉得有些非常出色的创意,ai是做不到的


                  IP属地:辽宁来自Android客户端9楼2023-02-18 14:18
                  回复
                    其实主要就是涉及到版权和盈利问题
                    很多人说AI的绘画是尸块拼凑,这是不对的,因为其中很多人都没有详细了解过神经网络算法
                    然而,这样的人还跳的老高,本人表示无语只要你深入了解一下,就不会说出是尸块这种话。
                    目前的AI学习模型训练原理和人脑的学习原理差不多,只不过你是用眼睛录入,而AI需要我们用数据库给它录入,这也就是为什么训练集非常重要。
                    之所以会画出奇怪的图,那是因为AI是真正意义上没常识的,他可以模仿这里的五根手指,但是不知道为什么这里有画五根手指。
                    就像小孩子初学画画,模仿歪了,画出一根甚至六根手指也不稀奇
                    目前大多数AI训练库版权问题一直都没有定论,不排除有些是未经本人授权和允许就拿去喂了的。
                    先声明,我是客观看待AI的。
                    AI想要赚钱,先解决这个版权问题和训练库问题再说吧
                    最起码你要让画师知道:我这个图被你拿去用了,至于支付报酬,那是他们画师和公司自己的事,这一方面只能等待法律补全了。


                    IP属地:云南来自Android客户端10楼2023-02-18 14:24
                    收起回复
                      至于AI到底有没有发展新创意的能力?我们目前只能观望,我们并非专业人士,不能够妄下论断
                      说实在的,现在的AI绘图就是个黑箱,你根本不知道他内部的过程是什么(其实人脑也是一样,彻头彻尾的黑箱,你也说不清每一步)
                      AI能不能有新创意?不好下定论,但是目前AI学习现在的画风确实让我眼前一亮。
                      只能说明绘画行业也有可能要步入工业化,流水化的道路了,虽然现在是工业化的时代,但是你看见高端行业和定制化被完全取代了吗?没有嘛。
                      它是怎么学习别人的画呢?
                      首先一位程序员拿到了一张作品,他用眼睛看出这张图上面是一个穿着裙子的女孩站在草地上,之后用girl,standing on grass,dress标记了这张作品——对于其他作品也做如上处理,之后他便得到了一个包括了上万张图片的数据包,然后把这个数据包喂给了AI。
                      AI思维如下,根据:
                      (1)你的输入——(日本校园制服)japanese school uniform
                      (2)客观事实——大部分被打了uniform标签的作品都画了制服,制服的特点是可能有蝴蝶结,下装一般穿短裙,一般是水手服等等
                      (3)做出最有可能被你接受的结果——画了一张穿水手服,提着单肩包,穿着小皮鞋和长筒袜的美少女。
                      我们也可以再进一步跟随AI深挖它是怎么知道水手服的样式。根据:
                      (1)上一层输入——水手服
                      (2)客观事实——大部分水手服都是蓝色白色
                      (3)做出最有可能被你接受的结果——画了蓝色领边白色打底红色蝴蝶结的水手服
                      我们再一步深挖AI是怎么学习水手服具体是怎么画的,比如轮廓是怎样,袖口长啥样,根据
                      (1)上一层输入——蓝色领边白色打底红色蝴蝶结的水手服
                      (2)客观事实——大部分蓝色领边白色打底红色蝴蝶结的水手服在整张图里的A位置的像素点颜色为RGB表示的(12,70,9)(数字乱填的,这是啥颜色我也不知道),B位置有个像素点,以此类推。
                      (在此补充一下计算机图像学的知识,计算机是如何显示一张图片的呢,那就是设定每一个像素点的RBG值,就像是那些老旧的广告灯牌,设定每个灯泡的颜色来组成“洗剪吹”的字样)
                      (3)做出最有可能被你接受的结果——即你得到的结果。
                      在经过多次深挖后,AI觉得它的行动纲要写得差不多了,它的学习也就停止了,这个时候它得到的是一本如上一步步深入到底层的行动纲要,当接受你的输入后,它会一步步查到底,直到行到纲要告诉它这个像素点该画什么颜色。


                      IP属地:云南来自Android客户端11楼2023-02-18 14:36
                      回复
                        我不讨厌ai绘画,但我讨厌某些拿ai画的图去干损事的人


                        IP属地:云南来自Android客户端12楼2023-02-18 14:36
                        回复
                          我觉得挺好,比之前被水平一般的画师坑钱好多了


                          IP属地:安徽来自Android客户端13楼2023-02-18 14:36
                          回复
                            至于目前关于AI会不会创新的讨论嘛……
                            给大家找了一个:
                            网页链接 蓝色链条是由Isola及其团队基于TensorFlow创建,它提供了一个交互式演示,可以利用Pix2Pix将猫或产品的草图转换为照片、外立面或真实的图像。需要🪜。
                            此外还有:
                            生成对抗网络GAN(generative adversarial network,GAN)是蒙特利尔大学(university of Montreal)的Ian Goodfellow和包括Yoshua Bengio在内的其他研究人员在2014年提出的一种新型神经网络结构。
                            Facebook的人工智能研究总监Yann LeCun称GANs为“过去10年ML领域最
                            有趣的想法”,这种兴奋是有充分理由的,GAN最显著的特征是能够创建超现实图像、视频、音乐和文本,这些神经网络模型实际上创造了以前不存在的新内容:新的人物、新的对象和新的现实。
                            Mohamed Elgendy在《深度学习计算机视觉》(清华大学出版社)一书的第8章中详细介绍了GAN的主流应用,包括文本生成图像(Text-to-photo synthesis)、图像翻译(Pix2Pix GAN)、图像超分辨率GAN(SRGAN)。
                            还有另外一个:
                            Christian Ledig等人于2016年提出了一种超分辨率生成对抗网络(super-resolution generative adversarial networks,SRGAN),可以用来将低分辨率图像转换为高分辨率图像。基于这种特性,SRGAN在监控设备、卫星图像、医学影像、古典影视作品的AI修复中大有用武之地,它可以从单张或多张低分辨率图像中重建出高分辨率图像,在CNN出现之前,传统超分方法是最临近插值、双线性或双三次插值等上采样方法,基于深度学习的SRGAN模型速度更快也更实用,同时还能处理图像的模糊和去噪等问题。


                            IP属地:云南来自Android客户端15楼2023-02-18 14:41
                            回复
                              不讨厌本身,但讨厌强行把它的出图价值拉成和人工一样的人,和用它来装逼拉踩的人(包括装成自己画的、KY、蹭流量)


                              IP属地:四川来自Android客户端16楼2023-02-18 14:42
                              收起回复