FIND研究員：蕭宏智 
AI圖像生成技術近年來呈現爆發式成長，各種工具也不斷推陳出新，以下分別說明AI圖像生成技術原理與生成藝術工具，並剖析對創意設計產業可能造成的影響與衝擊：
AI圖像生成技術原理說明
目前文本生成圖像演算法以生成對抗網路技術（GAN, Generative Adversarial Network）為主，GAN是一種非監督式學習方法，在進行GAN模型學習時，要先建立生成器（Generator）和判別器（Discriminator）兩種神經網路。生成器用來產生新資料，生成什麼樣的圖像取決於採用的樣本，比方說若想生成文藝復興風格的油畫，就得在訓練樣本中放入大量文藝復興時期的作品。判別器則用於辨識生成資料的真偽，而所謂的對抗（Adversarial）即是指，生成器與判別器兩種神經網路彼此攻防對抗，不斷競爭的結果便使得誤差越來越小，所生成的圖像就越接近真實。
Midjourney生成藝術工具
Midjourney是今(2022)年爆紅並引發媒體熱烈討論的AI生成藝術工具，英國《經濟學人》雜誌更在2022年6月以「AI新境界」（AI's New Frontier）作為封面故事，深入報導AI生成技術的驚人進展，該期雜誌封面及若干內文插畫的主視覺也是用Midjourney生成。使用Midjourney生成藝術工具前，要先登入Midjourney在Discord社群開設的專屬頻道，在聊天對話框中執行「/imagine」指令，只要輸入形狀、質地、色調、意象、場景氛圍或藝術風格等英文關鍵字，Midjourney就可以在1分鐘內快速生成4張細緻到位、完成度極高的圖像。如筆者輸入「Coral Reef in Heart Shape, Romanticism Painting Style, Cinematic Light, Photoreal」之描述指令，即可生成深藏海底、具浪漫主義風格的心型珊瑚礁群，如下圖所示：
資料來源：Midjourney
圖一、藉由Midjourney工具生成之圖像
AI生成技術對創意設計產業之影響
有關AI生成技術最常被提及的問題是，AI是否就此取代藝術家或設計師？這可以從兩個層面來回答，首先就創造力來說，與其說AI具有創意，倒不如說AI透過大量樣本學習，可以快速掌握並描摹不同藝術風格的作品，但藝術家養成往往要經歷「守、破、離」三階段，描摹學習只是第一步，能否發展出自我獨特的風格，才是判定是否具備創造力的關鍵。此外，就設計服務而言，設計師在構思作品之前，必須跟業主密切溝通，洞察客戶真正的需求，才能形成具體的設計規格，這是AI目前無法取代的。
AI生成技術對創意設計產業的影響，主要在於AI可快速生成圖像，若作為輔助工具，將有助於設計師進行概念發想，提高前期設計的生產力。更重要的是，AI生成技術降低了圖像創作的門檻，因此可引入更多跨領域人才，激盪出更多不同的可能性，當想像力被無限釋放，將可產製更多創意內容，驅動創意設計產業大步向前邁進。
資料來源
1.生成對抗網路技術https://en.wikipedia.org/wiki/Generative_adversarial_network
2.Midjourney網站https://www.midjourney.com/home/
3.2022年6月經濟學人以「AI新境界」封面故事報導AI技術發展https://www.economist.com/leaders/2022/06/09/artificial-intelligences-new-frontier
