想要以一個做AI研究的博士生的角度來寫點感想 AI能做到多好以及缺點和極限等等
看了噗浪和推特一輪感覺是有點無奈甚至是生氣 讓我有種好幾年前看AlphaGo在圍棋上面打敗棋王的既視感 其實在比賽之前 我身邊有在下圍棋的朋友都覺得AI不太可能贏 因為圍棋的解法太多太複雜了 可是大家也知道棋王基本上被虐爛
AI最擅長的其實就是二維的資料結構 最常見的就是圖片 因為資料很好搜集 複雜度不高 容易評價 所以很容易從盜版圖片備份網站或是棋譜上面學習 而音樂等等三維以上的時間序列就是滿大的挑戰 自然語言其實也是在這幾年用了非常大的運算量才能做得還不差 其實這個部分也是為什麼這陣子 文字轉圖片 這個技術可以有很大程度的進展 因為AI能夠很好地將文字解讀並壓縮 壓縮之後的資訊再藉著圖片產生模型轉換而得到人類預期的圖片(1/n)

至於缺點的部分：

我覺得AI沒辦法做動畫 至少沒辦法做出現在大家喜歡的日系動畫 因為現在技術還差太多了 我們實驗室目前最多可以做到的 就是給他一張房間的圖片 他可以產生一個room tour等等的 AI目前可以做的東西 基本上就是很“連續”的東西 而這個完全不適用於目前的日系動畫 我敢說大概五到十年內都不可能做到
剛剛提到音樂的部分 如果是古典這種很有規則的系統還不錯 可是如果像是Jazz這種比較自由的樂系 我朋友應該算是這部分數一數二好的 不過我覺得還距離人類有一小段距離
那圖片的部分AI有沒有極限呢？我覺得有 而且我覺得是AI沒辦法超越人類的地方 就是溝通 目前AI還做不到"理解"(reasoning)這件事情 其實有很多人在做相關的研究 可是現在做的不是很好 而且就算AI可以產生很多很猛的圖 (2/n)

甚至可以說現在看到的手的問題 都很可能在很短的時間改善 可是無論如何你都無法精準的告訴AI你想要產生怎樣的圖 目前可能的辦法其實NovelAI都做了 像是文字描述 或是你給他一張圖希望他產生接近的圖 等等 基本上就是極限了 我覺得如果身為一個繪師 可以做到這個以上的能力 那我覺得就可以把

AI當作工具了 那這個以上的能力是什麼呢 就像是能夠精準地把委託人想要的東西精準的畫出來 因為人類跟AI目前的最大差距 就是AI能夠理解的複雜度有限 其實也不是做不到 而是你要求越多AI做出來的東西就越難接近你想要的 你也許會問說 現在看到現在他們用NovelAI都下很多參數 難道這不就是我上面說的那樣嗎 其實不然 那只是單純限制AI產生一個合理的圖而已 (3/n)

所以說 如果像是免洗手遊或是一班人的輕小之類的 只是想要產生一張好看的圖 那我覺得AI應該會取代這部分的工作 不過如果你有明確要求的話 那其實人類還是不錯用的 而且對於繪師來說工作量應該也會減輕不少因為你多了一個工具 至少做prototype是真的會很快 另外有個點我其實有點在意 就是現在AI的構圖在danbooru上訓練出來的都是很常見的構圖 我感覺如果要做出透視很強 壓縮比較強 或是張力比較大的圖 對AI來說應該是滿吃力的 原因是因為AI就是在學一個distribution 所以越多人畫的角度很姿勢就越好學 相反的如果是比較特別角度就會是AI不擅長的地方 基本上可以保證一定是扭曲到人類無法預期的部分 不過這種東西人類要畫的好 當然也要付出不少心力去學習就是了(4/n)

心態上其實我覺得可以AI當作一個很會畫大眾圖的人 當然也會搶你的工作 不過我想大概還是那種不是真的很要求品質的東西吧 一個很重要的商業作 或是委託 我覺得其實都不至於被影響 畢竟AI產圖這種東西 玩久了其實滿空虛的 沒有自己特有的資料來改變訓練現有的模型 其實做的東西我覺得某種程度上是滿有限的

喔對了之前星海之類的遊戲 其實deepmind也就是做AlphaGo的公司很想要用AI打贏人類 可是盡全力都做不到 那就要說到AI對於partially observable類的資料很爛 不過很可惜圖片生成算是fully observable的 像是圍棋雖然很困難 可是他是fully observable所以難度就大幅降低

三維以上很困難的話，所以AI 3D應該要很久才會出現？

陽光彩虹貨幣子＠ずっと一緒だよ : 3D現在其實也有在做 不過做的方向比較像是 你給他一些圖或是影片 然後他會生成3D模型 像最近看到用文字生成的3D的相對之下少很多 不過說實話3D生成的演算法很久之前就有了 只是效果不是很好 做出來也不知道要幹嘛 我覺得最近應該就會看到有人做出文字生成3D的東西 不過我想效果跟NovelAI做出來的品質應該會弱上不少

提到3D好奇想追問一下，如果未來想以AI來進行3D製作中的特定流程：比如骨架綁定、權重繪製、UV貼圖、或者減少算圖時間之類的工作是否可行呢？

耶加@速寫Day54 : 我覺得滿可行的 技術上現在基本上都有了 主要是差在資料集 因為像NovelAI他用的那個盜版網站資料很豐富 標籤也都標得很好很精準 所以效果就會很好 3D的部分我就不確定了 不過技術上我滿確定是做得到的

原來如此，感謝解答！3D確實還沒有那麼條理分明且好取得的資料庫 不過技術都有了真的好猛 說不定米老鼠帝國自己內部已經在搞了

耶加@速寫Day54 : 米老鼠帝國就我所知是在做computer graphics的部分比較多 像是一些物體的運動交互模型之類的 要怎麼樣模擬比較像這種 我隔壁lab做這個滿強的所以稍微知道他們在幹麻xd

這樣感覺特效模擬AI能參與的部分也很多，將來的業界真不知道會怎麼變化...

耶加@速寫Day54 : 自動綁骨架的工具已經有了，不過我認為人物的體態還是要靠手調，不同體態對於性格塑造還是有差

這類型的工具就是可以快速自動打點方便後續作業，但要創造出角色獨一無二的性格這種很吃sense 的東西還是要靠人類