〈‘AI 그림 시대’ 창작이란 무엇인가 〉
전혜원 기자｜2023.05.19
©시사IN

‘AI 그림 시대’ 창작이란 무엇인가 - 시사IN

因為LattePanda才看到這篇文章😆

自2022年下半年以來，當大眾得知圖像生成AI如Stable Diffusion Web UI、NovelAI、Midjourney能夠創造出符合漫畫式的圖像，網路小說封面市場上使用AI封面開始明顯增加。以網路小說平台Novelpia（노벨피아）為例，排名前10的作品中，有5部作品的封面是AI製作的（截至5月3日下午3时）。

▲網絡小說平台“Nobelpia”排行榜前10名的作品中，AI製作的封面為3號、4號、8號、9號、10號（截至5月3日下午3點）。

Novelpia上的網路小說作家A某使用了AI生成圖，他表示：今年2月左右開始使用，人類的繪圖品質仍然更好也能反映修改，但每張圖至少15萬韓元，而AI是免費，人類插畫師需至少2周，最長1個月的作業時間，而AI圖像10秒鐘就能生成，還可以重複操作。

據一家網路小說出版社透露，不太知名的插畫師封面製作費約100萬韓元，知名插畫師為200~300萬韓元，從委託到完成需要1的月的時間。

在接案平台Kmong（크몽）上，人類插畫師宣傳介紹自己可以以10~40萬韓元的價格創作網路小說封面，至少需10天至1個月的時間，然而，在同個平台上用AI製作的網路小說封面通常價格在1~5萬韓元，只需1至5天就能完成，該平台甚至創建了單獨類別為“AI設計”。

AI“失控”的開源

也許會認為“隨著科技發展，某些特定職群工作減少，單價降低是不可避免的事”。但插畫師們擔心的不僅僅是AI技術本身。

（一名大學主修繪畫從2021年開始接受委託設計網路小說封面的李姓全職插畫師表示）「AI學習的繪圖與照片包含大量未經版權所有者許可的素材，利用AI生成製作成品並做商業用途是非常有問題的，需要有道德準則與法規來保護創作者的著作權。」

Stable Diffusion〔2022年發布的深度學習文字到圖像生成模型，通過使用模型的擴散去噪機制〕從網路上收集超過50億個圖像、文本進行AI圖像生成訓練。素材來源包括WordPress等部落格平台，DeviantArt等藝術平台，等Getty Images圖片平台。

▲擴散模型所用的去噪過程。（fr. wiki）

問題是在這過程中沒有單獨程序來獲得同意或是支付費用。Getty Images分別在1月和2月在英國和美國對幫助開發‘Stable Diffusion’的Stability AI公司提出訴訟：“Stability AI未經Getty Images許可非法複製與處理數百萬張圖片，侵犯了版權。〞

此外，今年1月，有三名在美國加州的藝術家對Stability AI、Midjourney與其他公司提出訴訟，聲稱在沒有得到任何的同意或補償下，他們的作品被用於AI訓練。他們認為AI圖像生成是一種“21世紀的拼貼畫工具”，如果Stable Diffusion和其他公司繼續像這樣開發運作，藝術家將被它們取代。

上述案件結果可能取決於是否被認為是‘合理使用（fair use〔著作權法的一個概念，允許人們於某些情況下，無需徵求著作權所有者的同意，就可以使用受著作權保護的部分內容。〕）’，其中一個重要的標準是‘是否為變形轉換利用’。如果AI生成的作品與訓練數據有足夠的差異，那麼合理使用很可能被接受。一項研究表示，Stable Diffusion雖然幾乎完全複製了部分的訓練圖像，但複製率非常低，大約為0.03%，所以Stability AI認為這些訴訟是源於對技術運作原理的誤解，不是將圖像片段儲存在某個地方，而是將每個數據的特徵或模式壓縮成數碼資料，然後根據提示而生成，所以不是“拼貼”而是“轉換”。

如果AI生成訓練是出於非商業目的，那麼合理使用也可能被認可。Stable Diffusion是由德國慕尼黑大學的研究人員在Stability AI的資助下開發的，數據是由德國非營利組織LAION收集的，當然，Stability AI已經以這種訓練有素的AI生成為基礎，創建了Dream Studio商業服務，但它與AI的開發和訓練階段保持距離（有人將其描述為：AI企業公司如何洗白數據責任的方式）

▲Stable Diffusion生成了扭曲的Getty Images形象LOGO


▲Stable Diffusion幾乎完全生成出一些訓練的圖像數據，但百分比很低。上排為AI生成圖像，下排為訓練圖像素材。
©《是數位藝術或是數位仿造？研究生成模型中的數據複製（'Diffusion Art or Digital Forgery? Investigating Data Replication in Diffusion Models）》

即使Stable Diffusion的AI訓練是合法的但仍存在非法／爭議的情況，Stable Diffusion在2022年8月開放原始碼，任何人都可以自由進行訪問、使用與修改設計，一個名為Automatic1111的用戶開發了“Stable Diffusion Web UI”，使用用戶比以往更容易使用這種AI生成圖像工具。

用戶在他們的數據上進一步的學習，創建多個特定風格的衍生模型，並在Hugging Face〔針對AI的開源社群平台，使用者可以在上邊發表和共享預訓練模型、資料集和展示檔案等〕等平台分享，例如“Anything”或“Abyss Orange Mix”是日本動漫風格的圖像生成模型，而“Chillout Mix”是生成亞洲女性寫實圖像。目前尚不清楚這些模型究竟是使用哪些圖像進行訓練的，它們在訓練或創作階段可能侵犯了版權或肖像權。

此外，用戶可以“微調（fine-tuning）”網路上共享的模型。例如，如果在Stable Diffusion中使用LoRA（Low-Rank Adaptation）等工具，可以用幾十張圖片來訓練AI製作出一個特定的角色或人物，然後AI在用戶的提示下模仿生成出新的圖片，這表示你可以通過現有插畫師的作品來使用AI進行“修飾”。

版權是人類思想或情感的表達，到目前為止，確實存在不承認AI創作的繪圖是AI的“作品”的趨勢，不過，根據用戶在AI生成圖像中投入的時間與精力，可能會有人類著作權的認可空間。僅僅因為它是AI圖像，並不意味著版權法對它不適用，對生成的原作者也是如此。

▲Stable Diffusion Web UI的使用者，已經在特定的圖畫風格進行額外訓練模型，這就是為什麼會看到相似臉孔的AI生成圖像。


▲Stable Diffusion Web UI也可以透過指定姿勢來生成出一個動畫風人物。

“圖像生成AI應該受到立法規範”國會請願書

신용우律師（지평律師事務所〔Jipyong LLC.〕）表示：“要認定侵犯版權，不僅要有相似的結果（實質性相似），還必須有一個被查看和複製／抄襲的對象（依據）。如果一個AI被使用集中對某個藝術家的作品深入研究學習，或者只是稍微改動某個作品，即使是AI生成圖像也可能構成侵犯版權，在這種情況下，誰應承擔責任，將取決於AI和用戶各自為這圖像製作付出了多少貢獻。”

韓國繪圖創作者也開始發聲，今年4月10日，國民請願網站〔국민동의청원〕上張貼了一份題為“防止圖像生成AI被盲目使用與濫用應立法規範的請願書”，一個月內，達到5萬人（100%）簽署了請願書。請願書要求三件事：

首先，可以檢查AI企業公司使用的訓練數據是否包含受版權保護的圖像，並要遵守許可證規定，因此必須制定或修改“強制AI訓練數據集透明化”的法律。

第二，應要求AI生成圖像，須註明AI模型、原作者等來源，並打上水印等，以便驗證是AI製作的圖像。

第三，為了以道德與負責任的方式使用圖像生成AI，應該進行版權與肖像權的相關知識宣傳和教育，並提供案例指導。

▲請願立法規範以防止濫用圖像生成AI。 一個月內有5萬人簽署。
ⓒ韓國|國民請願網站〔국민동의청원〕


這不是一個不切實際的請願，歐盟最近在討論一項法案，該法案強制要求像Stable Diffusion和Midjourney這樣的“圖像生成AI”與像ChatGPT這樣的“文章生成AI”，在開發過程中使用受版權保護的素材必須予以公開。這場爭論將不可避免地導致是否對提供數據／圖像訓練AI的人支付報酬。

有像這樣的案例，Shutterstock是一個類似Getty Images的圖像平台，它正在與OpenAI〔OpenAI是美國一個AI研究實驗室，由非營利組織OpenAI Inc，和其營利組織子公司OpenAI LP所組成〕合作，OpenAI是圖像生成AI（DALL-E）的開發者〔也是ChatGPT的創造者〕，正在推動為AI訓練提供圖像的內容創作者提供獎勵的實驗，然而，人們擔心，在大規模收集數據的同時，每天獲得同意與支付，這是否能實現可行性，即使有可能，也只有少數大公司能夠開發出AI（Stability AI是一家總部位於英國的初創公司，堅持開源，以防止某些公司壟斷該技術），也有其他人擔心此舉是否會減緩技術發展。

支持Stability AI的非營利研究機構EleutherAI的研究負責人양기창謹慎地表示：“已經到了必須承認人類學習和AI學習沒有區別的階段了，只有付費才能獲取或只能與少數人共享的數據不應在未經許可的情況下進行學習／訓練。但是，至少對於在網路上公開的、任何人都可以查看的數據，我認為讓AI學習的行為不應該受到任何限制。故意抄襲必須受法律規範，但AI和人類在根本上是一樣的，都是通過觀察世界上存在的無數圖片來獲得靈感，創造出新的東西。”

當然人類的創作者很難認同這種說法，同意國民請願的插畫師이 아무개說：“網路上公開的圖像不是公共財產，它們是每個創作者投入時間與心血的結果，至少它們不是為了讓其他人使用而畫的。AI學習聽起來像是學習，但結論不就是盜用嗎？主張AI學習與人類學習是一樣的，完全無視人類在創作作品的過程中產生的勞動價值，這就像為了畫好一幅畫而忽略了你為得到別人的認可而付出的所有努力。

爭議的核心在“畫風”，人類創作者一生大部分時間都在建立自己的風格。然而，在韓國和國際上，畫風（繪體。風格）不受著作權法的保護，只有“表達／表現”受法律保護，其目的是為了鼓勵自由創作。但是從哪裡是畫風，又從哪裡是表達？如果圖像生成AI的出現使任何人都能在短時間內產生大量特定創作者風格的作品，那麼誰會花時間和金錢去委託原畫師的作品呢？如果通過AI生成的作品與原畫師的作品競爭，威脅到原畫師的生計，那麼不能排除這會影響創作者目前或潛在的市場價值的可能性。