查看原文
其他

AI入侵时尚,人类还能坚守阵地吗?

yohanna 风尚志杂志 2023-02-11

▲吉克隽逸、陈燃等艺人穿上ANNAKIKI2022秋冬米兰时装周NFT秀款虚拟服装——后性别基因(post-sex gene)

深蓝统治了国际象棋,阿尔法狗让围棋大师们俯首称臣。现在AI又来时尚、艺术领域搞事情了。


2022年8月,在美国科罗拉多州举办的艺术创作比赛中, Jason Allen 的作品《太空歌剧院》用复古的笔触画出了奇异的未来场景,Jason 因此获得了奖金和奖章。出人意料的是,Jason 在网络自曝,这组画是他用独立研究实验室 Midjourney 生产的人工智能程序完成,后者能够通过文字提示,创建非常精细、逼真的图像。



这无疑引起了艺术界内外的激烈争议:从赛制上来说,AI 作画与人类作品一同参赛,对于花费了大量时间与金钱的“真人”是否不公平?从更宏观的角度看,如果 AI 继续发展,画家会不会被仅输入几个关键词就能有惊艳作品替代?那么达芬奇、梵高、毕加索的价值是否该获得重估?


同样的担心也可以放在时尚行业:时尚设计也会被 AI 设计所取代吗?计算机程序会取代人类的创造力吗?



AI 全称为 Artificial Intelligence,即人工智能,其最大的特点是具备学习能力AI 设计与人类设计师之间的博弈,本质上还是审美话语权的问题。考古学和艺术史告诉我们,审美欣赏和审美创造活动是人类自脱离动物界、产生独立思维和劳动创造以来就产生的能力。审美涉及人类从低级感知到高级情感的认知过程,人类的思考与探索行为是被生活、现象刺激感官后的结果,而算法程序所做的是大数据统筹,以及把大众审美融合到一起的动作,并且还无法判断一个设计的水平高低。当人类还掌握审美话语权时,AI 仍然还是一种工具。


不过换句话说,美学这个复杂的领域也是测试 AI 局限性的终极试验场。AI 的作品在美学领域优于人类,或许只是时间问题。


其实一直以来,时尚设计的审美话语权,都掌握在以创意总监为代表的品牌管理者手中,设计团队的助手们就像AI机器人一样工作。包括川久保玲、Muccica Prada 和 Virgil Abloh 等设计大师的主要工作就是向团队输出灵感、素材要求和设计理念。大师们几乎不会亲自操刀进行设计。


▲川久保玲与其设计团队


所以一种可能性是,随着 AI深度学习的能力不断增强,一位创意总监用一套AI就能完成设计输出的时代并不遥远。


配饰设计师 Percy Lau 告诉我们:未来,很多职位都会被机器替代,特别是那些缺乏独创性,只会跟着客户亦步亦趋完成设计的组织。简单说,如果你不思进取,则会被AI所取代。


毫无疑问,当人工智能发展程度越来越高,它们很可能从助手的角色转变为主角。在时尚领域,科技早就应用于缝制面料到分析流行趋势等各个环节。随着 AR、VR 和 3D建模的到来,服装生产和设计的数字化浪潮也随之开始。


2016年,谷歌与德国时尚平台 Zalando 合作,开发了设计预测引擎 Project Muze,这个工具可以通过模仿人脑算法的神经网络和美学参数,然后通过谷歌输入 600 多名时尚专家的颜色、风格和印花等内容,完成这些动作之后,Project Muze 就可以画出服装草图。


Project Muze 的出现预示着 AI 与时尚设计距离越来越小。2019 年,由深兰科技推出的 AI 设计师 DeepVogue 在中国国际服装设计创新大赛获得第二名。DeepVogue 可以通过深度学习,在吸取设计师输入的设计素材后,根据所得到的元素推出不同款式的时装设计,设计师再根据品牌定位、成本预算等进行修改和打样,最终实现服饰的实际生产。


▲DeepVogue作品


人工智能研究实验室 Open AI 的 DALL-E 也正被应用到服装设计中。服装设计与生产平台 Cala 与 Open AI 进行合作,计划加入由 DALL-E 驱动的 AI设计工具。Cala 的用户可以自行通过文字描述和参考图片生成新的设计。Cala 创始人 Andrew Wyatt 表示,通过 Cala,人人都可以设计服装。


可以说,随着模型训练的持续深入,AI 设计师开始变得更加有机、有流动性,他们往往会缔造出人意料的设计组合。19 岁的 AI 艺术家 Robbie Barrat 就曾使用 AI 的神经网络处理法,大量提取了 Balenciaga 的品牌元素、时装秀和图像,设计出具有 Balenciaga 风格的服装系列。


▲Robbie Barrat 设计的 Balenciaga


主流时尚品牌也拥抱AI技术。李宇春就曾穿着由设计师张卉山与 IBM 的 Watson 系统合作设计的礼服出席活动。IBM Watson 事先学习了李宇春的风格特点,并在张卉山的引导下,在一周内就快速从 50 万张图片中识别、精炼出礼服设计所需要的廓形、面料和颜色等元素。


2018 年,Tommy Hilfiger 联合纽约时装学院 FIT 与 IBM 达成合作。IBM 的 AI 工具吸收了 Tommy Hilfiger 所提供的1.5 万张产品图像、10 万张面料图案,以及大约 60 万张秀场照片,计算出具有品牌特性的设计轮廓、颜色和印花图案,供 FIT 的学生使用。


FIT 设计和技术实验室的执行董事Michael Ferraro 表示,AI 强大的吸收与分析能力是人脑无法全部快速消化和理解的,而利用 AI,FIT 学生就可以快速把自己的灵感与计算出的结果相结合,设计出有 Tommy Hilfiger 品牌特性的服装。当这项技术大量被使用并投入市场,消费者就可以自己在 Tommy Hilfiger 定制个性化的服装。


对当下流行趋势高度敏感的快时尚早就将 AI 应用于设计中。印度时尚电商 Myntra 使用 AI 算法 Rapid 捕捉社交媒体、时装发布会上的流行趋势,以及消费者偏好,并将分析后的数据应用于实际生产。由 AI 设计的 T 恤 Kurtas 由橄榄色、黄色和蓝色色块拼接而成,在消费者不知道是由机器设计的情况下,已经成为 Myntra 最畅销的产品之一。AI 在不知不觉中,已经有成为销冠的潜力了。


▲印度时尚电商 Myntra 使用 AI 算法设计的T恤



可以看到,随着科技的发展,AI 正在不断增强抢夺审美话语权的能力。如果人工智能极度发达,机器可以准确理解人类的审美偏好,甚至比人类自己还要理解自己,同时,还能以比人类更准确的方式记录我们的审美,然后通过学习产生新的创意风格和美学流派。


Lev Manovich 在《人工美学:人工智能、媒体和设计的重要指南》一书中甚至预测,通过分析人类美学和人类文化中美学的多样性,AI 可以创造新的“文化”——即真正创造出新的艺术和美学类型。


这并非纸上谈兵, Percy 就正在尝试用 Midjourney 进行创作。她强调,自己并不会把 AI 当做工具,而是将其作为一个智能化的、有可能超过师傅的助手。AI在创意领域制作的作品在美学上优于人类可能只是时间问题。保守的艺术观点将技术视为是否是“真正的艺术”的标准,然而AI正是为了处理技术而被设计的。


▲图片来源:Percy Lau


当 AI 掌握传统艺术技巧,那么未来对于艺术与设计,甚至美学的定义都会发生颠覆性的改变,而杜尚们创作的、经常被调侃为“小孩也可以做到”的当代艺术或许反而会成为人类创造的一片净土。从文化创意产业角度来看,AI创作的作品达到的成本与收入比,也会远远优于人类生产。如果以技巧为艺术和创意的标准,那么AI无疑将夺取人类在该领域的话语权。


不过从历史角度出发,我们会发现技术的发展实际上扩大了人们的影响力与权力。由于人类体力上的限制,杠杆、齿轮与发动机被发明;显微镜与望远镜突破了人类视觉的限制;计算机的发明则提高了人类计算与记忆的认知技能。按照这一论点,人工智能的设计与其美学语言可以说是对人类审美技能的增强。Lev Manovich 提到,如果说媒体是人类感官的延伸,那么人工智能就是人类调节自己与世界关系的进一步延伸。


Percy 表示,单纯比较学习效率的话,AI 一定会超越人类,但是我们不能忽视人类本身的潜力,人类大脑到目前也没有被研究透彻,人类的情绪、学习能力,都潜力无穷。AI 更像是一个超强的绘图师,而它的背后是大师川久保玲。


人工智能时装品牌 Glitch 创始人 Pinar Yanardge 也认为,人类在解释材料、缝纫图案方面仍然应该有话语权。精彩的设计通常需要人工检查数千个 AI 生成的设计,人工智能的创造力是一种赋能范式,而不是完全的自动化。这与 Midjourney 创始人 David Holz 的观点不谋而合,他曾表示,在将两个不同概念混合在一起的能力上,AI目前基本是人类的水平,但艺术家不仅仅是关于图像的产生者,艺术往往是关于故事和情感的,而AI没有故事和情感,AI创作的影像叙事最终还是来源于使用者。


在审视创意作品时,对作品的评论不是单纯的描述或分类,而是人类对作品产生的想法的表述,如果没有意义的模式化描述是空洞的,那么没有人干预的作品就是盲目的。即使是没有人为干预的自然现象,比如雪花、蜘蛛网或者花朵,都可以成为被人类观察者欣赏的对象。也就是说,审美依旧是人类独特的能力,而这是AI无法达到的。


在《仿生人会梦见电子羊吗?》中,区别仿生人与人类的方法是“情感”,仿生人的数据分析无法分析到人类情感。人类创作的一件作品背后,包含着历史、思考、作者个人的经历、情感等,是否是艺术品也取决于我们在这件作品上赋予了多少文化资本、象征意义。对于AI来说,杜尚的马桶或许只是一个工具,而从人类艺术发展史来看,杜尚的马桶是现代艺术无法绕过的伟大作品。




CAST


     撰文|yohanna

责编|Lexie

视觉|Sean

 排版|徐梓覃

 

阅读推荐








您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存