談到 AI 造圖，很多人都知道 Deepfake，但過去一年湧現的多個 AI 程式，已經將造圖提升到前所未有的新層次。由 Disco Diffusion、Midjourney 到 DALL·E 2 測試版，用家只要輸入連串文字，便能夠無中生有多幅圖像，由大師風格的畫作到紀實風格照片全都能應付。這場 AI 造圖的軍備競賽，遠遠還沒有停下來的跡象。
故事可以從 2015 年說起，當年 AI 技術的突破，在於程式可按照片內容，自動生成文字描述。按美國媒體 Vox 指出，當時有研究人員就好奇，是否可以倒轉過來以文字自動生成照片。他們的野心不止於 Google 圖片搜尋，而是企圖以文字無中生有一幅全新圖像。
進行研究的 Amazon Web Services 應用科學家 Elman Mansimov 受訪指出，美國校巴基本上都是黃色的，研究人員就嘗試以「一輛停泊在停車場的綠色校巴」（A green school bus parked in a parking lot）的文字描述，指令 AI 無中生有一張圖片。當時 AI 只能夠製造 32 x 32 像素的微小圖像，但這份 2016 年發表的論文，足以證明 AI 造圖的潛力。
2021 年 1 月，由 Elon Musk 支持的人工智能研究公司 OpenAI 宣佈，文字自動造圖 AI 程式 DALL·E 終於誕生，名字來自超現實主義藝術家達利（Salvador Dalí）與 PIXAR 動畫電影 WALL-E 的結合。但 OpenAI 沒有正式公開程式，於是過去一年間，獨立的 Open Source 開發人員就利用「預訓練模型」（Pre-Trained Model），自行開發文字造圖 AI 程式，供網民免費使用。
一年內不斷被超越的 AI 技術
Disco Diffusion 是熱門的程式之一，造圖需時幾分鐘到半小時不等，用家要面對大量程式碼，使用門檻較高；後起的 Midjourney 門檻相對低，搭載在社交平台 Discord 群組，透過 Bot 把文字轉換成圖像，造圖時間只要 60 秒；DALL·E mini 的使用門檻更低，建立在 AI 社群平台網站 Hugging Face，用家只要有瀏覽器即可使用，但畫面質素不如前兩者。
直到今年 4 月，OpenAI 宣佈研發改良版 DALL·E 2，有別於其他造圖工具以模仿不同畫風為主，DALL·E 2 可生成仿如新聞照片的寫實圖像，不但速度快，還可要求局部修圖，目前被公認為性能最好。但程式尚在研究階段，造圖過程仍可能出現嚴重錯誤，測試版目前僅有限度供預選的用家試用。
這場競賽遠遠未結束，Google 人工智能專案團隊 Brain Team 在 5 月底發表論文，證明其 AI 造圖程式 Imagen 更勝 DALL·E 2，標榜生成更逼真的照片，而且圖像質素更高。Imagen 宣傳照片以擬人的可愛動物作招徠，但目前仍未開放應用。
2018 年，曾經有 AI 人像畫面世，以 43.2 萬美元成交，及後都有一系列類似的 AI 作品誕生。當時投入這股熱潮的藝術家 Mario Klingemann 向 Vox 解釋，其時要製作 AI 人像畫，必先收集大量人像畫數據，再自行訓練 AI 模型，同樣的模型亦不可能繪製風景畫。但過去一年湧現的 AI 造圖程式已突破局限，你只要把想像轉化成文字，餘下工序都可由 AI 代勞。
CUP 出版 @ 香港書展 2022
不論是寫還是讀，文字能抒發人的心情，也能紀錄時代掠影，在今個夏天尋書香，就是我們能捕捉的小小歡悅。CUP 媒體準備了多本好書待讀者發掘，更有精美周邊產品，不容錯過！
- 7 月 20 至 26 日（星期三至星期二）
- 灣仔會展 1B-E31 攤位
