20世纪50年代末到60年代初,一群艺术家和作家住进巴黎一家破旧的酒店,后世将其称为“垮掉的酒店”。这群“垮掉的一代”在这里依靠偶尔迸发的创造力完成了奇怪的艺术嫁接,并为后来的反文化革命奠定了基础。
当时住进酒店的一位艺术家布里昂·吉辛 (Brion Gysin)提出了所谓“剪裁”法,他用一把美工刀将书籍或期刊精细裁开,再把内容粘贴在一张纸上,创作出完全不同的新作品。作家巴里·迈尔斯 (Barry Miles)则在自己2000年出版的著作《垮掉的酒店》(The Beat Hotel)中提到,目睹吉辛这种解构再重建的艺术创作方式,那些作品遭到拆解的人们感到十分不安。
今天,类似的浪潮似乎再一次袭来。生成式AI正在迅速生成各种艺术品和文本,并与当年一样在艺术家和新一代创作者间造成紧张关系。恍惚之间,我们似乎又再次回到了吉辛对主流文化发起攻击的20世纪60年代。
时间在你这边
Adobe公司首席战略官斯科特·贝尔斯基 (Scott Belsky)来自初创公司Behance,2012年,Adobe以1.5亿美元收购了这家年轻企业。2019年,Adobe推出了Moodboards,艺术家可以在这里为自己的创作收集艺术灵感。这项功能的定位,就是为艺术家们提供酝酿创作思路的起点。
贝尔斯基表示,创造力是世界上最伟大的资源回收计划。人们会从以往的一切中汲取灵感,再把这些与自己的想法、世界观和体验相结合,进而创造出前所未有的新事物。
“其中的不同之处在于,人脑是通过随机数生成器实现这种效果的,但这个生成器并非真正随机。它与我们头脑中一切根深蒂固的东西有着千丝万缕的联系。但对计算机来说,那就是真正的随机数。”
在贝尔斯基看来,这绝不只是一种创意理论,而是可以通过生成式AI工具Firefly实现的具体功能。Firefly允许艺术家们描述图片或风格,并在极短时间内生成参考结果。与其他生成式AI工具一样,艺术家可以随时与机器交互并根据需求调整结果。而其中使用的原始素材,均来自Adobe Stock和公共领域/开源艺术品库。
然而,这样的创作过程似乎与当初垮掉一代的艺术家们及其美学风格大相径庭。毕竟现在的很多创意作品纯粹是以商业形式,或者说最直接的审美消费需求所产生。尽管与文本写作等领域相比,生成式AI对商业创意工作的影响似乎没那么严重,但吃这碗饭的从业者仍然担心自己会被新技术彻底取代。换句话说,AI会不会从人类手中夺去创造性工作?
贝尔斯基认为大家没必要担心。在他看来,生成式AI最终并不是要取代创意人员,而是把更多时间还给从业者:
“我认为,许多创造性的、常规的、平凡且重复性的内容将被AI功能所取代。以此为基础,创意专业人士能够利用空出来的时间提高数字体验的标准。所以他们只会变得更好,因为这些创意专业人士将有更多的时间和精力来探索更多可能性。”
就业市场是否会受到影响?
创意工作往往充满压力,那么生成式AI会导致创意人士丢掉工作吗?这是个复杂的问题,目前似乎还没有明确的答案。但贝尔斯基也承认,随着AI技术在工作领域的逐步渗透,某些岗位确实会消失。但对于大多数创意人员,则没必要太担心:
“随着逐步释放出丰富的创造力,行业最终其实需要更多的从业者,而不是更少。”
在他看来,如果将创意流程与客户体验(Adobe在这方面也有相关产品)相结合,将会为企业提供更广阔的体验提升空间。也就是说,他们可以利用同样的资产针对不同客群打造更加个性化的使用感受、充分发掘资产所对应的绩效数据,并随时间推移不断调整和优化。
但关于AI会不会砸人饭碗这事,可能还有其他有价值的切入点。Box公司CEO亚伦·列维(Aaron Levie)表示,AI能做好一件事,并不代表它能像人类那样做好所有事。
他在采访中表示,“其实人们有点过度看好AI能做到什么,又低估了人类将所有不同任务整合在一起这种能力的深度和意义。正因为如此,大家才总会预测失败。总有人觉得AI能很好地完成特定的某件事,就证明它能在这方面取代人类,但其实根本就做不到。人类工作的过程,是个在无数种变量和行动间做出权衡的过程。”
同样的结论也适用于创造性工作。虽然我们可以用生成式AI创作故事或艺术品,但机器人仍然缺乏艺术家的灵魂——或者更通俗地说,缺乏对创作过程的理解。它只是在复制某种已经存在的风格,而艺术需要掺杂人类的情感,且目前还没出现能把情感提炼成计算机程序的有效办法。
因此,虽然如同当年吉辛剪裁法那样对过往作品的借鉴和借用仍将存在,但这并不会削弱创意成果的原创性。毕竟如果没有这些艺术家的持续产出,也就不存在能够根据这些素材快速生成新作品的人工智能了。
好文章,需要你的鼓励
第一资本就凭借着对数据资源的差异化运用成功脱颖而出。”这样的基础不仅彻底改变了该公司进军银行业的方式,还建立起良性循环,使得更好的数据支撑起更强大的分析能力,进而改善客户交互并产生出更多数据。
Fortinet有着三大重要组成部分,“安全组网”、“unified SASE(统一SASE)”、“AI赋能安全组网”过去三年同比平均增长了14.6%、21.7%、22.3%,远超行业同期的9%、19%、14%的增长率。
近日Max Chan和我们分享了Avnet公司在现代数字领域得到的经验教训,从优化云支出到利用AI提高客户满意度。
金融服务公司Discover Financial Services采用容器化方法来实现其工作负载的敏捷性和灵活性,同时探索生成式AI的长期优势。