我一直很想把一些舊的圖片做一些處理與回顧...
我從中學開始學畫圖，到現在也過十幾年，也差不多三四年前是我在繪圖頂峰，不過後續就沒有繼續從事繪圖工作，轉向管理與系統開發。
按照 Anders Ericsson 的 《一萬小時天才定律》一書，如果你有正常適當的努力，至少十年以上，就有機會達到那個領域的專才，而我對於繪圖算是不離不棄，雖然不一定是天才，但有真心認真過。
按照 Anders Ericsson 的 《一萬小時天才定律》一書，如果你有正常適當的努力，至少十年以上，就有機會達到那個領域的專才，而我對於繪圖算是不離不棄，雖然不一定是天才，但有真心認真過。
之前很流行的Stable Diffusion，公司裡面也很著迷，最近ChatGPT更是很紅，雖然公司引進AI來輔助製作.......完成大量生成人物、背景、遊戲、聲音與故事連結等等....已經用三年多，至少基本程式與藝術創作的需求一直不是人手，不過公司最缺乏的就是他們所謂的大模型吧? 資料也只能是自己公司做的，所以自然就有侷限，也沒有ChatGPT這麼誇張，設計與管理還是很靠人腦。
這種轉變，讓我回想起很多故事，我記得以前看過一個很老的動畫《小浣熊》（あらいぐまラスカル），這是一部講述大自然共存的作品，裡面有一幕就是主角爸爸跟朋友爭執汽車與馬車誰該存在的故事...如果我沒有記錯.....不過這一幕讓我在幼稚園時記憶深刻，我記得主角爸爸認為汽車是未來科技，勢必會取代馬車，而支持馬車的人認為，馬有汽車無法取代的情感與關係，兩邊都沒有錯，現在還有人出門上高速拉馬車麼？但是馬也確實有無法取代的價值，至今很多農村甚至警察都在使用馬。而現在繪圖也差不多有這種特質，雖然不敢預測未來是什麼樣子，但是從現有東西來看，趨勢是可以從現況推敲出來的。
假設我又回到中學時～如果當時就有Stable Diffusion，我到底會怎樣呢?
我拿自己的畫來做實驗，看看AI怎麼去重新形容我的作品，再想想是否影響到我後面道路
首先，
在軟體使用上，我讓中學的作品，搭配AI自己自動化去解釋，偶而提示一下
- 使用stable diffusion，模型使用anything 3.0跟waifu
- 描述的prompt完全由AI自己生成
再者，
我會用一個藝術創作的基本原則去做很簡單的觀察
第一是人的主觀原則
- 結果導向
我的作品達到某個結果做為目標設定 - 過程導向
我的創作過程，帶來什麼成長與感受為目標設定
兩個可以同時並存也可以單一存在
第二是創作的客觀原則
一般可以由產品設計的理論，讓構思簡單分為三種思考的方向
- 分析式
這很像Elon Musk提過的First Principle，由單一基礎原理進行邏輯分析並且理解，
同理也能使用邏輯推理產生創作的導向，這方面式使用方法來解決創作上的問題。 - 組合式
重點在於目標物，並用直覺或者形象上的項目，進行擬合創作，在這部分，他並不依賴邏輯分析，而是直觀的進行拆解並對自己理想的方向做素材組合。 - 聯想式
通常這類創作非常依賴靈感，如果你是一個右腦發達或者容易胡思亂想的人，這個方法會符合你的創作方式，也會讓觀眾有跳躍式的體驗，不過也要自己思考，那些東西過分自我，以免落入落落寡合的窘境。
AI繪圖的技術，已經變得非常簡單容易使用，不過駕馭得好，並不是件容易的事情，我目前還沒有很擅長使用，我只是新手，所以請多多包涵，我更在乎的是AI能不能把我當時創作的精神更進一步加強細膩，甚至是延伸創作。
一、鉛筆與簡單上色
1. 做為增加細節的參考
這是一個2009年左右畫得圖，他是一張以遊戲角色為參考的草稿，
在這裡我發現，AI在草稿上，必須要在他放飛自我前做選擇，
通常AI增加的細節都是不錯的，但都不足以滿足需求
同樣是很久以前的草圖，他能做不少細節調正
證明兩個角色互動，只要少許指導就能自己完成
此外他能判定出捏臉的動作
2. 有限度的無中生有
例如下面這張圖，少女手中是拿著花冠，因此我在prompt裡面，增加花冠的英文單字，不過顯然，他並不知道花冠是什麼，或者他認識的文字並不是我所知道的，
一般這種做法，是用Photoshop，加上一個網路上找得到的花冠檢貼上去，AI就會算出來，
不過如果只要文呢?
原圖:
我嘗試了一陣子，發現他還是只能有限度的認識東西的增加
例如我增加flower.hand，他就會變成下圖
認真來說，算是不錯的，即便有錯誤，但是改得可以接受
不過眼尖地人應該會發現花朵解釋不能是風，而是要懸浮的魔力之類的
AI:
AI:
3. 錯誤骨架的變更
他不能像ChatGPT這麼聰明，能對圖片做修正的解釋
不過他會換個詮釋來改變圖片，或者說，模型會巧妙的發現不合理並改掉，即便他自己也是有細節的錯誤，但整體的想法還不錯。
下面這個圖片是我剛學畫畫時，沒有摸清骨架就下筆的，可以看得出來，我畫的圖，頭骨的部分就有錯誤，而AI這部分轉變就變得很有意思，他使用比較長的鼻子來調整視覺，並且用布料來掩蓋過量的頭髮，脖子也比較正確，實際上人的脖子上半部會寬一點
其中帽子上的花才是創作的重點，因此底下的人物並沒有這麼重要，而這部分ai做得不錯。
4. 上色問題 - 自動上色
我有嘗試讓他 "自己" 上色
也就是在Prompt加上顏色的提示
當CFG越高，也就越放飛自我的，變成其他圖了
嘗試了幾次，如果你不在乎那些原先設定，反而是帶來不少有趣的構圖
5. 上色問題 - 預先上色的鉛筆草圖
下面這個圖是我2007年畫得，那時候我沒有繪圖板，也剛開始學畫畫，使用鉛筆進行一些色階的處理，然後嘗試在電腦上，使用一個現在已經不存在的繪圖軟體，以滑鼠用噴槍與填色去完成作品。
這個作品就是小女生很高興抱著媽媽的圖，並沒有特別意涵，以前只是想要嘗試新工具。
實際上，AI在光影邏輯上，比以前的我正確，但我想大家也看得出來，這裡面有不少缺失，
相對於前面厚圖，因為這個圖片的品質非常糟糕，也因此AI在模仿與轉換時，可能誤判就多很多，當然還有一個問題就是手指比例，這也是AI的弱點。
不過我也發現，線稿相對乾淨時
你並不需要做太多的填色就能，AI就能輔助完成整個顏色表現
這對於習慣用鉛筆構圖，並且不喜歡花太多時間上色的人而言，會有不小幫助
不過細節的部分，可能就有待工程師的訓練
下圖就是一個例子，作圖邏輯是愛麗絲偷偷拿走兔子的懷表，而兔子驚訝的摸著口袋並看著愛麗絲的手中物品，看起來ai都有成功辨識，並且知道眼睛要注意在懷錶上
原圖:
AI:
6. 上色問題 - 只須選色的第三方工具
選色後自動填色，這個功能幾乎現在所有的繪圖工具都多少會提供，例如免費的krita，或者付費的CLIP STUDIO
比較像玩具的是 https://petalica.com/
不知道大家有沒有玩過，理論上它的設計非常吃完線稿整度，另外你選色填在某些區域，他就會自動幫你填滿，草稿就會變得很難用
不過當你完全沒打算好好畫得時候，這一個工具就變得滿好玩的
經過嘗試....
你只需要能畫出差不多的草圖，像我這樣亂七八糟的，並且自己配色就可以
時間...可以壓到5分鐘內完成
至於商用價值，比較像是團隊的大腦風暴可以使用，如果跟客戶討論，應該不行
二、用繪圖板繪製的圖片翻新
我那無法見人的黑歷史
我記得我第一張數位繪圖是用一個100元滑鼠畫的人，因為沒有感壓，頭髮就花了大量的時間，不過現在看起來是如此單純
跟前面的一樣，你只需要稍微提示，他就能完成自動上色，並且效果還不錯
這讓我發現，越單純的上色，反而對於AI來說越好辦
厚塗法
這是十二年前的作品，當時候我轉用CG繪圖第二年，在嘗試厚圖法，不過以前的螢幕不像現在，普遍好一點的顏色能到sRGB或DCI-P3 100%當時的螢幕大概都是60~70%sRGB，我繪圖板是很老的wacom Bamboo，現在連圖片都找不到了，解析度比現在滑鼠還低，而且只有256階感壓，所以我只能採用厚圖與圖層來做控制手段。
這作品的主軸在於突破違和，背後是平淡無奇的花，而少女從背景中成長出來，注視著眼前的你，頭戴果實，光從頭上打下，有光暈的朦朧感，讓畫面柔和一點。
我希望看的人，注意到她也看著你，然後遺忘掉，然而他身體與背景融合著的違和感。
AI：
這部分我完全讓AI自己對圖片生成文字，然後進行重繪，
意外改得不錯，果實的部分改成花，並沒有不好，另外光影也完全符合我的期待，當時沒有掌握的聚焦與模糊，他也幫我做好了，更搶眼而容易讓人遺忘背景。
然而我沒有讓AI自己對圖片進行描述，直接仿我的圖時，
很明顯他就畫出近似我原地上色與搭配，而文字的部分也改得很微妙
手指塗抹
手指是一種常見的工具，很多畫家會用手指磨出想要的陰暗或類似暈染表現
不過他的缺點也很明確，就是容易花太多時間，而且精準度有限，這時候工具介入就很方便加強完成度
但同時，他也就會犧牲掉邊緣毛毛的特徵
當然，最大的好處在於，能變出不同風格
不過讓我覺得比較意外的還是，手指的花紋，他改成花紋，這是不錯的感覺
應該是媒合下，比較近似的
失敗的賽璐璐
實際上國中時候也沒有youtuber
所以當時亂畫，客觀來說，我中學到大學畢業初期，並沒有真的賽璐璐作品
下面是一個很老的動漫作品，少女愛上姐姐，經過調整之後，我讓她喪失些細節來強化整體完整性
看起來是成功的
下面這個作品，是要準備上大學前畫的，作品重點是櫻花與飄逸的感覺，所以少女是動態的移動感，
錯誤的部分諸如馬尾、和服領口與木屐等等
不過也有不少地方做得很優秀，例如奔跑的腳，那個肉與襪子產生的咬肉感，或者櫻花的花瓣，都合成的不錯。
原圖:
AI:
水彩
這作品是以動漫作品BLACK★★ROCK SHOOTER為基礎概念去畫的，黑岩射手是一個十二年前的作品，他知名的原因是因為畫家huke畫的人物具有很強大的魅力
當時嘗試用SAI水彩筆
在AI轉變後，那個數位水彩筆的筆觸就消失了，不過整體品質也提升了一些
偶而會自動補色
這個就是一個例子，例如鈕扣我沒有上色，他自動補齊了
若沒控制好，容易開始色色
按照一些專家說法，就是他的學習模型，如果偏好
下面是一個以前的練習作品，錯誤的點非常多，也沒有任何意義或特徵
但是透過AI，調整一些參數後，就自動變得色色的圖片了
小動物是罩門
我畫的動物，這個模型似乎都無法正確辨識呢
俗稱知識不足吧?
不過DELL•E2就畫得不錯....
雖然DELL•E2比較不懂一些意思，例如彼得兔，
如果長年畫畫的人，
最終會慢慢去接受一些~你覺得很糟糕的方法來創作.....
從網路出現後，你就能發現人們創作越來越容易受到網路影響，而節奏也越來越快，古時候可以流行數年的事情，大概幾周就換了或更新了，比起鑽研細節，更多朝向大方向的創作，如果你拿出1990甚至更早的動畫作品，對比現在很多畫得亂七八糟，線條簡化很多的動畫，技術跟方向完全改變，現在人更多是在乎劇情喜好。
尤其是繪圖工具，現在畫師真的能叫畫師麼? 我以前心底真的會這樣疑問，
因為有很多工具早就讓畫畫失去創作的特質，像是陰影或線條都變得很沒有挑戰，幾乎都是輔助，而不是練習你的手或者辨識，但這不是壞事，因為完成品更好，你的觀眾也會越開心，以結果導向而言，不必要的成本浪費才是對的。
所以，對於 "結果導向" 的創作者而言，會拿到神兵利器，但同時也犯了 "過程導向" 的大忌，這類創作除了變得很跳躍，也會缺少過往基礎訓練，比較不踏實。
以構思的創作的角度來看，
- 分析法：專家分析(不一定是藝術家) → 軟體工程師做程式變動→AI專業界面與運作產生變化
- 組合法：藝術家尋找直觀的形象或藝術分類 → 軟體工程師依照分類去訓練項目→藝術家讓AI組合項目
- 聯想法：藝術家初步的想法並丟給AI繪製並產生新聯想
我看同事，他們AI繪圖的作法也很有趣...
我公司有一套工具是把2D的圖片轉成3D(高低模都有)，而他們寫了一個程式反覆判斷並訓練2D繪圖AI，前幾天看到時，變得滿厲害的，以前不是都有人教怎麼辨識是AI畫的麼? 例如身體骨架、陰影位置、手指....吃麵之類的，我想如果連公司專業繪師都很難挑問題的時候，一般人就很難辨識了。
他們從不會畫畫的軟體工程師，轉變成能夠提供圖片的人，
不過，以前我也搶過他們飯碗，youtuber出來以後，學程式變得很快很簡單，
變成一種，互相來往.....
如果沒有電腦科技的發展，以前根本都想像不到這種狀況吧?
我這之前已經打了一篇文章
我已經表明兩個我的想法
- 藝術確實越來越缺少琢磨的機會，例如我們不會用石頭花一輩子鑿一個石像
- 是該順應新時代的藝術創作方法，來成就新型態的藝術
不過，
我想過去花過時間與生命畫畫的人，心理應該會非常難受與不悅
『啪 沒了』
『我到底在忙什麼?』
『這種東西本來就不該存在世界上!』
不過回頭想想，因為....不得已順著趨勢....經歷過不少次，已經不覺得奇怪了，
換個角度，如果這世界永遠不變，才是恐怖的事情...
但這到底帶來什麼變化呢?
- 創作的技術門檻，實質上變更高了
實際上人類對美的要求，只會不斷的提升，十五年前，你只需要會填色，完成模糊不清的稿，都有人買單，但是現在這種事情已經很難發生了，自動化的填充與一些工具協助，大部分作品越來越有近似的特徵與乾淨細節，而這也變成一種專業，想想，若你不願意學習軟體使用，過去就只是拿著水彩或壓克力畫圖，你便無法符合現在化大量圖片生產的要求。
同理，AI介入，也意味著你將無法單靠單一的技術來解決一些重複創作，你必須更有文化的展現作品特質，讓人有回味的空間，甚至你可以開始製作動畫與遊戲，而非單單只是繪師。 - 會消除大部分的低階內捲行為
繪圖與寫程式，並沒有有些人想像中這麼高雅與突破性，他跟大部分工作一樣，大約14%的創新，剩下都是重複性維護或者重複勞作，而且你會懷疑人生，真的需要忙在這種事情麼？如果你沒有客戶，那確實不需要，但你一但有客戶，就逃不掉這種事情。 - 虛假的創新，可能會先暴增後減少
這種事情在程式設計中常常發生，繪圖也是有，你會發現有不少工程師會有很多創新的想法，這很像James寫得《Clean code》一書中，提到的賣弄語法，他們沉浸在不必要的程式碼玩弄之上，他們會認為這是突破性的創新，但整體功能並沒有得到任何好處，因為通常軟體工程師不像工業中，做錯就數百萬廢品、殘廢甚至死亡，所以常常把非必要的事情當作創新來嘗試，不過軟體工程師，還有書可以看，繪師這邊因為缺少規格化的概念，比較感性，常常在做沒有必要的創新而不自知。
若有Stable diffusion跟ChatGPT，或許能改變資訊與繪圖產業對於創新的態度，一開始可能大家都在亂嘗試，而後面，生存會逼他們找出更精進的創新。 - 台灣在國際是否有重要價值，這次非常關鍵
我想，我們這一代都知道，少子、缺水電、物價浮誇等等，都是未來的問題，尤其是少子化，這個問題幾乎已經是無法挽回的局面，現在新生兒幾乎是我那年出生的1/3。
缺工，並不是增加你工作機會，而是增加產業外流的機會，因為不穩定人口對企業是很危險的，
未來你也沒有下屬，因為年輕的一代比你還少，
而你必須一人扛非常大量的老年人，他們老的時候，事情會非常多，你不可能用自己力氣去顧他們，像我家，整上一輩三十幾人，後代只有六人...
台灣總不能只靠台積電，而且也不是人人都是工廠上班，以前總會期待觀光帶來美術與各種文藝發展，不過幾次的情況看下來，觀光非常不可靠。
而Stable diffusion、ChatGPT等等，已經展現出前瞻性，是台灣政府與公司該大力投入的...
我相信喜歡繪圖的人不會消失，願意用手繪的人還是會很多，但是如果以生產娛樂與世界競爭，AI繪圖會是不可避免的事情。
如果讓我回到中學，若當時就有Stable Diffusion，
Stable diffusion算是讓我預見自己作品可能的未來，
但以我好強而桀驁不遜的個性，我會想超越AI的創作，
其實是一種正向的刺激。
謝謝觀看~
