近年來 AI 火熱，無論是理論（想像）或是實作，網路上都有不少人在談論。然而 AI 通常代表的是「取代」，是一種要毀滅人類的大魔王意象。如果談到視覺藝術，我們常會問「AI 有那個智慧可以創作嗎？」、「AI 具有美感嗎？」。直到某天我看見了 Keijiro Takahashi 運用 Pix2Pix 的一系列作品，這時我似乎才真正的明白，AI 在這個時代真正的姿態。
Keijiro Takahashi 是誰
Keijiro 是一個擅長使用 Unity3D 的 VJ。所謂的 VJ 就像是 DJ 那樣玩音樂，但是除了音樂外會再加上影像。而 VJ 的影像多半會隨著音樂變化，這樣整個演出看起來才會是一個整體。（當然也可能有直接播放預錄動畫的可能，但感覺會不太一樣）或許看影片比較好理解，這是 Keijiro 之前的演出：
而 Keijiro 用來處理影像的工具是 Unity3D（是一套近年很紅的遊戲引擎）。要在 Unity3D 裡面把視覺處理到這樣的程度，需要很多程式的技術。Keijiro 是非常厲害的影像工程師，對於電腦圖學有很深的技術底子，與此同時他也是一個很厲害的藝術家。
在此也要先提一下 VJ 在視覺上的特性，因為這會跟後面 AI 的應用有點關係。VJ 的重點是：即時、多變、混亂。即時是為了和音樂搭配，而多變與混亂，則是為了讓觀眾不容易膩。VJ 這種演出，很多時候是使用一些預錄好的素材，加上一些特效混合而成。例如上面那個演出，左右邊各有一個 3D 模型（預錄好的素材），為了讓視覺豐富，會對模型做一些處理，例如變成方塊狀、或是形狀歪斜（特效）。
但無論特效的風格有多少種，看久了就會覺得那個模型就是那樣，有一點缺乏變化的無趣感。因此如何在影像中加入一些有機的、混亂的感覺，就是 VJ 藝術主要的課題。也因此 Keijiro 導入了 Pix2Pix 這套 AI 技術。但首先讓我們來了解一下 Pix2Pix 是什麼。
（以上對 VJ 的描述是我個人的認知，如有相關創作者不認同，請不吝指教！）
Pix2Pix 是什麼
Pix2Pix 是一套開放源碼的工具，可以讓 AI 自動把你畫的線條轉換為細節豐富的圖形。或更準確來說，先給 AI 很多的「線條」和「圖形」後，AI 會學習線條和圖形之間的關係。之後你只要畫出線條，AI 系統就會根據之前學習的結果，自動產出相對應的圖形。（這個訓練系統的動作通常稱為 train，就是訓練的意思。現代做 AI 的重點其實不在系統本身，而是如何去 train 這個系統）
上面的描述可能有點難懂，或許我們直接看些用 Pix2Pix 產出的結果：
圖片來源：pix2pix 官方頁面範例
像這邊就可以看出電腦的學習，一開始我們可以餵給 AI 右邊那張小貓圖，搭配左邊的線條圖。如此 AI 就會學習線條的特徵，當我們繪出類似左方的圖形，就會產出類似右邊的圖形。但當我們的線條比較奇怪時，結果就會不太一樣：
我們可以看到，由於左邊的線條和現實中貓的輪廓差很多，所以最後產出就很不像現實的貓，但卻保留了真實貓咪的質感，這就是 Pix2Pix 最有趣的部分。而下面那張圖的繪者畫出了屁眼，但因為之前學習的資料裡可能沒有針對屁眼去 train，所以系統很自然的把圓形變成眼睛。
圖片來源：應該也是某網友的推文，但被這個網站收集起來
而當我們開始畫一些超現實的東西，成果又不太一樣了。
圖片來源：網友 Anderson Omori 的 Twitter
從上面我們便可以看出 Pix2Pix 這套 AI 的用處。除了像 Pix2Pix 這樣模擬真實質感以外，也常被應用在自動上色工具，例如 PaintsChainer。
來源：PaintsChainer 官網
看了這些案例，會發現所謂的 AI 跟「人性」根本一點關係都沒有，其實就是單純的「資料學習與複製」而已，這跟我們口中的那個會毀滅世界的「人工智慧」差異相當大 … 不過這說下去沒完沒了，就此打住。最後就讓我們看看 Keijiro 如何把 Pix2Pix 運用在 VJ 表演中吧。
Pix2Pix 與 VJ 的結合
我一直都有追蹤 Keijiro 的動態，某天就看到他開始嘗試把 Pix2Pix 實作到 Unity3D 系統中，他花了不少心力讓這套系統能達到 30 fps。他有把這整個專案放上 Github，會操作 Unity3d 的朋友可以抓下來玩玩看：Github – keijiro/Pix2Pix。
一開始我還不了解，想說他把一套繪圖系統放進 Unity 裡面要幹嘛，不就只能用來做畫畫的工具 App 嗎，跟他的 VJ 有什麼關係？直到後來看到他一系列的影像測試：
尤其是影片 00:30 以後的部分，那種抽象的幾何物件，是 VJ 裡經常運用的元素，但套上了 Pix2Pix 添加「貓咪質感」後，整個視覺變得很有生命力、變得很有機！他後來也繼續試試看其他的元素，產出類似這樣的 VJ 系統：
這個 VJ 視覺系統是使用 Beeple 的影片作品訓練而成的，在 Keijiro 的 Ngx 專案頁面（也是 Open Source 喔！Keijiro 真的超佛心）底下有說明分別是那些作品。而這似乎代表著一種新的可能性！在這個資訊爆炸的年代，我們的資料可說是豐富得過剩，而這種 AI 產生視覺的方式，可以讓任何類型的影像都變成表演的元素。可能是 Twitter 上特定 Hashtag 的圖、是某個人的所有朋友分享的照片、甚至是行車紀錄器的影片等等，都可能用來「訓練」AI 資料庫。這會是一種新的創作形式嗎？
小結：AI 作為一種工具的「輔助性」
以往談到 AI 做藝術，好像我們在談論的多半是「取代」，彷彿不再需要藝術家。但事實上，從上面 Pix2Pix 的例子裡面，你會發現 AI 可以純粹被當作一種工具、一種媒材使用，單純讓影像呈現一種「有機」的生物特徵。在這個案例裡，AI 和藝術家之間的關係並非「取代」，而更像是一種「輔助」的方式存在，或也可以說是一種新的顏料。
當代（或更精確一點，2018 年）媒體對 AI 的渲染有點過度誇張，我們雖稱之為「人工智慧」，但其實目前的技術距離「智慧」這個詞還很遠。或許有一天 AI 真正具備智慧的那一天會到來，也許各媒體在報導時之所以對 AI 誇大其辭，就是看到了那樣的未來。不過要是 AI 真正具備智慧，或許我們要擔心問題，就不單純是藝術家是否還存在的問題，而是 AI 會不會想消滅人類的問題吧。
所以擔心藝術不藝術幹嘛呢，反正那也是很久以後的事。2018 年附近的 AI，就讓我們把它當作是一種新的創作媒材吧，就像荷蘭人發明了油畫那樣。
封面圖來源：Youtube 影片 DUB-Russell x Keijiro Takahashi 的截圖
