人工智能数字绘画取代人类画师？
引入
你能判断出下面这些图片哪些出自人类绘画大师之手嘛？
答案是他们都出自AI人工智能之手。
背景
最近逛github(开源软件项目的托管平台)发现收藏数增长最快的就是AI（人工智能）绘画的项目库，stable-diffusion（稳态扩散），与最近刷到的新闻，都是有关于AI绘画惊艳的出图。
AI画出的卧室图片
AI画作拿下比赛一等奖惹怒人类艺术家，主办方：照常颁奖
这就引起了我探索的好奇心，AI绘画现在进步到可以取代人类画师的道路了嘛？上有人工智能碾压围棋界，如今又开始进军艺术界。
AI绘画发展时间线
例举一些Ai绘画的关键时间线
Disco Diffusion 是发布于Google Colab 平台的一款利用人工智能深度学习进行数字艺术创作的工具，它是基于MIT 许可协议的开源工具，可以在Google Drive 直接运行，也可以部署到本地运行。Disco Diffusion 有一个弊端，就是速度非常慢，动辄 半个小时起步。
Midjourney是Disco Diffusion的原作者Somnai所加入的AI艺术项目实验室。Midjourney 对 Disco Diffusion 进行了改进，平均1分钟能出图。
OpenAI推出 DALL·E 2, DALL-E 2实现了更高分辨率和更低延迟，而且还包括了新的功能，如编辑现有图像。
stability.ai 推出 Stable-Diffusion并且开源了。一经推出就受到广大网友的喜爱，操作简单，出图快，平均10-20秒。
Stable-Diffusion 免费、生成速度又快，每一次生成的效果图就像是开盲盒一样，需要不断尝试打磨，所以大家都疯狂似的开始玩耍，甚至连特斯拉的前人工智能和自动驾驶视觉总监 Andrej Karpathy 都沉迷于此。
Andrej Karpathy在推特上发表的绘图
实践是检验真理的唯一标准
于是我经过我一个晚上的搜寻资料学习，终于通过各种途径成功启动了Stable-Diffusion。
最令人血液沸腾的时候就是我按照教程输入文本提示。
prompt = "a photograph of an astronaut riding a horse"
翻译：提示：“一张宇航员骑着马的照片”
只花了16秒，人工智能就给我画出下面这张天马行空的作品。
（图片生成速度主要取决于计算机显卡，作者用的显卡配置是丽台TESLA T4，理论上更好的显卡生成速度会更快。）
人工智能画出的一张宇航员骑着马的照片
当时我就得瑟的在微信上发图和好友炫耀，当我兴奋的想发出第二张我想出的大作时，很快就发现目前阶段的人工智能绘画似乎并不是那么的完善，无法满足我天马行空的想象，比如我给出的提示是：猪骑着拖拉机。
prompt = "A pig rides a tractor"
翻译：提示：“猪骑着拖拉机”
人工智能生成的猪垃机
此时的人工智能生成的图片要么只有猪或者拖拉机，要么只有猪在拖拉机旁边，甚至还出现了两个鼻子的猪（图片不忍直视，这里就不放出来了）。
既然天马行空的想法没办法实现，我就来个简单点的吧，相信大家和我一样曾经想成为绘画大牛，无奈手不听脑子指挥，画出的却是儿童简笔画。而作者想学画画则有个小目标，就是能画出栩栩如生的美女。
简笔画
既然我自身实力不够，那就人工智能来凑。
prompt = "beautiful woman"
翻译：提示：“美女”
人工智能生成的美女
结果出来的结果一样惨不忍睹，我甚至怀疑图片上的生物有点超脱了人类的范畴。
为什么会这样呢？
其实计算机思考问题和人类思考问题的方式还是有本质区别的，例如从1 2 3 这三个数字中找出2这个数字，计算机并不能一眼就能找出2这个数字，需要一个一个的读取每个数字才能找到目标数字。而且如果你换句英文说我要找two这个数字，计算机就完全找不到数字2了，而身为人类的你却还能一眼找到，因为语言有歧义，计算机无法精确理解。
引申到这里我应该用更精准的描述去给计算机指令，让它更精准的生成我想要的美女。
于是我对我的描述 beautiful woman 进行了简单的描述升级如下：
没办法人工智能实力不够，人脑来凑。
prompt = "A beautiful priestess with silver hair, highly detailed, digital painting, smooth, sharp focus, illustration, art , high definition digital art"
大致翻译：提示：“一个漂亮的银发女祭司，细节丰富的，数字绘画，平滑....”
然后便是见证奇迹的时刻
人工智能生成的漂亮银发美女
可见当我加了一大堆不属于正常人类语言系统中的描述后缀（细节丰富的，数字绘画，平滑），后计算机还是比较好的帮我完成了我脑袋中想象的画作。
但是仔细观察图片细节处还是有很多缺失的
人物的手和双眼
看着整体觉得图片美轮美奂，但是一仔细看细节就很容易看出这并不是正常人类可以做出的画作，看久了仿佛晚上都能做噩梦。
但是抛开人物作画不说，Stable Diffusion在风景画上的输出还是比较稳定的，这里贴出网友生成的风景画。
stable diffusion的场景测试，一个二十四节气。
总结
经过一个晚上的简单探索研究，与一些测试用例的输入，笔者认为人工智能数字绘画还未达到取代人类画师的水准，许多地方还有不足，进步空间还是挺大的。人工智能的发展还需要无数的能工巧匠不断投入研发才能继续产出智慧结晶。
其实人工智能领域的之所以能够不断欣欣向荣的发展，因其最终目的是能够帮助人类解放生产力，从日常繁琐的劳动中解放出来，但是人工智能终究离不开人的操作，例如我在使用Stable Diffusion，我必须输入精准的描述词，机器才能输出比较符合我预期的图片，我要去适应这个人工智能绘画规矩的规则，而这个计算机规则也是人定制的。
所有的人工智能产品都离不开大量的机器训练，Stable Diffusion之所以能画出图形，离不开大量的人类绘画作品为基础，而我最近的得知便有别有用心之徒往Stable Diffusion的训练模型中投放大量的违规图片（血腥恐怖暴力），如何制止这种行为呢？相应的法律法规应该要更加的完善，去限制技术使用人的行为。
工具本来没有错，工具的用途都是取决于它的使用人。