藝術(shù)創(chuàng)作領(lǐng)域生成式人工智能邏輯內(nèi)涵與語義要素的應(yīng)用研究

【摘要】藝術(shù)創(chuàng)作是藝術(shù)工作者展示藝術(shù)技能和技巧、抒發(fā)情懷、表達(dá)感情、實(shí)現(xiàn)創(chuàng)意的主要途徑。傳統(tǒng)的藝術(shù)創(chuàng)作方式和手段由于其諸多的局限性，不能夠充分實(shí)現(xiàn)藝術(shù)家的創(chuàng)意和構(gòu)想，而人工智能技術(shù)的發(fā)展和應(yīng)用為藝術(shù)創(chuàng)作提供了新的方法和思路。生成式人工智能（AIGC）藝術(shù)是信息科技與藝術(shù)深度融合的產(chǎn)物，已成為當(dāng)下流行的一種藝術(shù)創(chuàng)作的新模式。本文首先闡述了AIGC的邏輯內(nèi)涵，指出AIGC邏輯內(nèi)涵是人工智能藝術(shù)機(jī)器深度學(xué)習(xí)的理論框架，可以幫助藝術(shù)家更深入地理解和掌握AI藝術(shù)創(chuàng)作的內(nèi)在規(guī)律。接著闡述了prompt語義要素的指標(biāo)特征，闡述了prompt語義分析能夠幫助藝術(shù)家解析和理解AI藝術(shù)創(chuàng)意和創(chuàng)作引導(dǎo)，完成AI藝術(shù)的創(chuàng)作過程。然后本文通過AIGC在繪畫、音樂、動(dòng)漫、影音等藝術(shù)創(chuàng)作中的分析研究，揭示了prompt語義要素與AIGC藝術(shù)創(chuàng)作中的促進(jìn)作用和互動(dòng)關(guān)系。本研究對(duì)于推動(dòng)人工智能與藝術(shù)的深度融合，促進(jìn)藝術(shù)領(lǐng)域的創(chuàng)新和發(fā)展具有重要意義。最后，展望了AIGC賦能下藝術(shù)創(chuàng)作與實(shí)踐的發(fā)展方向。

【關(guān)鍵詞】生成式人工智能;AIGC邏輯內(nèi)涵;prompt語義要素;互動(dòng)關(guān)系;藝術(shù)創(chuàng)作

【中圖分類號(hào)】TP18；J0 ? ? ?【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】2097-2261（2023）26-0054-04

一、引言

藝術(shù)創(chuàng)作是人類精神文化的重要活動(dòng)，是人類欣賞美、創(chuàng)造美、表現(xiàn)美的重要形式，也是人類情感表達(dá)和交流的重要方式。近年來，人工智能（Artificial Intelligence， AI）的快速發(fā)展使其在藝術(shù)創(chuàng)作領(lǐng)域表現(xiàn)出了巨大的潛力和影響力。人工智能生成內(nèi)容（Artificial Intelligence Generated Content， AIGC）作為AI在藝術(shù)創(chuàng)作中的重要應(yīng)用之一，通過機(jī)器學(xué)習(xí)和大數(shù)據(jù)分析等技術(shù)手段，使機(jī)器（計(jì)算機(jī)）能夠像人類一樣創(chuàng)作出繪畫、音樂等藝術(shù)作品。AIGC的創(chuàng)作過程涉及兩個(gè)重要的要素：AIGC的邏輯內(nèi)涵和prompt的語義要素。本文通過分析AI藝術(shù)創(chuàng)作的過程、prompt對(duì)AIGC創(chuàng)作的影響以及兩者之間的互動(dòng)關(guān)系，可以深入理解AIGC的特有價(jià)值和獨(dú)特作用，同時(shí)也能充分認(rèn)識(shí)到其局限性，也揭示出AIGC在藝術(shù)創(chuàng)作領(lǐng)域所面臨的挑戰(zhàn)與未來的前景。

二、AIGC及其邏輯內(nèi)涵

（一）生成式人工智能是藝術(shù)創(chuàng)作的新型式

AIGC是利用人工智能技術(shù)來生成內(nèi)容[1]，被認(rèn)為是繼專業(yè)生產(chǎn)內(nèi)容（Professional Generated Content，PGC）、用戶生產(chǎn)內(nèi)容（User Generated Content，UGC）之后的新型內(nèi)容創(chuàng)作方式。在藝術(shù)創(chuàng)作領(lǐng)域，AIGC能夠自主生成繪畫、音樂、動(dòng)漫、影視等各種形式的藝術(shù)作品，AIGC的核心特征是其創(chuàng)作過程的自動(dòng)化和智能化，通過機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和生成模型等技術(shù)，AIGC能夠從大量的數(shù)據(jù)中學(xué)習(xí)并生成各種形式的藝術(shù)作品，如繪畫、音樂、動(dòng)漫視頻等。

（二）AIGC的邏輯內(nèi)涵

AI藝術(shù)創(chuàng)作中的AIGC邏輯內(nèi)涵是指AIGC創(chuàng)作中的邏輯規(guī)則、算法模型和自我學(xué)習(xí)能力。它不僅能夠基于大數(shù)據(jù)進(jìn)行分析和模式識(shí)別，還通過深度學(xué)習(xí)和生成模型等技術(shù)實(shí)現(xiàn)了創(chuàng)作的自動(dòng)化和智能化。理解AIGC的邏輯內(nèi)涵對(duì)于揭示其藝術(shù)創(chuàng)作過程和生成作品的特點(diǎn)具有重要意義。

1.AIGC是數(shù)據(jù)驅(qū)動(dòng)下的創(chuàng)作過程。

AIGC的訓(xùn)練過程主要依賴于海量數(shù)據(jù)的“投喂”，通過對(duì)大規(guī)模數(shù)據(jù)集的學(xué)習(xí)，AIGC能夠捕捉到“投喂”藝術(shù)作品中的模式、風(fēng)格和特征，并在生成過程中進(jìn)行模仿和創(chuàng)新。數(shù)據(jù)驅(qū)動(dòng)的創(chuàng)作使AIGC能夠從“投喂”的藝術(shù)作品中獲取靈感，并將其融合、轉(zhuǎn)化為新的創(chuàng)作內(nèi)容。

2.AIGC的核心是機(jī)器深度學(xué)習(xí)的規(guī)則和算法。

AIGC的創(chuàng)作過程包括生成對(duì)抗網(wǎng)絡(luò)（GAN）、變分自動(dòng)編碼器（VAE）、遞歸神經(jīng)網(wǎng)絡(luò)（RNN）和深度卷積神經(jīng)網(wǎng)絡(luò)（DCNN）等一系列的規(guī)則和算法[1]。這些深度學(xué)習(xí)模型在藝術(shù)創(chuàng)作中被廣泛應(yīng)用于生成圖像、音樂、動(dòng)漫視頻等類型的內(nèi)容。深度學(xué)習(xí)算法在AIGC創(chuàng)作中發(fā)揮著重要作用，通過多層次的神經(jīng)元網(wǎng)絡(luò)模擬人類的認(rèn)知和創(chuàng)造過程，實(shí)現(xiàn)對(duì)藝術(shù)創(chuàng)作元素的理解和創(chuàng)建。

3.AIGC能夠自我學(xué)習(xí)和迭代進(jìn)化。

AIGC通過引入反饋機(jī)制和迭代訓(xùn)練，可以根據(jù)創(chuàng)作結(jié)果滿意度進(jìn)行自我調(diào)整和優(yōu)化。它能夠累積成功和失敗的經(jīng)驗(yàn)并從中進(jìn)行學(xué)習(xí)，逐步改進(jìn)生成的作品。這種自我學(xué)習(xí)和進(jìn)化的過程使得AIGC具備了適應(yīng)性和創(chuàng)新性，能夠不斷改進(jìn)和提高創(chuàng)作水平，從而不斷探索新的藝術(shù)形式和創(chuàng)作風(fēng)格。

4. AIGC具有解釋和闡述藝術(shù)作品的能力。

人工智能通過結(jié)合AIGC和自然語言處理（ Natural Language Processing， NLP），可以對(duì)作品進(jìn)行文字描述、背景釋義和情感表達(dá)。這在很大程度上增強(qiáng)人們對(duì)作品的理解，使AIGC生成的作品更具有藝術(shù)性和情感共鳴。

三、Prompt語義要素

（一）AIGC中的prompt語義含義

在AIGC藝術(shù)創(chuàng)作中，創(chuàng)作工具就是在網(wǎng)絡(luò)計(jì)算機(jī)上運(yùn)行的人工智能機(jī)器人（AI Robot），是一種自動(dòng)化的軟件代理[2]。通過創(chuàng)作者與機(jī)器人的交互對(duì)話來實(shí)現(xiàn)創(chuàng)作過程。這種交互對(duì)話的語言就是提示語（Prompt）。生成高質(zhì)量藝術(shù)作品的關(guān)鍵是創(chuàng)建prompt對(duì)話的精準(zhǔn)性，通過對(duì)prompt的精準(zhǔn)語義分析和把握，合理設(shè)計(jì)和編寫prompt來引導(dǎo)深度學(xué)習(xí)模型生成高質(zhì)量的藝術(shù)內(nèi)容。

Prompt作為AIGC創(chuàng)作的輸入“提示語”，通過“指令”形式表達(dá)了藝術(shù)創(chuàng)作者的創(chuàng)作目標(biāo)和創(chuàng)意思維。通過對(duì)prompt的設(shè)計(jì)和編寫，藝術(shù)創(chuàng)作者可以傳達(dá)作品的主題、情感和風(fēng)格等信息，引導(dǎo)AIGC生成符合作者意圖的藝術(shù)作品。

（二）Prompt語義的要素構(gòu)成

1.明確作品的主題和情感的傳達(dá)

Prompt語義可以確定作品的主題或情感色彩，從而引導(dǎo)AIGC生成與其創(chuàng)意相符的藝術(shù)作品。例如，在“Microsoft 必應(yīng)”的“圖像創(chuàng)建器”工具中，通過DALL·E的AIGC工具，輸入prompt提示語“請(qǐng)使用水彩畫風(fēng)格為我創(chuàng)造一幅寧靜的沙漠日落，讓色彩蒙眬而美麗”。通過這個(gè)prompt，AIGC生成一幅主題為“沙漠日落”的水彩畫，“寧靜”“色彩蒙眬”傳遞出了情感信息。

2.設(shè)定作品的風(fēng)格和表達(dá)方式

通過prompt語義特定的詞匯、語言描述，能夠設(shè)定作品的創(chuàng)作風(fēng)格和表達(dá)方式。例如，在“Google MusicLM”音樂生成軟件中，輸入提示詞“An ethereal and slightly sorrowful neoclassical music to express the transience of life and the passing of time”。軟件會(huì)生成一首描述“空靈而略帶哀傷”的“新古典主義音樂”，表達(dá)了生命的短暫和時(shí)間的流逝。

3.規(guī)定作品的創(chuàng)作方式和條件限制

藝術(shù)創(chuàng)作者可以通過prompt語義中的提示和要求來限定AIGC的創(chuàng)作范圍和方式。例如，在百度“文心一言”中，分別輸入提示詞“幫我畫一個(gè)玩電腦的李白，扁平插畫，可愛Q版”和“幫我畫一個(gè)玩電腦的唐朝詩人李白，扁平插畫，可愛Q版”，生成的畫面區(qū)別是前者是一個(gè)“現(xiàn)代人”形象，后者因?yàn)橄薅恕疤瞥娙恕?，是一個(gè)“古代人”形象。

四、AIGC在不同藝術(shù)領(lǐng)域中Prompt語義要素的特點(diǎn)

在AIGC藝術(shù)創(chuàng)作中，不同的創(chuàng)作領(lǐng)域都有其對(duì)應(yīng)的prompt語義設(shè)計(jì)和描述要求，這些prompt語義要素的特點(diǎn)和作用也各有不同。

（一）圖像創(chuàng)作中prompt語義的特點(diǎn)

在圖像創(chuàng)作領(lǐng)域中，prompt語義通常是用于描述圖像生成條件和要求的文本。圖像生成模型會(huì)基于這些prompt語義要素生成相應(yīng)的圖像。Prompt語義要素通常包括圖像類型、圖像特征、圖像風(fēng)格、圖像細(xì)節(jié)等方面的描述。

1.關(guān)鍵詞選擇是重中之重。Prompt中的關(guān)鍵詞對(duì)于圖像生成的結(jié)果有著至關(guān)重要的作用，不同的關(guān)鍵詞選擇會(huì)導(dǎo)致完全不同的圖像生成結(jié)果。

2.圖像語義需要準(zhǔn)確表述。Prompt中的語義信息應(yīng)該準(zhǔn)確地描述所需生成圖像的內(nèi)容，否則會(huì)導(dǎo)致生成的圖像與預(yù)期的內(nèi)容不符。

3.把握?qǐng)D像視覺效果的可控參數(shù)。Prompt中可以加入對(duì)于生成圖像視覺效果的參數(shù)設(shè)置，如對(duì)顏色、對(duì)比度、紋理等的要求，從而增強(qiáng)生成圖像的可控性。

4.增加視覺場景的靈活可變。Prompt中可以添加對(duì)于生成圖像視覺場景的特定描述，如場景的時(shí)間、地點(diǎn)、環(huán)境等信息，從而使生成圖像的視覺場景更加多樣化。

例如，在Midjourney的AI圖像創(chuàng)作軟件中創(chuàng)作一幅圖像作品，輸入“From the first perspective，a little boy runs towards you in surprise，opens his mouth，full-body picture，behind him is a dreamy animation world，high-definition characters，blurred background，Pixar style，--ar 16：9”提示語，生成一幅皮克斯風(fēng)格的16：9畫面圖像，以第一視角，一個(gè)全身畫面的小男孩驚喜地向你跑來，張開嘴巴，身后是一個(gè)夢幻般的動(dòng)畫世界，模糊的背景。提示語中，對(duì)于畫面風(fēng)格、分辨率、鏡頭關(guān)系、角色表情、背景內(nèi)容都進(jìn)行了描述。

（二）音樂生成中prompt語義的特點(diǎn)

在音樂生成應(yīng)用領(lǐng)域中，大多數(shù)AIGC軟件都是通過調(diào)整控制參數(shù)來實(shí)現(xiàn)，prompt語義是通過這些參數(shù)來定義和引導(dǎo)音樂的生成。參數(shù)化的prompt語義通常包括音樂類型、音樂風(fēng)格、音樂節(jié)奏、音樂主題等方面的控制。與圖像不同，音樂的生成更加依賴于音樂理論和感性體驗(yàn)，因此prompt語義需要更加注重音樂素材（旋律、節(jié)奏、和弦等）的語義相關(guān)性，以保證生成的音樂作品符合音樂理論和審美標(biāo)準(zhǔn)。

具體來說，音樂生成的prompt語義要素涵蓋以下方面的內(nèi)容：

1.旋律。旋律是音樂中最基本的元素之一，prompt語義需要引導(dǎo)AIGC生成符合旋律特點(diǎn)的作品。

2.節(jié)奏。節(jié)奏是音樂中表現(xiàn)節(jié)奏感和節(jié)奏美感的元素，prompt語義需要指導(dǎo)AIGC生成符合節(jié)奏感和節(jié)奏美感的作品。

3.和弦。和弦是音樂中表現(xiàn)和聲美感和和聲關(guān)系的元素，prompt語義需要指導(dǎo)AIGC生成符合和弦特點(diǎn)和和聲美感的作品。

4.風(fēng)格。音樂的不同風(fēng)格有著不同的音樂特點(diǎn)和審美標(biāo)準(zhǔn)，prompt語義需要指導(dǎo)AIGC生成符合不同音樂風(fēng)格的作品。

5.情感。音樂是一種表達(dá)情感和情感體驗(yàn)的藝術(shù)形式，prompt語義需要指導(dǎo)AIGC生成符合情感特點(diǎn)和情感體驗(yàn)的作品。

通過合理的prompt語義設(shè)計(jì)，可以實(shí)現(xiàn)高質(zhì)量、多樣化的音樂生成。例如，在Mubert Inc（https：//mubert.com/render）中，創(chuàng)作一首音樂作品，輸入一個(gè)描述“情緒、持續(xù)時(shí)間和節(jié)奏”的提示語 “Upbeat electronic music， with a fast tempo， creates youthful energy and a vision of the future”，軟件會(huì)生成一首描述“歡愉的，富有青春活力”的快節(jié)奏“電子音樂”，表達(dá)了對(duì)未來的美好憧憬。

（三）動(dòng)漫視頻生成中prompt語義的特點(diǎn)

在動(dòng)漫視頻生成應(yīng)用領(lǐng)域中，prompt語義通常需要描述動(dòng)漫視頻生成條件和要求。一般包括視頻類型、視頻風(fēng)格、視頻劇情、視頻特效等方面的描述。與圖像生成、音樂生成等應(yīng)用領(lǐng)域相比，動(dòng)漫視頻生成對(duì)prompt語義的要求更為復(fù)雜和嚴(yán)格。

1.動(dòng)漫視頻生成需要涉及包括視覺、配音、劇情等多個(gè)層面的prompt語義，因此，語義的設(shè)計(jì)需要綜合考慮這些不同層面的信息。

2.動(dòng)漫視頻生成需要在時(shí)間維度上進(jìn)行控制，prompt語義設(shè)計(jì)需要考慮到時(shí)間序列的因素，包括場景切換、鏡頭切換、音效等。

3.動(dòng)漫視頻生成需要保持一定的連貫性和邏輯性，prompt語義設(shè)計(jì)需要注重前后銜接，保證動(dòng)漫視頻的整體流暢性和故事性。

例如，在Pika Labs（https：//www.Pika.art）中通過文字生成視頻功能，輸入提示語“Prompt：A stallion running on the prairie. -ar 16：9 -motion 4 -gs 20 ”，就生成一段“一匹駿馬在草原上奔馳”的動(dòng)畫視頻，在prompt中，“-ar 16：9”參數(shù)表示畫面長寬比是16：9，“-motion 4”參數(shù)表示產(chǎn)生更大的運(yùn)動(dòng)程度，“-gs 20”參數(shù)的含義是生成的動(dòng)畫與文本的相關(guān)性，值越高相關(guān)性越高。

五、存在的挑戰(zhàn)和尚待解決的問題

AIGC邏輯內(nèi)涵與prompt語義的融合互動(dòng)在AI藝術(shù)創(chuàng)作中具有重要意義，但也面臨一些挑戰(zhàn)。理解和處理語義要素的復(fù)雜性以及與AIGC的有效互動(dòng)需要進(jìn)一步的研究和優(yōu)化。

（一）語義表達(dá)的復(fù)雜性

Prompt語義要素是AI藝術(shù)創(chuàng)作中重要的指導(dǎo)因素，但如何將其準(zhǔn)確地傳達(dá)給AIGC軟件是一項(xiàng)挑戰(zhàn)。不同的語言具有不同的特點(diǎn)，自然語言的語義多樣性、主觀性和隱含性使得對(duì)prompt的設(shè)計(jì)和解讀變得復(fù)雜和不確定。進(jìn)一步研究如何有效地設(shè)計(jì)和表達(dá)語義要素，以及如何將其精準(zhǔn)地傳遞到AIGC系統(tǒng)的邏輯中，是藝術(shù)創(chuàng)作者需要不斷研究和學(xué)習(xí)的問題[2]。網(wǎng)絡(luò)上出現(xiàn)的“prompt engineering”，就是讓AIGC工具使用者更準(zhǔn)確地掌握prompt，并把其應(yīng)用到與AI進(jìn)行有效溝通所總結(jié)出來的系統(tǒng)化知識(shí)。

（二）潛在的生成偏差和創(chuàng)造性局限

AIGC系統(tǒng)在生成過程中普遍存在一定的偏差和局限性，導(dǎo)致生成結(jié)果與藝術(shù)創(chuàng)作者的預(yù)期不完全一致。這可能是由于模型的局限性、訓(xùn)練數(shù)據(jù)的偏差以及對(duì)prompt語義理解的不完善所導(dǎo)致的。解決這些問題需要AI程序開發(fā)者進(jìn)一步改進(jìn)AIGC模型的設(shè)計(jì)和訓(xùn)練方法，以及提升對(duì)prompt語義的深入理解。這也需要藝術(shù)創(chuàng)作者與程序工程師能夠達(dá)到深度的融合和默契，共同研究解決問題。

（三）創(chuàng)作者與AIGC的磨合與適應(yīng)

在藝術(shù)創(chuàng)作中，藝術(shù)創(chuàng)作者與AIGC軟件之間的磨合至關(guān)重要。然而，如何很好地實(shí)現(xiàn)藝術(shù)創(chuàng)作者與AIGC的有效互動(dòng)、引導(dǎo)和調(diào)試生成過程，仍然具有一定的挑戰(zhàn)。需要開發(fā)更智能、靈活和界面友好的AIGC工具，以促進(jìn)創(chuàng)作者與AIGC系統(tǒng)之間的創(chuàng)造性合作，使藝術(shù)創(chuàng)作者能夠更好地表達(dá)其創(chuàng)作意圖和審美觀點(diǎn)。

六、結(jié)語

AIGC邏輯內(nèi)涵作為AI藝術(shù)創(chuàng)作系統(tǒng)的核心，通過學(xué)習(xí)和模仿人類創(chuàng)作規(guī)律和風(fēng)格，可以生成具有獨(dú)特性的作品。而prompt語義作為指導(dǎo)性因素，引導(dǎo)AIGC系統(tǒng)在生成過程中理解和表達(dá)藝術(shù)創(chuàng)作者的意圖和審美要求。兩者的互動(dòng)共同推動(dòng)了AI藝術(shù)創(chuàng)作的創(chuàng)新性和多樣性。

然而，AIGC邏輯與prompt語義的互動(dòng)面臨著一些挑戰(zhàn)，如語義表達(dá)的復(fù)雜性、生成偏差和創(chuàng)造性限制，以及人類與AIGC系統(tǒng)的協(xié)作融合。同時(shí)，我們也看到了AIGC邏輯與prompt語義的互動(dòng)給AI藝術(shù)創(chuàng)作帶來巨大的潛力和廣闊的前景。讓AI技術(shù)成為藝術(shù)工作者的得力助手，需要進(jìn)一步研究和探索AIGC邏輯與prompt語義的互動(dòng)，改進(jìn)和完善深度學(xué)習(xí)算法和內(nèi)容生成式模型，通過充分理解和合理應(yīng)用，從而進(jìn)一步提高藝術(shù)作品的質(zhì)量和創(chuàng)造性。推動(dòng)AI技術(shù)與藝術(shù)的深度融合，將為藝術(shù)創(chuàng)作領(lǐng)域帶來新的突破和創(chuàng)新。

參考文獻(xiàn)：

[1]翟尤，李娟.AIGC發(fā)展路徑思考：大模型工具化普及迎來新機(jī)遇[J].互聯(lián)網(wǎng)天地，2022（11）：22-27.

[2]胡越，羅東陽，花奎，等.關(guān)于深度學(xué)習(xí)的綜述與討論[J].智能系統(tǒng)學(xué)報(bào)，2019，14（01）：1-19.

[3]趙京勝，宋夢雪，高祥.自然語言處理發(fā)展及應(yīng)用綜述[J].信息技術(shù)與信息化，2019（07）：142-145.

[4]牟怡.智能傳播場景中的“真實(shí)”再定義[J].人民論壇·學(xué)術(shù)前沿，2020（18）：112-119.

[5]您的人工智能通信指南[EB/OL].https：//learnprompting.org/zh-Hans/docs/intro.

作者簡介：

姚建東（1969.2-），男，漢族，山西臨猗人，碩士，內(nèi)蒙古藝術(shù)學(xué)院網(wǎng)絡(luò)信息中心，副教授，研究方向：現(xiàn)代教育技術(shù)、數(shù)字媒體技術(shù)、計(jì)算機(jī)網(wǎng)絡(luò)。