AIとデザイナーのクリエイティブの境界はどこにあるのか

AIがファッション産業の稼働に参加するのは、1日2日ではない。

サプライチェーン自動化システムから、ビジネスの意思決定を支援するビッグデータとクラウドコンピューティング、さらにはデジタルマーケティングプロセスにおけるコミュニケーション・インタラクションまで……かつて、インテリジェント化技術はさまざまな次元でファッション産業に変化をもたらしてきた。一方、人工知能はChatGPTのような大型言語モデルに進化し、将来的にはより多くのインタラクション環境に応用され、その影響は革命的と言えるだろう。

しかし、AIは人間の行動と効率の境界を絶えず広げ、限りなく「人」に近づいていると同時に、AIとデザイナーの間のクリエイティブな境界は、いったいどこにあるのだろうか。創意は、それ自体が社会関係間の知覚とフィードバックに基づいており、人間がデータを与え、ルールを設定し、結果を受動的に生成するAIに依存しているが、果たして創意の世界からどれだけ遠くまで行くことができるのだろうか。

2021年夏、現在中央美術学院デザイン学院でファッションデザインの方向性として人を集めている青年教師の余一萌は、学生をDeeCamp人工知能訓練キャンプに参加させた。その中の1つのコースは「AI対話に基づいて生成された服装デザイン」であり、これによって服装デザインにおける「AI＋人」のワークスタイルへの関心と探求を展開した。その後、カリキュラムにAI技術を設計ツールとして導入した後、余一萌氏は、AIは補助的なツールとして文字や画像の参照を迅速に生成することができ、設計と創作の効率を大幅に向上させ、より多くのアイデアの可能性を引き出すことができると述べた。

時間は2022年に迫り、人工知能のアルゴリズムは成熟しつつあり、反復速度も非常に速く、細分化応用分野はますます「専門」になっている。余一萌は当時OpenAIが発売したDalle.2に言及し、芸術とデザインの分野で大きな反響を呼んだ。自分が試みた経験を思い出した時、彼女は言った。「当時は非常に驚喜したような気がした。生成された結果は私のスタイルに似ているが、無限の反復を持つことができ、後続に火がついたMid Journeyは精度と細部の面でより深くなったからだ。ただ生成結果には濃い『Mid Journey』の画風がつくことがある」。

視覚芸術の仕事をしている王偲丞氏も、AIは効率を高め、ChatGPTはコードを書く能力が私たちのコンテンツ生産者の仕事の圧力を軽減するのに役立ち、例えばUnityにコードを書いてモデル化することができるなど、重複する仕事の圧力を大幅に軽減したと指摘している。創作の参考として視覚言語を並べたり組み合わせたりするのにも役立ちます。

「考えを開くのも面白い」と王偲丞は言った。

実際、多くの研究、デザイナーと芸術家の実践を通じて、AIと人間デザイナーの境界は、現在見ても明らかになっている。

韓国の釜山国立大学である研究対比を通じて指摘したように、両者の最大の違いは、人間のデザインの独特性と独創性であり、これらのアイデアはしばしば個人の経験から生まれる。助教授のYoon Kyung Lee氏は、人工知能技術は設計効率を高め、デザイナーが難しいクリエイティブな仕事に専念できるようにすることを提案した。

クリエイティブ産業の源流に従事する独立したデザイナー、芸術家、および青年教師にとって、アプリケーション上で極めて強力な利便性を提供しているにもかかわらず、現在のファッション、および芸術産業のAIへの応用度とワークスタイルに基づいて、デザイナーの創造力は依然としてAIに取って代わることができない。

最初はGAN、Stable Diffuionなどの画像コンテンツ生成AIプログラムから始まり、後にChatGPT、AIGCの興奮を少しずつ知ってきたことを語ってくれた王偲丞さんは、「新しいツールや新しいおもちゃを手に入れるように」と話した。現在の人工知能技術については、「AIがより『人』になることを期待していた。しかし、今のところ、AIが作ったコンテンツを独立して芸術作品にすることはできない」と話した。

彼の理解によると、これまでAiはコンテンツとChatGPTを生成してきたのか、それとも過去のコンテンツや情報の整理加工に対して、新しい芸術視覚の革新を生み出すことが難しく、最初の興奮を経験した後、すぐに同質性を発見することができる。彼にとっても人工知能技術は同じツールの役割を果たしており、どのような結果が生じるかを知っているだろう。

AIが設計分野で人間に取って代わることができないという仮定に対して、余一萌氏は、現在から見ればそうだと考えている。「最初にデザイナーに対する人工知能の『ダウン次元ショック』についての議論が聞かれますが、人工知能がデザインを生成することには驚きがあるものの、距離が入れ替わったり、人間のデザイナーを超えたりするのには距離があると思います。

彼女も、AIの背後にはアルゴリズム、コードがあり、それはツールであり、短時間で大量のデータセットを学ぶことができ、それから人間が設定したルールとキーワードに基づいて結果を生成することができ、人類デザイナーがしたことはデータ、ルールを設定し、スクリーニングし、反復し、意思決定を行うことであり、最終的な完成品は人間の脳思考を経た産物であると指摘した。

現在、彼女の前期創作段階では、人工知能技術を用いて霊感を探したり、参考にしたり、雰囲気の構築を行ったりしているが、人工知能技術を用いて生成された結果をそのまま使うのではなく、後期処理が必要である。

したがって、人工知能技術は確かにデザイナーの創作モデルを大きく「模倣」し、過去のスタイル、既存の素材を大量に反復することができるが、「模倣」に限らず、創造力の超越であることは言うまでもない。クリエイティブワーカーの重要なコアの1つは、それを超えることです。

Wei氏が言うように、「消費者に新鮮さを与えるには、考えもしなかった、見たこともない服をデザインする必要がある」ということで、AIに対する現在の理解から見れば、人間の創造力に取って代わるものではないと指摘している。

現在、趙世箋も主に人工知能技術を通じて、モデルとスケッチに対して初歩的な協力創作を行っているが、過度に依存することはない。彼女も「孤弱は芸術作品とオリジナルデザインといえば、人はまだ作品のオリジナルの核心だ」と言った。

「私自身は科学技術に敏感ではないので、人工知能は外を探索するツールだと思っています。悲観的なことや楽観的なことではなく、ただ見ているだけの状態です」と楊盈盈氏は言った。

同デザインチームの仕事では、AIがアイデアを補助することができることを知っていたが、現在は「間違い」のサンプルが多いが、訓練と「餌を与える」ことで、できるだけ間違いを減らすことができる。彼女は私たちに「私たちが作ったのは標準化されたものではないので、ある程度人工的なほうが効率的だ」と言った。

創意の源にあるデザイナーやアーティストにとって、現在の人工知能技術にはさまざまな程度の壁があるが。

しかし、科学技術の発展速度、AI自身の反復深化の程度のように。将来、AIはクリエイティブな仕事の中でどれだけ遠くに行くのか、依然として未知に満ちており、可能性にも満ちている。

一方で、私たちがすでに見ているように、技術面、ルート面、情報データ収集演算など、人工知能技術がファッション産業の物質世界の運転モデルにもたらした転覆的で積極的な変化は、適用可能範囲がますます広くなっている。

一方、かつて人間が規則を設定し、情報データを入力し、結果を受動的に生成した人工知能技術は、より多くの規則、より巨大な情報データに適応した後、この「受動的」な力がどれだけ強いかによって、人類の創造活動における参加の程度、社会文明共生の深さが決まる。

王偲丞氏によれば、時間線を長くすれば、最終的にAIの目標は「人」になりたいということだ。最初は小学生、中学生だったが、今ではChatGPTは大学生の能力を示している。いくつかの細分化領域で発展し続ければ、AIも革新的なモデルに訓練されるかもしれないという。

彼は自分の「万相対抗」という作品に言及し、その視覚は主にGANの技術を利用して、神像彫刻の文化伝播過程におけるブレークポイントを補充し、動物の進化過程における変化に似ている。「コンセプト面でインスピレーションを与え、幻想的な空間を与えてくれるような気がします。AIによって作られたコンテンツ自体は、今のところ独立して芸術作品になることはできませんが、現代芸術の創作に方法と視点的なインスピレーションを提供することはできます」。

「私は自発的ではありませんが、絶対に開放的です」。楊盈盈から見れば、デザインとクリエイティブの仕事には常に頭の嵐が必要だが、AIは間違いなく良い対象だ。

先駆的なアイデアと独自のスタイルを持つデザイナーに対して、人工知能技術が門外漢であることが決まっているのではないかという疑問についても、趙世箋氏はそうではないと述べた。「人工知能技術は、独立したデザイナーがその前衛的なスタイルを広げ、より多くの興味深いデザイン・ブルーブックを生み出すのにも横方向の次元で役立つ」。

今から見ても、人工知能技術の利点はデザイナーが設計効率を向上させ、設計のインスピレーションを提供し、試行錯誤と資源の浪費を減らすことであり、最終的な結果は人間が考えて決定することである。

しかし、コインの反対側には、彼女にとって「意外」なことも人工知能技術のもう一つの強みである。同僚の彼女も、「実は、AIを上手に応用し、自分の満足できる結果を訓練するのは、非常に時間がかかり、多くの経験を積む必要があるプロセスだ。画像生成に基づく作業モードのほか、自分のテキストライブラリとテキストロジックを構築することも重要で探索に値する」と考えている。