一、AIGC時代下攝影教育的最大“誤區(qū)”

隨著以ChatGPT（自然語言對話）、Midjourney（文本生成圖像/文生圖）、Sora（文本生成視頻）為代表的通用大模型人工智能（AGI）的到來，很多人對于攝影發(fā)展的理解持“技術(shù)替代”論。攝影術(shù)從1839年誕生以來，它的進化方向一直是“簡易化、移動化和計算化”：從早期的銀版法、火棉膠，到手持相機、柯達膠卷，再到數(shù)碼相機、數(shù)字后期處理，現(xiàn)在則是以手機為載體的移動計算攝影，都遵循這一路線。但是，攝影的核心教育并沒有變，依然是學習“如何用光影塑造現(xiàn)實之事物”，令人驚愕的是，在人工智能時代，這一點也正在被懷疑，“光影塑造現(xiàn)實之事物”，也可以變成“人工智能下的攝影圖像的機器生成”。很多大學居然將攝影教育視為一種“落后的教育”“該淘汰的教育”，以及“不必要的教育”，甚至有大規(guī)模取消攝影課的趨勢。

當然，也有維護攝影的說法，這類觀點強調(diào)攝影的客觀性基礎(chǔ)，這里的“客觀性”不是文化狡辯意義上的客觀性。蘇珊·桑塔格經(jīng)常反對攝影的客觀性，她講述的其實是“拍攝者主觀意識中的偏見”[1]。攝影的拍攝對象的確是現(xiàn)實存物，即使這是由拍攝者用自己的意圖去“非客觀”地表現(xiàn)出來，但它的確是一個實在的東西。然而，在AIGC（生成式人工智能）時代，以Midjourney、Stable Diffusion為代表的工具是“生成的”，這是一種“子虛烏有的創(chuàng)造”。所以，攝影唯一能阻擋AIGC的是它的“新聞紀實性”。如果用不到紀實，都是可以被AIGC取代的。言下之意，如果不是單純培養(yǎng)攝影記者或者紀實攝影師，攝影沒有必要存在。

上述觀點不僅低估了攝影之于反映人類真實生存狀態(tài)和文明生存境地的重要性，而且還高度誤解了AIGC的操作原理—以“提示詞驅(qū)動”（Prompt Engineering）為界面所必需的“操作素養(yǎng)”。該觀點似乎將這種“操作素養(yǎng)”當作是無源之水、無本之木。

以“文生圖”中最熱的人工智能Midjourney為例，用它來生成“類攝影圖像”（Midjourney可以生成更廣泛性的圖像，比如漫畫、油畫等），需要用一個提示詞（Prompt）格式—“/imagine”。沒有“操作素養(yǎng)”的人可以隨意填寫一些簡單的詞語，比如“一個亞洲中年婦女”，Midjourney會理解輸入的自然語言，生成與該描述匹配的圖像。用戶描述得越籠統(tǒng)，它就越會根據(jù)機器學習到的“亞洲中年女性”的“最大公約數(shù)”來生成圖像。

Midjourney已經(jīng)給出了“提示詞”的指引，它的基本結(jié)構(gòu)如下：

（1）主體描述

清晰地描述生成圖像的主題或主體，如“一個亞洲婦女”，對其人體結(jié)構(gòu)、面部細節(jié)也要做出準確、細致的描述。

（2）藝術(shù)風格

指定所需的藝術(shù)流派，比如“快照式黑白照片”。

（3）視角/構(gòu)圖

注明希望的視角、角度以及構(gòu)圖方式，如“正側(cè)取景”“對稱構(gòu)圖”等。

（4）光影細節(jié)

描述期望的光線方向、質(zhì)感、陰影投射等，這就需要掌握相應(yīng)的專業(yè)術(shù)語和描述方式。

（5）色彩關(guān)系

包括色調(diào)、飽和度、對比關(guān)系等方面，運用色彩關(guān)系能夠生成理想中圖像的色彩效果。

（6）主題修飾

為主題增加細節(jié)和修飾性描述，如“被雨水打濕的玫瑰花瓣”等。

（7）場景陳設(shè)、細節(jié)堆積

一張優(yōu)秀的攝影作品往往富有細節(jié)，要對場景細節(jié)描述有好的堆疊和渲染能力。

（8）質(zhì)感描述

對畫面中物體的材質(zhì)和質(zhì)感做出描述，如“絹緞般光滑的花瓣”。

（9）情緒氛圍渲染

為畫面渲染一種情緒基調(diào)，如“北野武電影”式的青春殘酷。

毫無疑問，撰寫出優(yōu)質(zhì)的提示詞，就是AIGC時代商業(yè)攝影教育新增的重要內(nèi)容，但這與傳統(tǒng)攝影教育并不沖突。筆者所著的《商業(yè)攝影實訓教程》 [2]就是扎根于“傳統(tǒng)”商業(yè)攝影教育的高校教材。該書自2010年初版以來，在不斷的修訂中，融入商業(yè)攝影業(yè)界的革新技術(shù)和觀念，正在修訂的第4版將增加AI圖像生成的提示詞教學，并展現(xiàn)AIGC教學實踐成果。

撰寫出準確、細致的提示詞，是AIGC時代的關(guān)鍵能力，這些關(guān)鍵能力可以通過攝影課程的學習來獲得。只不過，它不是一個“怎么拍”的教學，而是“想著怎么拍”的攝影意識和攝影想象力的養(yǎng)成。從這個意義上說，扎實全面的攝影課程，能夠培養(yǎng)學生理解和把握攝影技術(shù)、視覺美學以及藝術(shù)風格的能力，最終能讓他們具有撰寫令人賞心悅目的提示詞的能力，從而讓Midjourney這樣的工具不是根據(jù)“最大公約數(shù)”概率來生成圖像，而是根據(jù)提示詞的指引，精準地刻畫出理想中的攝影畫面。

二、準確理解AIGC的“生成原理”

撰寫出優(yōu)質(zhì)的提示詞可以視為商業(yè)攝影教育在AIGC時代重要的教學目標之一，但并非唯一目標。因為AIGC并不僅僅是“生成”，還蘊含著其他更重要的技術(shù)理解問題。這些問題，也應(yīng)當通過攝影教育予以講解，讓學生們知道AIGC的來龍去脈以及AIGC的可為與不可為。

首先，AIGC“文生圖”（Text-to-image model）的技術(shù)，并不是于Midjourney、DALL-E和Stable Diffusion在2022年“橫空出世”之后才有的，早在2015年，加拿大多倫多大學的研究人員就提出了“文生圖”的第一個模型：alignDRAW。alignDRAW模型是一種機器學習的“注意力機制”，通過關(guān)注圖像的特點來學習圖像（集中注意力于圖像的特定區(qū)域），然后與“輸入的文字”進行匹配，所以它生成的圖像經(jīng)常是“圖像拼貼”，這尚且是一種非常幼稚的方法。

2016年，生成對抗網(wǎng)絡(luò)（Generative Adversarial Network，簡稱GAN）在“文生圖”上開始流行。GAN的核心思想是訓練兩個互相競爭的神經(jīng)網(wǎng)絡(luò)：生成器（Generator）和判別器（Discriminator）[3]。生成器的任務(wù)是生成與訓練數(shù)據(jù)相似的新數(shù)據(jù)樣本。判別器的任務(wù)是對生成器生成的數(shù)據(jù)進行分類，區(qū)分生成的數(shù)據(jù)與真實的訓練數(shù)據(jù)。判別器接收生成器生成的樣本以及真實的訓練數(shù)據(jù)，并嘗試將其分類為真實數(shù)據(jù)和虛假數(shù)據(jù)。判別器的目標是準確識別生成的數(shù)據(jù)，使其與真實數(shù)據(jù)區(qū)分開。生成器的目標是盡可能地“欺騙”判別器，使其無法區(qū)分生成的數(shù)據(jù)和真實的訓練數(shù)據(jù)。經(jīng)過足夠多次訓練，生成器就能夠生成以假亂真的高質(zhì)量圖像。GAN的進步之處在于，它并非通過簡單復(fù)制、拼接已有圖像元素，而是學習底層數(shù)據(jù)分布，“創(chuàng)造”出新圖像。[4]

2022年是“文生圖”發(fā)生革命性變化的一年，出現(xiàn)了擴散模型（Diffusion Model）。“擴散模型”讓Midjourney這類人工智能的“文生圖”的能力呈指數(shù)級提高。想象這里有一幅完整的圖像，我們往上面不斷噴灑“顏料霧”，使整個圖像變得越來越模糊，直到它完全變成一片噪聲。這就是所謂的“前向過程”（forward process）。然后，我們訓練一個模型，它的目標是從這片噪聲中還原出原始的清晰圖像，學會“反向”執(zhí)行前面那個噴灑“圖像噪聲”的過程，一步步地將“噪聲”去除，還原圖像細節(jié)，這叫作“逆向過程”（reverse process）。訓練時，我們給模型大量的“圖像—噪聲”對比作為示例，讓它學習如何從噪聲中識別出原始圖像的結(jié)構(gòu)和特征。經(jīng)過足量的訓練，模型就能掌握數(shù)據(jù)集中圖像的內(nèi)在分布和規(guī)律了。一旦模型學會了“去噪”這個技能后，我們就可以執(zhí)行采樣過程（sampling procedure）—我們給模型一個完全隨機的噪聲圖像，它會自動地將噪聲去除，最終“生成”出一幅全新的、有意義的圖像。擴散模型的魔力在于，盡管我們給它的只是隨機噪聲，但它能利用學到的知識，重建出逼真并有意義的新圖像。擴散模型的“添加噪聲—逆向去噪”過程在Midjourney“文生圖”任務(wù)中扮演著核心角色。[5]

三、“文生圖”里的機器邏輯引發(fā)攝影教育變革

了解“文生圖”的原理，并不意味著我們要將攝影課變成人工智能課，而是要清楚地知道AIGC能夠給攝影課堂帶來何種改變。

第一，提示詞不能是否定性的表述，否則就會出現(xiàn)理解偏差。這是因為生成對抗網(wǎng)絡(luò)（GAN）與擴散模型（Diffusion Model）是一個“對抗”和“去噪”的過程，它本身就是一個“否定性”的生成過程。因此，攝影課老師在講解“如何撰寫出優(yōu)質(zhì)提示詞”的時候，一定要講清楚背后的原理，否則“文生圖”會生成出大量的機器圖像幻覺。

第二，提示詞中細節(jié)越多，生成的圖像質(zhì)量通常會越高，但過于細節(jié)化也可能引導模型產(chǎn)生一些意料之外的元素，故而需要平衡細節(jié)和開放性[6]。從上述“文生圖”的原理中看到，AI圖像生成的創(chuàng)造性受到其訓練數(shù)據(jù)和算法的限制，大而化之的提示詞讓它們傾向于生成與訓練數(shù)據(jù)中的常見模式相似的圖像，而缺乏創(chuàng)新和想象力。

第三，“文生圖”提示詞訓練本質(zhì)上是一種新形式的視覺編碼研究，它將傳統(tǒng)攝影、人工智能和視覺傳播學融合在一起。在傳統(tǒng)攝影中，攝影師通過構(gòu)圖、光線、色彩等手段來編碼視覺信息，這種視覺編碼過程需要攝影師具備專業(yè)的視覺造詣和審美能力，而在“文生圖”中，提示詞就相當于一種新型的視覺編碼方式。從這個角度來看，“文生圖”提示詞訓練正在拓展視覺編碼研究的全新維度，也將極大拓展人類進行視覺表達和藝術(shù)創(chuàng)作的能力。

第四，在攝影教學實踐中，我們要在攝影課程中融入對AIGC工具和技術(shù)的學習，同時加強對人文素養(yǎng)、創(chuàng)新思維、審美能力的培養(yǎng)。我們要用實踐教學和項目驅(qū)動來重構(gòu)攝影作業(yè)體系，要求學生結(jié)合傳統(tǒng)技藝和AIGC工具完成作業(yè)。例如，筆者最近主講的本科生《廣告攝影》課程，除了從產(chǎn)品、時尚、建筑等類別的商業(yè)攝影教學中讓學生掌握最基本的攝影語言和視覺傳播策略外，還引導學生使用 Midjourney進行攝影風格的主題性創(chuàng)作，為三甲醫(yī)院的“藝術(shù)療愈”項目生成攝影風格的作品—《AI的療愈》[7]。藝術(shù)療愈是通過藝術(shù)創(chuàng)作和藝術(shù)欣賞等活動，幫助人們提升心理健康、調(diào)節(jié)情緒、緩解壓力及焦慮的一種療愈方法。它包括視覺藝術(shù)療法、音樂治療、舞蹈治療、戲劇治療等形式，通過創(chuàng)作、表達、觀賞和體驗藝術(shù)，幫助人們解決心理健康問題、康復(fù)心靈創(chuàng)傷。在《AI的療愈》中，學生們用想象力驅(qū)動Midjourney生成具有情感治愈力量的“攝影圖像”，淬煉出寧靜、祥和、希望的氣息，以期觀者能夠“被療愈”。

另外，我們也必須講授AIGC所帶來的版權(quán)和知識產(chǎn)權(quán)等法律層面的挑戰(zhàn)。深度偽造是目前AIGC最令人擔憂的全球性問題，在攝影教育中，一定要注意培養(yǎng)學生的職業(yè)道德操守，規(guī)范使用 AIGC，尊重原創(chuàng)。AIGC時代的攝影教育不僅僅是一種與時俱進的技術(shù)教育，也是一種堅守初心的道德教育。

（楊莉莉，深圳大學傳播學院副教授）

注釋：

*本文為國家社科基金項目“‘他塑視角下中國故事的圖像敘事機制和策略研究”（20BXW064）階段性成果。

[1][美]蘇珊·桑塔格：《論攝影》，黃燦然譯，上海譯文出版社2021年版，第13-17頁。

[2]楊莉莉：《商業(yè)攝影實訓教程（第3版）》，中國人民大學出版社2021年版。

[3]關(guān)于“生成對抗網(wǎng)絡(luò)”的原理描述，可見：https：//proceedings.neurips.cc/paper_files/paper/2014/file/5ca3e9b122f61f8f06494c97b1afccf3-Paper.pdf

[4]關(guān)于“生成對抗網(wǎng)絡(luò)”如何用于“文生圖”的機器學習機制，可見：https：//proceedings.mlr.press/v48/reed16.pdf

[5]關(guān)于擴散模型（Diffusion Model）如何用于“文生圖”的機器學習機制，可見Jay Alammar的教學演示：https：//jalammar.github.io/illustratedstable-diffusion/

[6]哈佛大學網(wǎng)站有關(guān)于“文生圖”的通俗課程講解，可見：https：//scholar.harvard.edu/files/binxuw/files/stable_diffusion_a_tutorial.pdf

[7]《AI的療愈》為“深圳大學全國教材建設(shè)獎優(yōu)秀教材培育項目”的階段性成果。

實習編輯/邢樹宜