※ 引述《loveSETSUNA (味噌豆腐)》之铭言：
: AI绘图不是一段时间了吗？
怒删，刚好硕班是研究AI领域，以我的角度来看
其实人工智能这一块的发展跟人类特征学息息相关。人类从自我的习性套用到机器上，透
过流程特征化后编制pipeline让机器模仿人类的习性。
先说结论，Machine Learning(ML)不可能只靠“单一”一张画师的画就可以训练成一个有
效的模型；相反地它需要透过大量的数据去临摹某一种画风。
故与其说AI抄袭某人的画作，不如说它临摹某派系的画风。你大部分无法在机器学习上看
到单一画家的风格。因为牵扯到overfitting的问题
也因此决定AI抄袭这一块其实可以Focus在该模型输入端对于某画师的画作资料占所有输
入量的几成。
因为这会间接导致该模型的类神经参数会对占多数的输入画作特征拥有极高的权重。如同
人类对于抄袭比例占多寡才算抄袭
至于一两张就想要说抄袭的…我认为这站我的观点来看，只能说不太可能。因为一两张
影像的特征就算喂入类神经网络中顶多Train 出垃圾而已。

以后 GAN 的输入就是性癖向量

好的 结论就是低端文组被害妄想症

https://github.com/tamarott/SinGAN 2019ICCV参考一下

推科普

所以比较有可能的是以后绘师不上传图到p站全部丢付费的可能性比较高吗？留图库等于风险之类的

有些图库会特别注明:商用要特别花钱买.就像你字型要用在包装上也要特别买过一样,类似的想法吧

所以要画风相似，除非是ai 喂图大量的只喂同一位画师的图。不然根本不会有画风相似的问题。或是在喂图的资料有绘师名字，然后指名要某绘师的画风，才有可能。

画图有办法评分或算loss吗==

有哦算个相关性（correlation coefficient)应该不难

其实最终跟人一样，除非你硬要模仿谁的画风，不然一开始就参考一堆人的画，最后画出四不像

像是算主题的关联度吗？

推这篇，真的几张出来的大部分都是垃圾

AI 判定抄袭更容易捏 看你权重多少 我觉得绘师应该要乐见其成 超过几趴就告 没啥模糊空间

从label map能生出画才是现在最接近实用的方向

算某特定特征的AI与人类画的相关性 但我猜应该都会蛮低的除非该特征是这派画风的共同特征

回米虫：从报导看来，训练的时候应该是公司事先从数据库喂各式各样的图，而不是大量喂同一种图。模型建立好后，只要有人上传某画师的图片，他就能根据学过的产出类似的画风。

哇干拉起来摔回错文抱歉

笑死

绘师在反的哪个beta版只要最低30张就能运作了

以30张来说 单几张画占输入比应该算蛮高的

你拿train过所有厂牌汽车的模型tune在toyota上本来就没有很难

我认为抄袭定义对于AI来说真的算好量化的

compile好的model除非他愿意不然你很难拿到中间feature

ML中间的类神经变量就算拿到了就算拿给我看我这种学AI的也看不懂啦… 里面就是黑盒子

就算拿到了你也很难界定他用了什么图训练，inverse bp可以生成一张有maximum reaponse的噪声图，但它可能没用这噪声图来训练

学品牌不难，因为各车厂有各车厂整体的风格。但要学习到各品项的车款了话就真的需要一定的数量资料。画作同理

现在学AI的不用学ML吗，我还以为CV NLP RL什么的都要全包

了解程度不同吧 你提的每个要学都可以学到很精 除非念博班不然硕班两年太短了了解原理就好 工作会用到再拿起来复习

就learning efficiency问题啊 现在有work在研究未来几张拿来fine-tune应该就够了现在data distillation就能做到仅mnist 就acc 80啪

其实我觉得用pretrain 好的model 去学特定画师的画风还是有争议，很多抄袭也是抄袭者有一定基础，再从被抄袭的作品改细节如果绘师明订禁止AI训练使用那就是一张都不行，怎么抓是另一回事

他可以把风格降维 用encode之后的不同风格建立生成模型 输入时再把风格降维当模型输入这样就可以假装一两张就学会风格了事实上只是早就学会的风格，只是辨识后用该风格画出来