写了篇文章,你看看课代表会是赞同么,还是有哪些地方观点不一致甚至我理解不对:这篇内容是我前两周做个人网站的过程中,将过去很多没想明白的问题通过实践,逐渐成型的一些思考。文章也调整了几轮:一开始是想写成一篇严谨的论证或总结文章的,可后来发现掺进了太多我自己主观的东西、个人的经历。掺得多了,现在也就不那么想严格地去做区分了,所以这篇就姑且当成一篇杂谈随想吧。 有些想法,希望能对大家有点帮助;里面个人经历的部分,大家感兴趣就看看,不感兴趣,就权当听个乐。 AI 出来之后,各种设计也好、网页也好、视频也好,确实多了很多。我相信大家绝大部分也都试过用 AI 建站了,整体效果也都不错。可是只要做过几版的人,都会感觉到有 AI 感,也说不出来为什么。 上次我在 里也提到过这么一句:我不相信大家真的看不出来 AI 味很重。这里就接着聊聊,这个 AI 感到底是怎么来的,能不能说出个道理。 这一两周我也一直在想这个问题。上周末刷到不少 AI 视频,而在评论区里看到大家聊到恐怖谷这个名词后,我突然意识到 AI 与这个概念的关联性: 1 · 一种「特化」了的恐怖谷 简单说我的结论是:AI 感,其实本质上就是一种「特化」了的恐怖谷。 把 AI 跟恐怖谷放在一起说,其实不算新鲜。这个想法是我自己琢磨出来的,但讲 AI 画的脸、AI 做的界面,我不会是第一个。我这篇想做的,是把这个思考和类比拆开讲清楚:为什么说它是一种「特化」了的恐怖谷。 恐怖谷这个词,现在大部分人应该都听过。以防有些朋友不知道,简单说一下:这是日本的机器人学者森政弘 1970 年提出的,机器人越像人,人对它越有好感;可像到只差一点的时候,好感会一下子掉下去,让人发毛;等跟真人几乎一样了,好感才又回来。 值得一提的是,他原文里谷底附近的例子是「假手」:看着跟真手一样,一握,软的、凉的、没有骨头;谷底最深处是「尸体」,正好跟峰顶「健康的人」相对。我们现在一说恐怖谷就会想到的、那种目中无神的人脸,并非原始案例,而是后来大家自己的感受总结。 所有图和动图也都做了中文版,放在文末,想看中文的朋友可以对照着看。 其实 AI 做的视觉产品也是这样:它似乎很像最好的,但始终不够像。你可能肉眼看不出,但你的直觉已经发现了。 我从来不反对 AI,或者应该说,我是一个科技或者说工具派,任何可以提升效率和产出的新技术,哪怕是在创意领域,我都不会觉得它是抢夺了创作者的话语权。 可现实问题也很明显,大部分人看 AI 做的东西,隐隐其实都有感觉,觉得哪里不对劲,可又说不出具体是什么原因。 而我觉得这个核心原因与 AI 无关,而是一个类似于文学评论或作品赏析的底层问题:你需要知道一个好作品为什么好。 类似的还有,课代表教大家的 这四条特征识别同事中的大腿 时说的,你找不到大腿,是因为你不知道好的该什么样,和差的的核心区别在哪里。如果只能一味照猫画虎,很有可能最终画出来是一只病猫,从而产生了瘆人的作品,也就有了恐怖谷。 那人到底为什么会对机器有恐怖谷?说远些到心理生理的话,可能是对危险的天然恐惧等等。不过我们这里不讨论那些,只从最表现也最直接的原因来说,还是因为前面说的,它「不够像」。 因为最初人们设计的机器人是纯对表面的模仿。一开始的机器人,人们对它的制作和理解,就是看到什么模仿什么。它是一种「无机质」的模仿。我这里说的无机,不是无机物、有机物的那个无机,而是说它不是一个有机的整体,里面没有内部联系。 2 · 美人在骨不在皮 既然说到恐怖谷,审美还有人脸,就先多两句嘴聊聊面容。 我们说一个人长得美,会区分说这个人是皮相还是骨相:皮相,就是皮肤、五官这些表面上看得见的;另一种骨相,就是底下的骨架、比例和结构。 说「美人在骨不在皮」,虽说并不绝对,但是骨相好的,更利于现代环境,更具体地说,更适合化妆和摄影出片,也更容易抗住年龄增长。相对而言,传统中式甚至亚洲妆容都是重皮相的。 还可以拿画画来举个例子。一开始大家学画,大家都只能依葫芦画瓢,学点皮毛,我觉得可以称之为「看皮画皮」。学到一定程度之后,老师就会要求你了解人体基本构造,尤其是画人体的时候,先了解人基础的腔体,和四肢的相对关系;再多一点,比如画胸像,你必须了解最常见的外显肌肉和骨骼之间的关系。这个阶段可以算是「看骨画骨」。 到这个时候,有些人会误入歧途,开始去练医用美术。其实没必要,因为作为最终不是治病而是为了展示成果的作画者,你并不需要「看皮画骨」。练到一定程度,知道大概怎么表现了,就还是要回到「看皮画皮」,不需要「看皮画骨」或是「看骨画皮」。 只不过,有了这层画骨的底子,那种其实很明显、但普通人因为没受过训练,说不出哪里摆错了的违和感,就不会出现。比如你知道胸锁乳突肌和肩胛骨的走向,你的肩颈、锁骨的位置就永远不会画错
提问
大方向会赞同:AI 感来自“只模仿表面、没有内部结构”,好作品要先知道好在哪。分歧可能在把 AI 感一律归为恐怖谷,以及把“骨相”当成唯一正路。
“看出不对却说不出”正是他重视的判断
立正把“看一眼就知道好不好”当作人最不可替代的能力:先感受到哪里不对,再通过对比、示范把它讲清楚,AI 负责把可模式化的部分放大,人再回来校准1。他也强调,能不能找到真正合理的比较对象、知道什么重要,很吃“吃过见过”的功底2。你文章里“直觉先发现、说不出原因”的观察,和这条线是同一件事。你引用课代表“找不到大腿是因为不知道好的长什么样”,也正好接上:判断力来自见过足够多的好与差,而不只是会操作工具。
恐怖谷类比成立,但解释力有限
恐怖谷的原始案例是假手和尸体,核心是“像人却缺了内部的东西”,你用它解释 AI 视觉产品的违和感,方向说得通1。但立正谈良质时更强调:好坏不是主观客观二选一,而是主观遇到客观那一刻的感受,需要靠不断放下预设、回到真实体验去练3,4。所以“AI 感=特化恐怖谷”可以是一个好用的入口,却不宜当成完整解释;同样有 AI 感的作品,有的缺结构,有的只是你没见过更好的版本,两者要分开。
“骨相”是手段,不是唯一标准
你区分皮相、骨相,主张先懂结构再回到表面,这个次序和立正“先感受、再示范、再让 AI 执行”的循环相容1。但要注意条件:骨相好更利于化妆和出片,是特定用途下的优势,不是所有作品都必须先练解剖。立正也提醒,知道事实和后果不会自动替你完成价值选择5;同样,懂结构也不自动等于做出了好作品,最终仍要回到“这一版看起来对不对”的判断。
现有片段没有立正直接评论“AI 感”或恐怖谷类比的原文,以上是按他谈良质与判断力的材料做的推演。
回到5份原文
人机协作中“人先感受、再示范、AI 执行、人再校准”的循环,最贴近你文章的核心主张。
讲“吃过见过才知道什么重要、才能找到比较对象”,对应你引用的课代表观点。
解释良质为何不是主观客观二分,适合核对你对“说不出为什么”的处理。
可回到原文核对这部分判断
说明知道事实与结构不会自动完成价值判断,可用于校准“骨相”那部分的边界。