关于AI作画，不要那么悲观

马克思主义哲学认为，人工智能不可能取代人类。
我作为计算机视觉方向的博士，充分认可此观点的正确性。目前的神经网络，在设计思想上确实试图模拟人脑神经元，但其实现的理论基础，主要依赖数理统计。注意到了吗？人类设计AI，依赖的是人类所知的理论。
各位可以简单地将AI的模型，理解成一个非常复杂的方程，这个方程可以拟合数据集的各种信息以及设计者添加的超参数（此处把标签也当做一种特殊的超参数），输出设计者期望的结果。
人类与AI，可以理解成老师和学生。而且这个学生目前只会输出设计者期望的结果，只好做答卷，这才是真正意义的应试教育学生。
对于各位关心的Novel AI，将其理解成复杂方程，其训练时的自变量是数据集图片、控制生成条件的超参数，输出是新图片；推理时，自变量是超参数，输出是新图片。各位已经发现，推理时，自变量少了数据集图片，这是因为AI输出的那张新图，其实是从高斯噪声演变而来的；训练时喂给AI的那张数据集图片，已经被AI消化掉了；训练消化的过程，就是AI调整这个复杂方程各种系数、运算法则的过程。
Novel AI使用了Latent Diffusion[1]的模型参数（这个模型训练耗费的GPU卡时折算人民币400多万元，作者免费公开，论文发表在CVPR 2022计算机视觉顶级会议上）作为预训练模型，然后将动漫图片作为喂给模型的新数据集，进行训练，最终得到重新调整好的“方程”。
[1].Robin Rombach, Andreas Blattmann, Dominik Lorenz, Patrick Esser, Björn Ommer. High-Resolution Image Synthesis with Latent Diffusion Models. In CVPR 2022.