清晰的边界
小时候学素描，被老师骂得最多的就是勾边填色（此处读：shai3-er），到底要不要勾边填色？事实上我们看到的是渐变的，但是经过大脑分析表达出来，就有清晰的边界。
文艺作品肯定不是现实，它加入了很多作者理解，但是没关系，只要足够美好就可以了。
有时候会被作者的角度治愈：他强调的，弱化的，忽略的……他所表达的，想要解读的。
人工智能生成的艺术品
当作者技术足够纯熟，如何表达不再是一种能力，而是一种选择——勾边填色也可以是一种风格。
有了足够的工具，只要工具足够好，和人配合的足够好，作者用简单语言描述，而产生的摄影，绘画，被模型润色的文字，同样是艺术，并且可以更多表现其内核，而不囿于技法。艺术从来也不只是技法，这可能也是AIGC前途光明的原因之一。
完全随机生成的作品可能高于普通水平，但成为艺术品的可能性的可能性也很小。而通过作者的描述，指定了场景，基调，人物，精细的情感，各种细节，大量的调整修改，表达出作者的情感，逻辑，世界观；这样产出的绘画，摄影，润色出的文本无论它的形式是什么，都更可能成为伟大的作品。
模型与现实
当你做模型的时候，是追求反应现实，而现实中也不免一些噪声，学规律的时候也会学到噪声，或者被噪声干扰。对于模型来说，如果不标注出来，它也不知道哪些数据是噪声，哪些是正常数据。所以要么用极大量的未处理数据训练，只要其中正确数据足够多，最终也能学会；要么做数据修正和纳排，用中等量级的干净数据训练模型，也能达到比较好的效果。
至于它能解决多大比例的问题，就可以把它说出来，用起来？是60%还是99%？选择的时候也很难受，怎么掌握这个度，心里的这杆称可能就是学术道德吧？
虽然我们要的是现实或者正确，但得到的并不是，而是也只能是大多数。再说我们觉得正确的，也未必正确，目前的人类也有限。科学是一些方法，而不是绝对的答案。
解释模型
就像所有艺术对现实的描述，比如绘画：现实是一回事，人能理解的是另一回事。多数时候，它俩并不一致。当你服务的目标群体是人，有时候为了让人理解，也会：强调，弱化，忽略，解读。必须从混沌里划分出一些边界，明知那些边界并不能解决所有问题。
因变量和自变量的关系，自变量相互关系，我觉得以现在的技术来说，对模型结果反倒是没啥大影响。但是人们很重视对现象的解读，需要归因。边界清晰才能阐述，而有了边界就一定不是完全的真实。
选择
当你的服务对象是人，当你不仅是执行者，也能在一定程度上进行选择，心理应该也会很矛盾吧？😂 当你不只是一个工具人，而是有目标，有意图，就有了善恶……一念之差。哈哈，算了！想多了。引一段很喜欢的话作为结尾:
一层一层的隐喻被揭开，就像手剥笋一样，至于剥到什么程度才能吃下去，全凭我们自己的选择，无限剥下去，竹子是没有心的——无限解构只能带来无限虚无。
——from: bilibili何厌何不厌
网友评论