---
title: AI 詠唱者忘年會（第 0 屆 AIGC 年會）活動筆記
tags: AI
---
# AI 詠唱者忘年會（第 0 屆 AIGC 年會）活動筆記
## 活動資訊
- 時間：2022/12/22（四）19:00-21:30（18:30 開放入場）
- 地點：台北市中正區杭州南路一段24號（集思交通部國際會議中心 3 樓國際會議廳）
- 報名：https://blindegg.kktix.cc/events/aigc
- 議程：
- 18:30~18:55 入場

| 開始時間 | 主軸 | 講者 |主題 |
| -------- | -------- | -------- | -------- |
| 19:00 | 活動引言 | 李慕約 | |
19:15|火力展示| 鳥巢| 人類的AI藝術之路
19:21|火力展示|高捷 |我叫 AI 畫的
19:27|火力展示|薛良斌| 使用 GPT3 打造小工具
19:33|火力展示|林鉦育| Demo 展示（GPT）
19:39|火力展示|李慕約| AI 生成內容展示：以媒體和出版業為例
19:45|中場休息| 中場休息| 中場休息
20:00|議題分享| 李慕約| AIGC 未來的兩股勢力
20:06|議題分享|林鉦育| 短講 - ChatGPT 在異想時間
20:12|議題分享|李怡志| 短講 - 如何利用AI學習設計
20:22|議題分享|游名揚| AI時代來臨，遊戲產業該做的準備
20:28|議題分享|鳥巢| 短講 人類的AI藝術之路
20:36|議題分享|Isabel Hou| 短講 - Who owns AIGC?
20:48|議題分享|Yen-Ling Kuo| 短講 - Towards human-AI creative loop
20:54|閉幕結語|李慕約
21:00|現場交流| 現場交流
- 講者名單：
- 林鉦育（玉山金控）
- 李怡志（圖表教師）
- 李慕約（資料視覺化）
- 鳥巢（AI Art 創作者）
- 高捷（實踐大學媒體傳達設計學系講師）
- 薛良斌（InfuseAI 共同創辦人）
- Even Wu（視覺設計師）
- Isabel Hou（律師）
- Yen Ling Kuo（維吉尼亞大學電腦科學）

## 當日共筆
#### 李慕約
* 活字印刷術出現之後，出版品暴增，作者更能專注在內容上。AI 生圖出現之後，很可能再次經歷同樣的歷史。
* 與其思考人類是否會被 AI 取代，更應該開始思考人類要如何運用 AI，並且思考人與 AI 的區別。

#### 鳥巢 - 人類的AI藝術之路
* 撐場QA(XDD)
midjourney 的讀取特性是越前面的詞彙權重越高，因此寫得越複雜（使用的描述越多）未必就能得到越好的效果。

#### 高捷
* mj 和 disco diffusion 一樣是比較抽象的繪圖
* waifu diffusion 和 novel ai 一樣會有很多 nsfw

#### 薛良斌 - 使用 GPT3 打造小工具
* 在跟 ChatGPT 對話之前，先說「Let's think step by step」之後再陳述自己的問題，可以獲得非常仔細的回答。
* 好用句法：https://prompts.chat/
* GPT 應用於 google spreadsheet（很燒錢）
* 網頁服務
* 教我怎麼寫web
* 用AI 寫考績評語

簡報檔案：
https://docsend.com/view/6gbfrbg5x3zxs4xa

#### 林鉦育 - Demo 展示（GPT）
* GPT 應用
* QA、翻譯（ 常見用法）
* 行銷文案、查表問答（進階）
* 摘要、幫文章上 tag、資料/履歷生成、助教/教學
> [name=Ying 但是我請 chatgtp 摘要紅樓夢很失敗XD 見下圖]
[name=Chia 居然！！！啊哈哈哈哈哈 是不是被玩壞惹！！只好請他一步步慢慢想]

* 總結：
* 基本的文字處理都做得很好，但，Ai 會給出中國法規、專業用語（嚇）
* 可以預測未來（？）（無法辨別問題的合理性）

#### 李慕約 - AI 生成內容展示：以媒體和出版業為例
* 用ChatGPT 摘要重點＆轉譯
* emoji
* 情緒
* 關鍵人物
* 引言文字
* 可以指定TA產生內容：民眾、學生、...
* 機器優點：穩定、累積、快速、便宜
* 角色扮演
* 跟過去的自己說話（input 日記本）
* 跟死者對話
* NFT推銷員
* 

#### 鳥巢 - 人類的 AI 創作之路
* 在創作生圖時，必須要先預期自己希望的創作結果，否則只能做出複製品（那就沒意義了）
* 預期明年的 mj 方向：AI 產影片、3D module
* 起心動念：創作系列影像（機器人 -> 機器人家族)
* 經營數位IP
* 建立場景
* 產出系列角色，可以賦予劇情
* AI 生成是藝術嗎？
* 導演論：覺得自己控制了角色、服裝、動作、取景... 場面調度等等，最終以編劇的身份串連故事。認為導演與AI共同創作、共享這部作品。
* AI：執行製作。人類：idea。

#### 李慕約 - AIGC 未來的兩股勢力
* 力量大於流量
- 第一股勢力：電池的力量
為了產出流量，是難以抵擋機器人軍團的力量的，終究，大家會選擇進入Ai的世界。
- 第二股勢力：愛的力量
產製內容變容易後，製作成本會持續下降。當製作成本降為1，那麼就能盡情創作自己喜歡的創作，是最純粹的力量讓大家都有機會把自己的創作寫下來，不求回報，也就無須畏懼。

#### 林鉦育 - ChatGPT 在異想時間
* 玉山銀行有個 AML 黑名單比賽：透過新聞，摘取人名、罪名。
* 舉例：貴婦奈奈新聞，摘取出人名（貴婦奈奈）、罪名（詐欺、背信）
* 如果讓 chatGPT 去做上述事情，也可以摘取出人名＆罪名，而且 chatGPT 似乎根據上述模版去學習。
* chatGPT 似乎可以記住模板。省下了訓練模型的成本
- but! 在資料治理的議題上，需考量：即時性、正確性、一致性
- 需要做一個自動化守門員。
* chatGPT 可應用範圍：輿情分析、市場分析、推薦回應資訊、關鍵資訊查找（AML）、行銷文案生成。
* 風險與機會相伴：
- 會摘要不等於會推理
- 資料、成本、速度、技術、問題/場景
* chatGPT 推理能力不足。([擷圖連結](https://www.bnext.com.tw/article/73277/chatgpt-is-just-a-milestone-but-we-still-far-away-from-strong-ai))

#### 李怡志 - 如何利用 AI 學習設計
* 擅長：資訊視覺化、視覺圖表
* AI 版面臨摹：
* 探索本體（脈絡化的本體論）
* 認識論：認識解構
* 認識版面：利用 MJ 測試不同版面、不同概念 -> 直接看到組合與測試的成效
* 方法論：方法學習
* 教學生 AI 臨摹，可以快速學習風格（人可以透過臨摹，也就是 copy，去進行學習，現可以透過 AI 臨摹來學習），但最終目的還是要產出自己風格。
* 好處：快速從技術的層次抵達至藝術的層次。

#### 游名揚 - AI 時代來臨，遊戲產業該做的準備
* 今年是奇異點，而且沒有過去的經驗可以類比。
* AI 開發將成為創意產業的開發主流製程，會導致百倍以上的開發速度差異
* 要以 OKR的方式思考Asset 設計：人設->完稿->角色設定

#### Isabel - Who owns AIGC?
* chatGTP 不論提供的內容多荒謬，用詞都相當自信。
> [name=Ying：Yeees！請見上述紅樓夢]
> [name=Chia：一本正經講幹話哈哈哈哈]
* 美國二月法院判決：無法將AI創作作品登記著作權。（必須是「人」才是創作主體）
* 從法律觀點來看，人與AI是協作關係，若將AI視為「工具」，就需查看授權內容。(service agreement/policy)
- CC0（如 stable diffusion）：作者放棄著作權，做出來的東西是屬公眾所有，不屬於作者。
- Owned by User, but.
- Owned by User with privacy add-ons
- CC by 4.o international
- Owned by AI tool company, allow commercial use
- Owned by AI tool company.
* 工具本身合法嗎？運算過程中是否違反著作權？
* 11 月：美國集體對 GitHub、opanAI、Microsoft 提起訴訟，因為直接 copy 程式碼
* 「Notice and take down policy」但律師認為對於平台主動生成的內容還是有疑慮。
* 是否有實際產生「創意」也是問題。

#### Yen-Ling Kuo - Towards human-AI creative loop
* 被取代的恐慌？思考可行未來。
* rule-based 決策有其侷限。
* ChatGPT/ mj 都用了許多資料訓練，且官方提出的限制並不那麼侷限
* AI 好處：
* 生手都能上手/ 足夠真實/水準之上
* 快速嘗試，跳脫想像
* 局限性：
* soft limit:
* 產生人體、人臉有缺陷 -> 改善輸入、使用其它模型來修復
* 缺少某些知識-> 加知識與搜尋結果到對話裡
* hard limit:
* 原創性
* 獨特性的挖掘
* 個人經驗融入
* 無法推理
* 他人心智狀態
* 人 -> unserstand the limits... -> AI -> learn from output... -> 人（loop）
>[name=Chia:今天一起記錄很開心：）]
>[name=Ying: YES!]
## 可加入討論之社群及其他資訊
- 可參考 link tree：https://linktr.ee/blindegg