很多人都發現，現在電商平臺上很多商品的模特照看起來有點怪，其實我們今天在網上看到的商品圖和模特照有80%都是AI生成的假圖！

圖片是假的，越來越多的視頻和文案也都是由AI自動生成的，AI浪潮正在毀滅傳統行業，美工、攝影師、模特，這些傳統觀念中必須由人來完成的職業都在被AI替代。

AI也開始侵蝕藝術領域，畫家們也開始擔憂畫筆能否保的住，AI自己也很難受，人類的數據快要被吃光了！

真人模特要下崗了？

AI的發展已經開始沖擊電商領域了，AI生成的商品圖片已經成了不少商家的新寵，不光生成出的美女看上去相當養眼，還省去了大量的時間和金錢，曾經無比吃香的電商模特已經面臨無飯可吃的尷尬境地了。

原本拍一張商品照片需要場地、燈光、模特、化妝師和攝影師這一大堆環節，那是相當費錢費力，現在的AI多方便，提示詞往對話框里面一天，搞定這些繁雜的問題只需幾秒鐘。

配圖集中地茂名不知不覺成了AI沖擊最深的地方，這幾年有不少茂名年輕人回鄉創業，希望憑借在大城市積累的經驗打拼自己的事業。

但形勢比人強，還沒等他們搞定相關配套市場，電商崗位開始被AI侵蝕了，對商家來說，AI生成的圖片簡直是福音，不用攝影團隊，也不用為一個鏡頭反復調整角度。

可對傳統美工和攝影師模特這一條產業鏈來說，搶飯碗的時代已經來了，幾秒生成的AI圖片立馬替代了他們嘔心瀝血多天的工作成果。

美圖公司推出的AI商品圖工具更是讓中小商家看到了省錢的曙光，商家只需給商品拍張照片上傳后臺，AI就會自動完成摳圖布景和打光這一系列操作，只需幾分鐘就能完成曾需一個團隊花費幾天幾周才能完成的任務。

難怪商家開玩笑說他們已經成了AI的打工人，每天只需看著AI出圖就OK，自己反而成了旁觀者。

AI對行業的沖擊也蔓延到了繪畫領域，不少藝術學院學生的焦慮感無限上揚，自己辛辛苦苦靠著藝考殺上了藝術殿堂，可沒想到被搞計算機的理工男搶了飯碗！

AI時代的畫家：畫筆還能保住嗎？

繪畫是人類存在了幾千年的古老藝術形式，已經有人放言AI會徹底毀滅傳統繪畫，當機器都能畫出精美作品時，人類畫家的價值何在？

有些年輕畫家的看法到很新潮，他們認為AI不會簡單地取代繪畫，反而會推動藝術走向新的維度。

年輕藝術家崔昱就是AI技術的支持者，在他眼中的AI技術跟攝影術剛開始推廣時一樣，雖然對素描領域的沖擊很大，但素描依然也找到了屬于自己的一席之地，市場雖然萎縮了不少，但終歸變成了兩種完全不同的表現形式。

新技術的出現只會讓藝術創作發生質變而已，攝影技術的出現讓畫家們不再單純的為皇室描摹肖像，從這項繁瑣的政治工作中解放出來，開始更多地表達自我表現情感。

AI技術雖然能生成看上去完美的藝術作品，但它永遠無法取代人類對現實的感知與對情感的表達。

崔昱說的沒錯，AI一定會對現有藝術結構造成沖擊，但我們也絕不能因噎廢食，當代藝術家的競爭核心還是存在的，只不過會從單純的技法競爭中超脫出來。

對于藝術家來講，與其排斥最新技術，不如著眼未來，去學習如何利用AI進行新的藝術創作，以便于更好的重組文化基因。

現在AI生成的藝術作品已經被國際認可了，國際拍賣巨頭佳士得就舉辦了首場AI藝術專場拍賣會，宣布AI正式進入藝術市場。

只不過任何新技術的出現總會伴有舊有勢力和思想的質疑，雖然有一部分藝術家對AI持歡迎態度，但有的畫家卻對AI的出現心生警惕，他們認為過分依賴技術可能讓人類的感知力和創造力下降。

藝術的本質還是要回到人本身，技術只是工具而已，不能代替人對生命和情感的理解。

但無論藝術家們如何看待AI，技術發展的腳步絕對不會因質疑聲停止，AI正在逐漸影響藝術創作的形式，或許未來的藝術作品將是由AI輔助生成后再經人類加工的結晶。

所以AI根本不是在毀滅繪畫，而是給繪畫帶來新的可能性。

只不過AI迅速發展的背后卻透出了一個問題，它快沒食物可吃了。訓練AI需要海量數據，但現在互聯網上的公開數據正被快速消耗，照這個速度下去，到2028年AI就可能面臨無數據可用的困境。

沒了數據的AI又該怎么繼續進化呢？

AI沒數據可學了？開發者急瘋了！

乍聽上去，這個論調有點杞人憂天，每個人眼里互聯網上的信息都是冗雜的，人類的互聯網時代發展了這么多年，每時每刻都有人在向網絡上傳信息和觀點，日積月累下來的信息流數量是恐怖的。

對人類來說這種觀點是正確的，可這也只針對人類的閱讀速度和理解能力，AI的學習速度是人類的幾千倍，對于一個人來說沒辦法瀏覽完的數據，對AI來說可能就是一天的事兒。

這兩年為了讓AI的智力水平越來越高，各大公司喂給了AI天量的數據，互聯網的池子看上去像大海一樣無邊無際，但奈何AI的吸水能力實在是太強了。

AI之所以能夠擁有類似人類的創作能力，其實都是通過大量數據進行訓練的，這些數據的來源就是這些年人類向互聯網上傳的網頁和文章和社媒內容。

科學家們通過讓AI分析這些數據，逐漸學會了理解和生成文本，圖片視頻，問題的關鍵也在這里，互聯網上的公開數據是有限的，而AI對數據的需求卻是無限的。

隨著AI的普及，人類向網絡上傳的100%人類內容越來越少，絕大多數的內容都有AI參與，這樣的樣本對于訓練來說是不合格的。

隨著AI的迭代，AI對文件和數據的處理速度只會越來越快，三年之后AI真的可能會用完互聯網上所有的公開文本數據。

現在的世界已經逐漸邁入了數據時代，越來越多的人意識到了數據的重要性，很多數據提供者已經開始限制AI公司使用他們的內容了。

《紐約時報》就因版權問題起訴了OpenAI和微軟，其他很多出版商也開始設置爬蟲禁令，不讓AI公司抓取他們的文章。

越來越多的人已經開始意識到，自己的內容才是這個時代真正寶貴的資源，絕對不可能繼續像以前那樣免費提供給AI公司使用。

這種情況雖然可以理解，但也讓更多的AI開發者們陷入了數據荒的困境，沒了公開數據，他們只能去尋找其他非公開數據，好在現在網絡上還有大量的Whats App的消息和YouTube視頻的轉錄。

可獲取這些數據的合法性是存在部分問題的，這些數據要么質量不是特別高，要么涉及隱私，使用起來還是限制多多。

現在OpenAI已經開始退而求其次，嘗試通過AI自己生成合成數據，現在他們每天能生成超過36萬億個單詞的合成數據。

這種方法只不過是數據荒背后的無奈之舉而已，AI雖然看上去先進，但還是有很多不足的，數據的多樣性和復雜性就是AI的最大短板。

如果AI依賴自己生成的數據進行訓練，很有可能陷入模型的自噬障礙，將錯誤和誤解不斷放大，最終AI的學習效果會越來越差。

任何技術發展都不可能一帆風順，AI在現在遇到的問題是新技術發展的必由之路，辦法是人想出來的，雖然現在AI開始面臨數據困擾，但一定會有相應的解決辦法。

AI教母李飛飛就提出了新的觀點，她認為醫療、環境和教育這幾個領域的數據還遠沒有被充分利用，只不過這些有些枯燥的專業數據是否能有效訓練AI現在還是個未知數。

畢竟AI的強項是處理文本數據，如果將訓練資料全部轉換為天文和基因這些復雜數據，至少現在的AI還達不到那么聰明。

不過也沒有必要太過沮喪，技術的突破很多時候是具備偶然性的，現在已經有部分開發者正在嘗試對現有AI優化算法和模型設計，優化的方向就是減少對數據的依賴。

如果這種方式取得成功，未來的AI模型可以重復學習既往學習資料，并從查漏補缺，通過加強學習的方法再次提高訓練效率。

結尾

AI帶來的技術革命已經讓許多行業在不知不覺發生了巨變，不管是電商平臺的假圖風波還是藝術領域可能面臨的全新創作視角，AI正在憑借自己的能力向人類展示未來的樣子。

下一個科技革命的主角是AI這件事已經毋庸置疑了，但是AI技術的發展勢必會面臨很多不確定因素，但人類的進步趨勢不可阻擋，這些問題勢必會一個一個得到解決。

出現問題是必然的，解決問題的方案也一定會隨之而來，之后的AI或許會有意想不到的方式解決數據枯竭問題。

但不管怎樣，人類必須始終在這場全新的科技浪潮中掌握主動權，確保AI的發展方向符合人類的利益和期望。