外包公司如何在流程中利用神经网络——OWL工作室的经验
维拉·维利奇科，OWL工作室的总经理，谈及了神经网络在今天能够帮助CG艺术家的哪些任务，以及在什么情况下不应该期待太多。
维拉·维利奇科
神经网络是过去几个月里最受讨论的话题之一，我必须说，我至今仍未能确定自己对它的看法。
OWL工作室是一家服务型公司，我们为游戏创建图形。在游戏开发公司看来，人工智能是天赐良机，能够节省在最昂贵的流程上的成本，而对我们来说，这则是直接威胁到商业。
此外，这也是我个人的痛苦和忧愁。我最初是一名传统艺术家，受过学院派的训练（画笔、画布、油画等等），但是当我开始考虑如何用这些美丽的事物谋生时，发现根本不可能。
现代传统艺术家的道路充满荆棘，曲折且主要依赖于良好的关系。于是，转向CG成为了我技能变现的绝佳机会，但向计算机图形工具的转变花费了我几年时间。
那么，你知道我对人工智能的看法是什么吗？
可怕！
我的传统灵魂不仅在愤怒，她甚至拒绝与这个地狱的产物有任何交集。但灵魂归灵魂，作为一名艺术家团队的负责人，我必须尽可能及时地对局势作出反应。游戏行业总是充满变数，如果你无法抓住浪潮，最好的结果不过是失去冲浪板。
幸运的是，工作室的第二位艺术总监，即艺术部的创始人和我神经的守护者，在人工智能成为主流之前就对此产生了兴趣，并成为我引入新技术的首个助手。
首先，我们在团队中进行了讨论。我仍然认为，在持续不断且有时变化剧烈的情况下，与团队保持对话至关重要：如果人们了解事情的发展状况，我们所处的情况和面临的挑战，并且管理层在行动和意图上透明，他们会更积极地参与到过程当中，产生比单纯按照指示工作时更深入和更高质量的成果。
最初的讨论引发了相当激烈的反应：许多艺术家担心他们会被迫在不愿意的情况下与神经网络合作，担心失去自己工作中最有趣的一部分，变成“神经网络的操纵者”，并担心在工作室建立与神经网络合作的工作流程后，会发生裁员。
当然，如果我们没有事先讨论这些问题，很难激励他们去学习新工具。
但两周后，团队的一半成员变怒为喜，开始关注这个话题。我们的积极分子小组自主研究了工作工具，我们创建了一个单独的聊天群，进行了几次直播，开始进行实验。
我们在哪些任务上测试了AI？
概念搜索（提出创意以缩短概念艺术的时间）
结果：就像那个笑话。你们知道在瓶子里做船是怎么做的吗？取一个瓶子，往里面扔胶水、小棍子、布条、纸张、线，摇晃一下——然后就能得到各种稀奇古怪的东西，有时还能有船。
在这个阶段，工作结果是否对概念艺术家有用是不可预测的，艺术家自己生成概念可能会更快更简单。
然而，在一种情况下，AI无疑是有益的：当脑海中一片空白，灵感缺乏时。这时，使用AI至少是一种很好的起点。
需要特别指出的是，在此阶段，我们不受版权相关限制：由神经网络生成的想法随后会被完全重加工，我们不会直接在最终产品中使用这一内容。
一个积极的方面是，客户可以带着一些由AI创作的初步草图来找我们。这大大简化了我们之间的沟通。
与客户共同创作概念
基于草图寻找细节和风格化的变体
渲染
从我们的角度来看，在这一阶段这是AI最有用的属性：借助它可以加速渲染过程。例如，以前渲染真实人物可能需要三周的时间，现在四天内便可完成，而大部分时间花在概念搜索上。
AI在明确的框架内非常擅长机械性工作：以特定风格渲染对象、提高渲染质量、放大等。目前，我们在这一点上看到了主要的应用领域。
基于草图的细节处理
由AI创建的概念的最终化示例
生成与现有资产相同的资源
这个想法本质上很简单，已有几篇关于神经网络操作的文章中描述过：准备简单的艺术，例如地图上的建筑、道具、岩石、灌木等类似内容，这些内容有大量的类似物且本质上简单且单一。
通常在艺术家的工作中，这是创作中最不具创造性的部分：只需要根据“同样的，只不过不同”的原则创建+10、+20或+100个对象。
至今为止，我们还没有成功地使用AI来完成这项工作。
这里需要明白的是，如果我们在处理例如合并游戏的对象系列时，至关重要的是要保持对象之间的系统性、可读性、统一的细节，确保一个等级和另一个等级之间的明显区别，以及每个系列与项目中所有其他系列之间的区别。
目前，神经网络无法同时“记住”如此多的参数。通过人工操作所花费的时间会比修改AI结果所需的时间更少。然而，我们仍然希望一旦有可能，将AI融入到这一工作流程中。
修改
更改颜色、调整角度、姿势，替换、删除或添加某个物件——所有这些都是修改。而且早在以前，这些修改恰恰是导致重复工作的主要原因，并对预算（或项目的盈利性）产生了最危险的影响。
从心理上看，客户通常认为这些修改很简单，他们在实现时并没有看到很大的困难——而艺术家却在这些过程中的压力下感到非常疲惫。两三次迭代的修改可能会使艺术家的生产力下降几个星期，而在第四次之后，恢复创造性能力和积极投入工作可能需要休假。
或许，正是这些AI的功能“销售”了自己给我们的团队。由于摆脱了对不断重做的苦恼，艺术家们愿意为此付出很多代价。通过最初的排斥情绪，我们建立起了通往梦想工作的希望之桥。毕竟，如果神经网络能承担起工作中所有繁琐、无聊和令人沮丧的事务——这是否会成为我们一直梦寐以求的创造机会呢？
基于草图进行角色的最终化
AI的弱点是什么？
仍然不是“把它做得漂亮”的按钮
要获得令人满意的结果，必须能够与神经网络合作。
我看了我们团队的教学视频，我们的艺术总监来找我，展示了所有神经网络最令人难以置信和令人印象深刻的能力……
他所取得的一切——让我真心相信我不会做这件事。
但显然，要与AI进行有效合作，需要相应的技能。需要理解它的工作逻辑，弄清楚工具和设置，能够正确形成输入，并始终保持信息的流动——AI正迅速在我们的面前进化。
概念的逻辑
例如，如果我们在某种“装备”中创建角色——盔甲、服装、防具，其中带有某种类型的小工具——那么就不用指望神经网络创造出任何合乎逻辑的结构。大部分这种“装备”根本无法使用，部分根本无法存在。
项目中逻辑越重要，就需要的修改就越多。
如果项目足够严谨，且世界观的逻辑非常重要——那么神经网络仅适用于概念阶段。借助它来制作最终版本的尝试可能会比传统绘制的成本更高。
意义的质量
从工作原理上讲，神经网络从细节中生成设定的意义。如果我们要求它创建一幅满足大量参数的图像——神经网络会尝试将所有列出的参数结合在一幅图像中，参数越多，图像中的细节就越多。人类可以操作象征性的、寓意性的、直观的情感相互关联，因此能够创作出包含许多层次意义的简单形象。
AI完全无法胜任，需要人的双手的地方
叙事上严格限定的任务
这里有一条非常细微的界限：严格定义的具有明确机械执行方式的任务与严格定义的需要创造性方法的任务。
也就是说，如果我们需要执行特定的操作，例如渲染草图、添加或移除特定对象——神经网络表现得非常出色。但是，如果我们需要根据特定情节创建插图，保持正确的氛围，准确解读设置及游戏故事，符合玩法的特性（例如，界面的保存区域，或是游戏过程所需的特定区域构造）——“折磨”神经网络以获得结果，会成为比用手完成更为耗费资源的任务。
为《Boom之枪》创作的宣传插图，其中需要考虑大量叙事细节并精确处理构图
艺术创作的各个阶段
具有大量细节的任务
我们团队目前正在进行的一个项目使用非常简单的风格——渲染简单的中体积角色，训练有素的艺术家可以在几小时内完成。
然而，这要求极高的精度和准确性：材质、纹理、光泽、阴影、效果的特征都被严格规定，而往往为了打磨这些细节，所花费的时间几乎比渲染本身还要多。
通常情况是这样的：有一个拥有快速、简便且精准技巧的风格引导艺术家。他的风格被用作项目的基础。接着，其他所有艺术家学习模仿他，每个人也都会花费大量时间去模仿别人的风格——直到这变得自然。在这种情况下，如果生产设置阶段不成功，艺术创作的时间线上就会严重拖延，导致严重超支；但在成功通过设置后，开发速度会提升几倍。渲染越简单，需要考虑的细节越重要，使用神经网络的意义就越小。
出于同样的原因，AI不适合用于生成类似的match3特色和其他类型相似的益智游戏、合并系列、信息图表、图标和界面。
我们工作室为Pocket Walley项目创建的界面，未使用AI
超出类比范围的任务
在这里很简单。AI无法创造出根本新颖的概念，并且在标准任务的领域中表现最佳。只要谈到寻找视觉化某些没有类比的想法或形象，AI的工作质量和结果的合理性就会急剧下降。
总结
在这一阶段，我们最重要的任务是遵循客户的版权和保密协议。因为目前还没有最终法律框架来监管由AI生成的内容的使用，我们不会在事先未与客户达成协议的情况下使用任何工作流程。此外，保护客户内容的完整性对我们来说也是至关重要的——我们不能在客户项目以外使用在其图形上训练的神经网络。
因此，唯一安全的艺术源用于训练AI的是工作室的私人作品集（版权完全属于我们的项目），以及我们艺术家的个人作品集。考虑到我们团队的规模（主要团队超过50人）——这就构成了一个相当大的库。但在AI深度融入工作流程的情况下，我们也需要开展创建标准资产的工作，基于这些资产我们可以“训练”神经网络以处理最常见的任务。
尽管面临所有技术、法律和概念方面的复杂性，AI已经展现出在工作中的卓越潜力，使我们为客户开辟了新的方向：
- 关于项目中使用AI的咨询：在我们看来可以使用神经网络的任务，以及我们能节省的资源；
- 基于客户的艺术进行网络训练，以便后续快速生成标准内容，再者——与AI进行操作性工作并在最终结果前进行调整；
- 通过AI进行修改和校正，显著减少了即使在寻找情况下也违反截止日期的风险；
- 在允许的情况下使用开放源代码的AI进行创作（例如快速生成创意、测试内容、市场图形等，几乎将工作成本降低数倍）。
所有这些使我们能够为那些过去使用外包工作室在预算上几乎不可能的客户提供服务。
