AI透过运算技术，让电脑能完成许多过去被认为要由人类处理的工作，因为快速的开发和累积大量资料，AI被期许能处理更复杂的任务，包括生产内容、决策、甚至是艺术创作，不同领域的工作者都面临「被取代」的议题。而戏剧，各个部门独立创作、灵感来源取自生活，也互相配合、常需要沟通讨论，这一门因人、为人而存在的艺术，如何回应AI所带来的影响？
剧场影像、灯光设计，同时也在大学任教的王正源，位于产╱学之间，除了习惯的创作流程与模式，也因应未来趋势、教学需求而调整自己的工作型态，对他来说，应用AI技术于剧场设计，就是已经在发生的事。
AI真的很方便，因应需求不断进化
关于AI，大家最有感的应该是2022年11月问世的ChatGPT。
以往要与机器问答，需要透过专业人员或程式语言，而OpenAI使用的自然语言处理（NLP，Natural Language Processing）模型，让每个人都能直接跟这类的程式沟通。王正源形容：「对许多人来说就像是魔法师，只要像跟朋友聊天那样、给它一个字串，就能马上获得一张依据你的描述产生的图片。」这种生成式AI被广泛运用，有别于传统的分辨式AI，输入A、获得对应的B，生成式AI可以创造出原本不存在的数据，例如输入文字就可以获得图像的DALL·E、Midjourney、Stable Diffusion等程式。
生成式AI还能处理文本、声音等媒材，包括正在封闭测试阶段的Sora，就是OpenAI最新开发的AI模型，能自动生成有角色、动作、符合主题、复杂场景的1分钟影片。而这也不是首例，之前就已有Meta的Emu Video和Google的VideoPoet。「这些技术只是个开端，NLP、生成式AI只是通往最终状态的桥梁。」王正源说，现在更多人在讨论AGI（通用人工智慧）的发展，它未来的最终形态可能会是一个思考跟判断能力贴近、甚至超越人类思考的有灵魂无机物。
谈起AI的实际应用，王正源的学生、设计师友人也都有在工作中接触到，尤其是年轻族群很积极认识这些程式。「如果从工作情境来看，蛮具体的是有一些影像类的素材会直接透过AI工具生成。」他提及，一位设计师可能熟悉特定几种风格或技法，如果遇到不擅长的种类，就有外包或找其他人合作的需求；但现在第一个寻求协助的对象会是生成式AI，直接在工具上尝试产出成品、或可以加工的半成品，而未来，连一段较长、完整的影片都能直接交给AI。
王正源分享自己在创作时常用的Stable Diffusion，它类似API（Application Programming Interface，应用程式介面）原理，相较于其他相同功能的程式使用云端运算、需要将资料上传到系统云端才能获得结果，Stable Diffusion是免费的，可以跟模型一起下载到电脑里，根据你提供的文字及需求进行运算、产生相应的变化及结果。它能搭配GAN（Generative Adversarial Network，生成对抗网路）让系统检验自己预计产生的结果是否符合你提供的文字讯息，形成一种匹配的过程，而GAN技术现在也被其他软体作为扩充功能使用。这些软体经常搭配不同的视觉互动软体（如Touch Designer）使用，透过调整参数能直接控制结果，但多数人还是将AI生成的图像作为素材，而非直接当作最终成果。
王正源的AI使用心法
- 思考设计师的角色定位：在AI的协助下，设计师不只是创作者，同时也有如策展人与制作人的身分，工作内容转向为统筹规划，为了要能有效与团队成员（助理、动画师等）或AI沟通，设计师要更善于表达自己的想法，并且能在各种素材中找到可持续发展的AI生成物，或继续沟通的方向。
- 持续与AI沟通，探索更多共作的可能：从核心概念出发，设计师寻找精确的关键字，像构建心智图一样拓展自己的想法，进行分类和排序（这步骤也能由AI代劳），也有助于AI从广泛的数据库中提炼出合适的素材，形成符合期待的作品。设计师也可以借由AI辅助，尝试摸索程式语言，有助于进行跨平台应用。
- 让AI作品能拥有「想像」的美感：AI追求的通常是能提供最符合指令的结果，所以设计师在沟通过程中，也要思考如何避免让AI产生太具象的图像，又能符合创作主题与部分「人性」，所以也有设计师是将AI生成的图像作为起点，这种半成品的状况既不会让AI说得太多，也能透过设计师的加工，赋予作品更多「想像」的可能，达成真正的共创。
