AI透過運算技術，讓電腦能完成許多過去被認為要由人類處理的工作，因為快速的開發和累積大量資料，AI被期許能處理更複雜的任務，包括生產內容、決策、甚至是藝術創作，不同領域的工作者都面臨「被取代」的議題。而戲劇，各個部門獨立創作、靈感來源取自生活，也互相配合、常需要溝通討論，這一門因人、為人而存在的藝術，如何回應AI所帶來的影響？
劇場影像、燈光設計，同時也在大學任教的王正源，位於產╱學之間，除了習慣的創作流程與模式，也因應未來趨勢、教學需求而調整自己的工作型態，對他來說，應用AI技術於劇場設計，就是已經在發生的事。
AI真的很方便，因應需求不斷進化
關於AI，大家最有感的應該是2022年11月問世的ChatGPT。
以往要與機器問答，需要透過專業人員或程式語言，而OpenAI使用的自然語言處理（NLP，Natural Language Processing）模型，讓每個人都能直接跟這類的程式溝通。王正源形容：「對許多人來說就像是魔法師，只要像跟朋友聊天那樣、給它一個字串，就能馬上獲得一張依據你的描述產生的圖片。」這種生成式AI被廣泛運用，有別於傳統的分辨式AI，輸入A、獲得對應的B，生成式AI可以創造出原本不存在的數據，例如輸入文字就可以獲得圖像的DALL·E、Midjourney、Stable Diffusion等程式。
生成式AI還能處理文本、聲音等媒材，包括正在封閉測試階段的Sora，就是OpenAI最新開發的AI模型，能自動生成有角色、動作、符合主題、複雜場景的1分鐘影片。而這也不是首例，之前就已有Meta的Emu Video和Google的VideoPoet。「這些技術只是個開端，NLP、生成式AI只是通往最終狀態的橋梁。」王正源說，現在更多人在討論AGI（通用人工智慧）的發展，它未來的最終形態可能會是一個思考跟判斷能力貼近、甚至超越人類思考的有靈魂無機物。
談起AI的實際應用，王正源的學生、設計師友人也都有在工作中接觸到，尤其是年輕族群很積極認識這些程式。「如果從工作情境來看，蠻具體的是有一些影像類的素材會直接透過AI工具生成。」他提及，一位設計師可能熟悉特定幾種風格或技法，如果遇到不擅長的種類，就有外包或找其他人合作的需求；但現在第一個尋求協助的對象會是生成式AI，直接在工具上嘗試產出成品、或可以加工的半成品，而未來，連一段較長、完整的影片都能直接交給AI。
王正源分享自己在創作時常用的Stable Diffusion，它類似API（Application Programming Interface，應用程式介面）原理，相較於其他相同功能的程式使用雲端運算、需要將資料上傳到系統雲端才能獲得結果，Stable Diffusion是免費的，可以跟模型一起下載到電腦裡，根據你提供的文字及需求進行運算、產生相應的變化及結果。它能搭配GAN（Generative Adversarial Network，生成對抗網路）讓系統檢驗自己預計產生的結果是否符合你提供的文字訊息，形成一種匹配的過程，而GAN技術現在也被其他軟體作為擴充功能使用。這些軟體經常搭配不同的視覺互動軟體（如Touch Designer）使用，透過調整參數能直接控制結果，但多數人還是將AI生成的圖像作為素材，而非直接當作最終成果。
王正源的AI使用心法
- 思考設計師的角色定位：在AI的協助下，設計師不只是創作者，同時也有如策展人與製作人的身分，工作內容轉向為統籌規劃，為了要能有效與團隊成員（助理、動畫師等）或AI溝通，設計師要更善於表達自己的想法，並且能在各種素材中找到可持續發展的AI生成物，或繼續溝通的方向。
- 持續與AI溝通，探索更多共作的可能：從核心概念出發，設計師尋找精確的關鍵字，像構建心智圖一樣拓展自己的想法，進行分類和排序（這步驟也能由AI代勞），也有助於AI從廣泛的數據庫中提煉出合適的素材，形成符合期待的作品。設計師也可以藉由AI輔助，嘗試摸索程式語言，有助於進行跨平台應用。
- 讓AI作品能擁有「想像」的美感：AI追求的通常是能提供最符合指令的結果，所以設計師在溝通過程中，也要思考如何避免讓AI產生太具象的圖像，又能符合創作主題與部分「人性」，所以也有設計師是將AI生成的圖像作為起點，這種半成品的狀況既不會讓AI說得太多，也能透過設計師的加工，賦予作品更多「想像」的可能，達成真正的共創。
