《艺术畅想——AI 绘图》学习任务单
学校：____________
班级：____________
姓名：____________
复习回顾：生成对抗网络：
在生成对抗网络中，生成器负责不断生成新的图像，目的是“骗过”判别器；判别器负责判断
图像是真实的，还是生成器生成的，判别器目的是“识破”生成器生成的图像。如果你是生成
器，当你发现判别器很容易被你生成的图片“骗过”时，你愿意主动改变你生成的图片吗？说
说你的理由？
身临其境：体验人工智能：
打开平台（http://ai4k12.cn）。点击 AI绘图，选择一个你感兴趣的主题（如自然风景、动漫
人物、生活用品等）。输入提示词，比如“吃竹笋的大熊猫”，然后观察大语言模型生成的图像，
你认为平台生成的图片与你想象中的差距大吗？
初探门径：解密人工智能
扩散模型的思路是通过一种偏向于优化的方式，逐步从一个纯噪声的图片中生成图像，但去噪
需要一定规律，要把这些噪点一步步移除，从如何产生纯噪声图片的角度思考如何让模型学会
这种规律呢？
大显身手：玩转人工智能
刮画探秘：体验扩散模型之美
活动要求：
1.每人准备一张刮画纸（一种表面覆盖黑色蜡层的特种纸，可用硬物如硬币、竹笔等刮去
表层，显露出下层的彩色）、刮画工具（如硬币、竹笔等）、修复液。
2.用刮画工具在刮画纸上随意刮出一些初始图案，这些图案代表原始数据，由老师将学生
的原始图案拍照记录下来。
3.模拟前向扩散阶段，即在原始图案上逐步增加“噪声”（在刮画纸上增加更多的刮痕，
使图像变得模糊和复杂）
4.模拟反向生成阶段，即根据模糊的刮画图像，尝试反向生成出接近原始的清晰图案，对
图像进行“去噪”（使用修复液逐步填补多余的刮痕），恢复出原来的初始图案。
5.完成恢复之后，将刮画纸交给老师，老师对学生恢复的图案与学生的原始图案进行对比，
对恢复程度高的同学颁发奖励。
能言善辩：我思故我在
2022 年，最大的艺术网站 Artstation 因支持上传 AI 生成的艺术作品而引发了艺术家们的集
体抵制。在这场抵制 AI的风波中，许多画师采取了向 AI数据库投喂“鬼图”的策略，试图以
此方式“污染”AI的学习数据，防止自己的原创作品在未经授权的情况下被用于训练 AI模型，
这次抵制活动被称为“画师投毒”事件。然而，由于计算机处理数据的速度与人力相差悬殊，
这种自发的行动效果有限。
1、请分析艺术家们为何会采取抵制行动？他们试图通过投喂“鬼图”达到什么目的？
2、在该案例中，你认为艺术创作与 AI绘图技术之间的关系应该如何处理？
我的收获：
推荐的学习资源：
《xxxxxxxxx》
/3
