最近在用Midjourney画画时候找到了一个小技巧，还引发了我一些小思考，在这里分享一下。
几个月以前Midjourney推出了一个新命令：/describe，这个命令和过去我们常用的画图命令/imagine是相反的，/imagine是根据你给的prompt生成图片，而/describe是可以就你输入的图片反向生成prompt关键词。
刚出这个命令我就实验了，并且还来回反复生成图片，写了篇文章《画面传声筒》，调戏了一下midjourney这个新功能。然后就几乎没再使用了。
但我最近发现了一个新技巧，利用这个命令改进了我的作图方式，大大提升了我的作图效率，在这里我简单举个例子。例如这是一张漂亮的售楼处图片：
我用/describe将这张图片告诉Midjourney，然后它就解析出了四个视角的关键词组合：
（用ChatGPT帮忙翻译下它解析出来的关键词）
然后神奇的地方来了，就是下面这个imaging all按键，一键点击后，Midjourney就按照四个描述各自生成了四张图片。可以看到描述1-4生成是这样的：
我对其中几张特别满意，于是放大了这么几张：
描述完这个新的作图过程，说说自己的感悟：
1、排列组合和选择本身就是一种创造
我从这个新过程中重新理解了创造，图生文的四个视角的解释过程中，图片传递的丰富信息，被归纳总结精简掉了。四个视角，实际上是四种归纳方式，例如上面的例子，有的视角强调了建筑物和道路、植物的关系；有的视角着眼点在瀑布和水；有的视角就认为这完全是个花园；有的视角注意到了下雨和画面的平面风格。
然后因为传递简单信息的关键词描述， AI需要再往强调的方向上附着丰富的信息生成图片，我来选择最后的生成结果。所以这不是模仿和还原，这其实是一种创造。
前阵子看了篇介绍TRIZ的文章，这是一个前苏联科学家提出的工程发明方法论，我觉得就和这么AI画画的逻辑一样。就像有个老说法说只要尝试多，猩猩也能在打字机打出一本小说。排列组合+选择，我觉得AI也能画出很棒的艺术作品。
放眼其他领域，例如生物领域，围棋领域等等，AI创造了更大范围和更迅速的排列组合机会，只要我们掌握好选择的方法，肯定能大大加快人类的创新进程。AI不是传统的计算机，不是代替我们的机械重复工作，相反是个创意创新工具。
2、信息输入输出的带宽提升会带来处理方式的革命性差别
之前刚接触/describe命令时，我的思考方式还很落后，我用了很多图片，然后尝试让AI图生文，然后仔细阅读文字，理解什么样才是合适的生成提示词，我应该用什么样的关键词来还原画面？我甚至还整理了一个excel表格记录Midjourney的关键prompt。
我现在理解这种方法其实是一条死路，因为图生文时，信息被成几何级数的精简了，然后文生图时，大量的信息又被添加上去，一幅画背后可能是1亿个参数决定的，你学会了几百几千个prompt又有什么用处？况且你根本区分不出来这混在大参数里的小咒语的综合影响。
现在新的使用办法，就是图生文，文生图，然后挑选。可以尝试同样的文字让一遍遍的出图，也可以尝试让图生文时概括成不同的文字，再最后生成图片，不用再关注过程中的关键词，只关心最后的输出结果图片是否满意。人类眼睛看图一下子可以获取的信息非常多，大脑可以快速的判断处理，比如要追求和原图近似的？要追求有故事性的？要追求图片构图美的？可能看一眼就能给出结论，更加快速了。
通过语言做中介其实是个信息量荷载低的通道。想办法跳过它，才能取得更快的处理速度。好几年前流行大数据是说大数据时代没有因果性，只有相关性，可能就是因为因果关系是个低信息量的处理方式，相关性可能能够容纳更多的信息。
原先我们卖房做营销的时候深有体会，卖房子是个低频消费，没什么客户数据，和互联网公司快消品做营销完全不同，他们的客户研究最后都是数据驱动，落实到算法，我们还停留在传统的面对面客户深访调研，研究结果落实到粗略的规律研究。感觉这就是数据的量级影响数据处理方式的好例证。
人类个体几万年大脑没啥物理进化，人类社会就和给Switch做游戏一样，多年不升级的主机性能的孱弱，导致所有的游戏都在不断地优化适应低水平硬件。人类能持续进步是始终用更新外设来提升效率，但我们现在还在用语言文字这样的低信息量方式交流，最后进步的瓶颈可能就是在输入和输出的带宽上，未来或许我们要解决的是怎么能互相传输影像交流，人类进化的希望就在这里了。
