人工智能,如何妙笔“生”画******
核心阅读
输入一段话,“绘”出一幅画——人工智能的绘画本领,吸引众多职业画师和零基础用户尝鲜。人工智能绘画的本质是计算,接受“语言描述”指令后根据自身的理解还原出图像。未来,人工智能技术应用于艺术创作等领域,还要注意防范潜在风险,让技术进步更好地造福社会。
不用画笔、颜料,输入一段描述性文字,计算机就能自动解析,生成相应的画作。2022世界人工智能大会上,人工智能绘画的展示令观众惊叹。
一些过去专属于人类创作的领域,比如绘画、书法、写作、作曲,如今人工智能也已开始涉足。人工智能是如何绘画的?当前沿技术与艺术相遇,将碰撞出怎样的火花?在内容、版权等方面又是否存在问题?
从文本到图像,人工智能绘画本质是计算
人工智能绘画是一个从文本到图像的生成过程,输入一段话,生成一幅画,本质是计算。简要地说,计算机通过大量学习,能识别特定图片元素和文本之间的关联。同理,人工智能程序在收到“语言描述”指令后,可以根据自身的算法还原出图像。
设定计算机程序作画的想法由来已久。早在20世纪70年代,就有艺术家开发了操作机械臂的电脑程序,让机械臂按照指令在画纸上作画。近些年,人工智能技术日新月异,科研人员尝试设计自动作图的计算机程序。但过去很长一段时间,人工智能“画”出的作品普遍不够好,往往只是一些模糊的图像元素的组合,还称不上是完整的画。
今年以来,人工智能画技迅速“进化”。谈及技术突破原因,百度文心一格总架构师肖欣延认为,这是预训练大模型的兴起、大数据的训练和扩散模型的出现3方面共同作用的结果。
具体来说,预训练大模型增强了人工智能的通用性,成为人工智能技术及应用的新基座;大数据的训练中,通过在众多高性能GPU(图形处理器)算力资源中进行并行学习,计算机能够在短时间内完成大量的数据学习。近年来,几乎所有人工智能的技术发展都受益于这两方面的进展。而对人工智能绘画来说,扩散模型的出现至关重要。
扩散模型的原理是,通过人为逐步添加噪声,让图像逐渐变“模糊”,再不断学习去噪过程,如此人工智能就能从完全是噪声的图片中逐渐还原出清晰的图片,即“画”出图像。
“这一过程与人类学习相似。通常,人们学画从临摹开始,机器也是如此。它最初生成的图像可能很模糊,但计算机会不断修正,从而输出越来越清楚、层次越来越丰富的图像。”肖欣延说。
扩散模型让人工智能绘画技术实现跨越,不仅作画质量快速提升,生成时间也缩短到几秒钟。
众多用户尝鲜,大量应用加速“画技”进化
汤林杰是某互联网公司的运营人员。工作中,他需要借助一些图片来丰富文案,而网络上找到合适的配图并不容易。今年10月,了解人工智能绘画程序后,他尝试自己“画”图。现在,人工智能绘画工具已经是他工作的重要辅助。
随着算法模型对公众开放以及训练数据成本的下降,人工智能绘画门槛越来越低,一些简易化操作平台在国内外兴起。如今,不仅一些职业插画师尝试用人工智能绘画程序辅助作画、激发灵感,许多没有绘画基础的用户也开始尝鲜,并“晒”在社交平台上。
大量需求的涌现也加速了技术的更新迭代。“用人工智能绘画的人越多,算法就越能理解输入的描述文本,画作质量就越高。”肖欣延表示,当前人工智能绘画水平与今年初相比,已经有很大进步。
不过,目前的人工智能绘画技术并不完美。首先,可控性仍然不高,即计算机不能很好理解人类指令的含义,即便是输入“画两个苹果,左边红色,右边绿色”这样的简单描述,生成的图像也可能有很大偏差;其次,细节呈现能力还不够。比如,对空间、透视和光影的刻画就很不如意。不少人工智能渲染出的画作,初看上去惊艳,认真观察问题却不少。
但肖欣延认为,人工智能绘画在技法上的缺陷未来有望得到弥补。比如,基于跨模态大模型和强大的深度学习框架,百度开发的技术一定程度上已经缓解这些问题。此外,未来人工智能不仅能作画,还能根据文本描述生成视频,并直接配上解说文字,“可以把视频生成看作是维度更高的绘画,从技术层面看,这是可以实现的。”
防范潜在风险,守住法律和伦理底线
人工智能进入绘画领域,计算机会取代人类画师吗?
在肖欣延看来,好的绘画与构图、设计语言、视觉情绪息息相关,即使人人都可以用人工智能技术作画,但通常只有高水平的画师才能制作出优秀的人工智能绘画作品,“人工智能只是作画的辅助工具”。此外,虽然有的人工智能绘画语言娴熟,也包含细腻的情感,但并不意味着机器有意识、情感,它不过是学过类似的作品,又恰好呈现出来了。“优秀的艺术作品往往是人的思想的投射,目前机器并没有真正具备思考能力。”肖欣延说。
不少业内人士认为,不妨以开放的心态拥抱人工智能绘画,接受新事物。可以预想,将来绘画中一些繁琐、重复性的工作可能由计算机完成,创作者能腾出更多时间去构思想法与创意,调整构图、色彩、光影氛围等。
“人工智能可能会激发绘画创造的活力。”肖欣延表示,20世纪前后,照相技术让传统肖像画失去市场,促使一些画家向非写实方向创新。与人工智能技术融合,或许能激发画家创作出别开生面的作品。
不过,由于人工智能绘画发展刚刚起步,技术发展也引发关于版权、内容把控等问题的争议。比如,有人认为,未经授权人工智能画作模仿原画的内容、构图和风格等,侵犯了原作者的版权,有违法嫌疑。也有人认为,“机器学习”过程是一种类人化的创作行为,同样体现了创造者的思想和劳动,应当获得版权保护。此外,还有人担忧,人工智能绘画技术若被滥用,可能滋生暴力等令人不适的图像。面对新技术发展,有必要前瞻潜在的风险,只有守住法律和伦理底线,技术进步才能更好地造福社会。
不只是绘画,写作、作曲、生成短片,人工智能日益强大的深度学习能力,让它与不同艺术门类发生着奇妙的碰撞。展望未来,业界专家认为,人工智能与艺术融合,一方面会降低一些艺术门类的创造门槛,让更多人参与到当代的审美创造中来;另一方面新技术会带来新的审美风格,人们或许能从中扩展对自身和世界的认识。
记者 喻思南
兴安岭深处“慢火车”的守护者******
【春运进行时】
光明日报记者 张士英 光明日报通讯员 刘 杨
深冬的内蒙古绰河源镇,寒风凛冽。
1月7日8时30分,气温降到零下27℃。中国铁路哈尔滨局集团有限公司齐齐哈尔工务段新绰源线路车间线路工王磊正和7名工友穿着厚重的羽绒大衣,脚上套着毡疙瘩,一字排开蹲在线路中心处理冻害。
位于大兴安岭中段的绰河源镇群山围绕,全年无霜期仅有90天,冬季最低气温可达零下40℃,由博克图镇至塔尔气镇的铁路线,每天通行一对公益“慢火车”,是大山深处近万名林业职工和家属走出大山的唯一一条铁路线。
今年春运,6239次“慢火车”迎来返乡高峰,而此时正是冻害发生最频繁的时段。
268处,这是近一个月以来,工队处理的冻害数量。“博林线周围地下水极为丰富,线路又在群山中穿行,冬季水遇低温结冰膨胀,就会导致基床不均匀隆起产生冻害,造成列车颠簸甚至影响行车安全。”今年是王磊在绰河源度过的第四个春运,虽然环境艰苦,但谈起自己的工作他特别自豪,“工区管辖范围内的冻害是普通线路的50倍以上,我们每天6点出发,争分夺秒地赶在列车通过前处理好,让返乡过年的旅客安全、平稳地乘坐列车。”
冬天的山区尤为寂静,撬棍与钢轨碰撞的响声在树林中越传越远,此时作业组已经持续蹲着作业1个多小时,大家的帽子、睫毛全都挂了霜。在队伍中间的王磊,刚开始蹲在线路中心,时间一长腰酸腿麻,他感觉上不来气,干脆跪在轨枕上。
“小磊,你去撒垫板,数量我写在轨枕上了。”工长解子学向王磊喊,处理冻害是个慢功夫,需要在轨底垫上一定厚度的橡胶垫板,使凹凸不平的线路变得平顺。长时间的下蹲,哪怕是从业多年的工长也有点吃不消。工长和工友轮流换下王磊,让他去干点轻活。
11时36分,对讲机传来6239次列车接近的消息,工队迅速清理现场、摆放扣件、复紧螺栓,仅一上午,就用光了500多个胶垫。一套工序结束后,工长解子学整个身子趴到钢轨上,耳朵和脸几乎贴到地面,眯着眼睛目测检查维修后的轨道平顺度,用道尺测量无误后这处冻害就算完活了。
工队下道接车后,也到了午休时间,拿出车间准备的韭菜鸡蛋和猪肉葱花馅饺子,王磊从麻袋中掏出几块垫板在积雪上压出一个座位,和工队围成一圈,有说有笑地吃起午饭。“等忙完春运,我就能回家吃我老妈包的饺子了。”王磊说,饭后他们还要赶到下一个养护线路。
《光明日报》( 2023年01月09日 10版)
(文图:赵筱尘 巫邓炎)