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
最新研究:1600万年前中国北方与南亚和非洲嵌齿象类直接交流******
中新网北京2月3日电 (记者 孙自法)记者2月3日从中国科学院古脊椎动物与古人类研究所(中科院古脊椎所)获悉,该所科研人员领导完成的甘肃临夏盆地嵌齿象类生物地层和生物地理研究最新进展显示,在1600万年之前的早中新世,中国北方与南亚和非洲的嵌齿象类组成比较相似,反映出三者之间嵌齿象类可以直接交流。同时,中国与北美动物群在1500万-1300万年前联系密切。
该研究还表明,与中国北方不同,中国东部、日本、东南亚却与西欧的嵌齿象组合相似,均以高度丘型的嵌齿象属为主导。其中,中国东部和日本的代表类群介型嵌齿象有可能是剑齿象科的祖先。
这项嵌齿象类演化、扩散研究的重要成果论文,由中科院古脊椎所王世骐研究员、李春晓博士联合甘肃省博物馆李岩副研究馆员、天津自然博物馆张晓晓馆员共同完成,近日以临夏盆地地层古生物专辑中一篇,在俗称《三古》杂志的国际专业学术期刊《古地理学、古气候学、古生态学》(Palaeogeography, Palaeoclimatology, Palaeoecology)发表。
嵌齿象类在早-中中新世的扩散模式和组合特征。 中科院古脊椎所 供图王世骐称,此次研究不但总结了临夏盆地嵌齿象类的演化支系、演化序列及其生物年代学意义,也是嵌齿象类在早-中中新世全球扩散模式的提炼和总结。
他介绍说,嵌齿象类是长颌的丘型乳齿象,中间颊齿有3个齿脊,它自2000万-1900万年前的早中新世从非洲进入欧亚大陆,迅速在全球扩散,在这一过程中产生了单系的豕棱齿象科、铲齿象科和并系的嵌齿象科3个支系,后者为真象的基干类群。这3类嵌齿象主要以下颌和门齿的形态相区别,反映出它们不同的取食方式及适应不同生存环境。
甘肃临夏盆地具有比较完整的、约1900万-1300万年前早中新世晚期-中中新世(除最晚期)的连续地层,其中发现3科4属共8种嵌齿象类化石,为中国同期地层中嵌齿象类多样性最高的地区之一,包括豕棱齿象科的广河“豕棱齿象”;铲齿象科的短吻“原直齿象”、维曼“原直齿象”、同心铲齿象、格氏铲齿象;“嵌齿象科”的窄齿嵌齿象相似种、意外嵌齿象、塔氏嵌齿象。
王世骐指出,对临夏盆地嵌齿象类化石,研究团队揭示出多项专业分类问题,并依据其演化水平将嵌齿象从下至上分为3个组合:
一是最下部的古城动物群包括广河“豕棱齿象”、短吻“原直齿象”、窄齿嵌齿象相似种、意外嵌齿象4种嵌齿象类,可与南亚2000万-1800万年前、非洲1800万-1700万年前地点的嵌齿象组合对比,辅以古城动物群的小哺乳组合,将其时代定为1900万-1800年前。
二是中部的石那奴动物群包括维曼“原直齿象”、同心铲齿象、意外嵌齿象、塔氏嵌齿象4种组合,它们与一些非洲和欧洲早-中中新世之交的动物群有一些相同成分,辅以石那奴动物群的小哺乳组合,将其时代定为1700万-1500万年前,恰对应于中中新气候适宜期。
三是最上部的曾家-老沟动物群仅包括格氏铲齿象和塔氏嵌齿象两种,依据该动物群其他大小哺乳动物组合,将其时代定为1500万-1300万年前,对应中中新气候转折期。该动物群嵌齿象组合独特(铲齿象占绝大多数),不见于欧洲、非洲、南亚,但与北美稍晚的嵌齿象类有共同成分,包括都具有铲齿象和亚丘型化嵌齿象的组合,这反映出中国与北美动物群在这一时期的密切联系。
王世骐表示,在距今1600万年之后的中中新世,中国北方逐渐出现铲齿象占绝对优势的情形,但铲齿象很少扩散到中国及中亚以外的区域。铲齿象是适宜开阔地带取食草本植物的类群,它的繁盛反映出中国北方及中亚地区由于青藏高原隆升导致开阔生境占据优势的生态特征。此外,北美独有的巨门齿象和真门齿象,虽然缺失下门齿,但它们的颊齿型态可以追溯到中国北方的“原直齿象”属。(完)
(文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |