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
新时代新征程新伟业·二十大精神在基层丨帕米尔雪山下的炉边夜话******
新华社乌鲁木齐12月26日电 题:帕米尔雪山下的炉边夜话
新华社记者刘红霞、杨湛菲、邵艺博
推开阿卜杜加米尔·努斯热提拉家的院门,一阵悠扬的歌声传了出来。安居房里,八九个人围坐在炕床上,一位柯尔克孜族大叔用民族乐器库姆孜欢快地弹唱着。炕床旁的炉子上,奶茶飘出阵阵清香。
这里是位于我国西部边陲的帕米尔高原。阿卜杜加米尔家所在的新疆克孜勒苏柯尔克孜自治州阿克陶县布伦口乡布伦口村,海拔大约3300米,四面长年雪山环绕。
一曲唱罢,大伙高兴地鼓起掌来。坐在炕床一角的,是33岁的布伦口乡党委书记李文娟。16日这晚,她来到布伦口村走访,村民们听说了,便热情地邀请李文娟加入聚会。
“刚才你们弹唱得很好听,今年收成怎么样?还不错吧?”李文娟问。
户主阿卜杜加米尔接过话茬:“我家有两个护边员,政府每月都发生活补贴,养了三十几头牦牛,还开了民宿,今年全家人均能挣两万来块钱。到明年,我家就有四五十头牦牛了,希望(人均)能挣到两万五千块钱。”
“你家还开了民宿?拜克加克西!”李文娟有些惊讶又十分欣喜,用柯尔克孜语夸赞他“非常好”。
夜访前的当天下午,李文娟和乡里同事们召开专题讨论会,学习党的二十大精神,谋划全面推进乡村振兴。
“我们乡的一大短板是产业发展不够深入,只是单纯地卖牦牛肉、卖冷水鱼。”布伦口乡乡长库尔班艾力·麦麦提艾力说,“下一步要利用好我们的畜牧业资源、自然资源,延长产业链,发展好旅游,带动群众进一步增收。”
布伦口乡是典型的边境乡、牧区乡。村民抬头便是被誉为“冰山之父”的慕士塔格峰,近处则是颇有名气的白沙湖。乡里牧民在饲养牦牛等牲畜的同时,积极参与到民宿经营上来,加上护边的稳定收入,增收有了更多盼头。
家里开美容店的、孩子大学毕业后在城里公司上班的、在乡里打工的……在这个边境乡镇,不少家庭都会有灵活就业的成员,整体收入更高一些。
那么,明年怎么能挣得更多呢?
“党的二十大报告中说要实现经济高质量发展,对于我们来说,高质量发展是一分钱一分钱算出来的。”李文娟循循善诱,“你们看,苏巴什村在旅游旺季搞白牦牛骑行,一天能挣个500块钱,一年六到八个月是旅游旺季,有的老乡能挣到九万块钱。”
“是啊,明年我们也来试试,把吃牦牛、看牦牛、骑牦牛都好好弄一弄。”
“我们的民族特色《玛纳斯》说唱,也要好好给游客们展示。”
“我们村最多的就是石头,回头是不是建些有特色的‘石头民宿’?”
……
乡亲们你一言我一语。院子外,不大的村落静谧安详,点点灯光为凛冽的高原夜色增添了暖意。屋子里,热腾腾的炉子旁,大家伙儿脸上红扑扑的。户主家九岁的小女儿阿依克热木·阿卜杜加米尔坐在大人中间,捧着小脸,眼里亮晶晶,似乎也在琢磨自己的来年目标。
坚持农业农村优先发展,坚持城乡融合发展,畅通城乡要素流动……党的二十大报告,为全面推进乡村振兴擘画了宏伟蓝图。身为党代表的李文娟从北京返回边疆后,“头等大事”就是用老百姓听得懂的语言,深入学习宣讲贯彻落实党的二十大精神。
夜深了,走访也接近尾声,村民们从温暖的炉边起身回家。仲冬的帕米尔高原,繁星闪烁。乡亲们的脚步,轻快而坚定……
(新华网)
(文图:赵筱尘 巫邓炎)