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
中央农村工作会议系列解读⑰打造农业科技战略力量,实现高水平农业科技自立自强******
作者:谢艳乐 李书奎 中国农业科学院农业经济与发展研究所
2022年中央农村工作会议强调:“要依靠科技和改革双轮驱动加快建设农业强国,要紧盯世界农业科技前沿,大力提升我国农业科技水平,加快实现高水平农业科技自立自强”,这一重要论述是对党的二十大报告中关于“坚持面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康,加快实现高水平科技自立自强”精神在农业领域的贯彻落实和有效强化。锚定农业强国建设目标,打造农业科技战略力量,既是全面推进乡村振兴战略的核心要义所在,也是坚持以中国式农业农村现代化、夯实中国式现代化的现实要求,充分体现了党中央对农业科技发展的高度重视。
当前,新一轮科技革命和产业变革孕育兴起,使得科技创新成为国际战略博弈的主战场。近年来,我国农业物质技术装备条件取得显著改善,农业科技水平整体步入世界前列,科技支撑农业发展的广度与深度逐步强化。农业科技进步贡献率达到61%,农作物耕种收综合机械化率超过72%,农作物种源自给率突破95%,主要农作物良种基本实现全覆盖。
尽管我国农业科技创新领域取得了显著成效,但依然面临着部分核心技术水平较低、科技力量发展较为滞后、种源“卡脖子”等短板问题。农业科技基础研究薄弱、原创的科技创新能力未实现根本性扭转,并且与建设农业强国的要求相比,我国农业科技弱项依然突出,加快实现高水平农业科技自立自强仍面临着些许困境及重大挑战。
为此,对标世界科技强国与农业强国,打造我国农业科技战略力量,实现高水平农业科技自立自强的农业强国建设目标,可以从以下三个方面着手。
一是聚焦农业科技基础前沿研究,占领科技创新战略制高点。要把立足点放在自主创新上,围绕农业科技基础前沿研究与核心短板领域进行系统谋划和合理布局,以集中优势力量攻克农业发展关键核心技术,并逐步降低对农业关键技术、装备等方面的对外依存程度。
加强对农业科技自主创新发展的宣传力度,积极营造崇尚自主创新的文化环境,形成尊重人才、尊重创造的良好风尚,创建有利于创新型人才成长的土壤与制度。合理配置农业科研经费使用比例,明确资金使用的具体用途,加强对农业科技基础研究的重视程度,进一步提高科研项目的投入比重和产出效率,以提升农业科技创新体系整体效能。
二是支持企业组建发展联合体,创新新型科研组织模式。全面深化农业科技体制改革,谋划农业科技顶层设计,发挥新型举国体制优势以整合各级各类优势科研资源,强化企业科技创新主体地位,创新科技体制和科研管理方式,促进创新资源互融互促。
引导科研院所和高校的农业科技研发成果按照市场机制向企业集聚;针对高校和科研机构,逐步将以理论研究为主的科研考核体系向理论研究与实践应用并重转变,提升科研成果、专利转化应用在考核中的权重;引导科研院所和高校侧重源头创新,以基础研究为主,将科研成果的应用与开发让渡给企业,集中优势力量开展关键核心技术科研攻关,推动研发和产业资源进一步整合,形成合力以进一步强化农业科技创新发展。
三是加快农业关键技术发展,强化创新平台对育种产业化的支撑作用。强化现代科学技术与育种技术的深度融合发展,促进大数据技术、信息技术、分子生物学技术、合成生物学技术等与传统育种方式有机融合。
强化创新平台支撑作用,鼓励科企深度合作建设国家级的研发平台,如企业重点实验室、国家工程中心、国家创新中心等,优化配置资源以支持企业开展育种攻关,建立健全“育繁推一体化”的现代农作物种业创新体系;加强共性基础技术平台建设,推动产业链上下游融通创新,以共建共享国家重大基础平台;推进科技创新平台载体绩效考核的常态化管理,将开放共享列入绩效考核的核心内容,并对考核优秀的创新平台,优先推荐申报国家或地区科技计划项目,以加速育种科技成果转化与产业化应用发展。
(文图:赵筱尘 巫邓炎)