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
人工智能专利助力智慧城市建设与转型******
近日,国家工业信息安全发展研究中心、工信部电子知识产权中心发布了《AI创新链产业链融合发展赋能数字经济新时代—中国人工智能专利技术分析报告(2022)》(以下简称“报告”)。报告显示,随着人工智能、大数据、5G、物联网等新一代信息技术的快速发展和应用,从交通到文旅,从安防到家居,人工智能等新一代信息技术正在逐渐改变着人们的生活,也使智慧城市的建设得以实现,并正逐渐向数字化、智能化新模式发展。
截至2022年9月,我国智慧城市领域申请AI相关专利共计18万余件,其中发明专利占比约90%,主要涉及知识图谱、计算机视觉、大数据、自然语言处理、智能语音和智能云等相关AI技术。报告显示,百度公司、腾讯公司、国家电网、平安科技专利申请数量均超过1900件,形成了一定的专利技术产业化竞争力。与此同时,浙江大学、清华大学两所高校在该领域表现也较为突出,在智慧城市领域的AI专利申请量均达900余件,通过产学研联合发力,为智慧城市领域创新链的发展提供全新的维度和方案。
图1 中国智慧城市AI专利申请量和授权量
报告显示,依据“创造力”、“保护力”、“运用力”、“竞争力”、“影响力”五大指标维度对智慧城市AI技术的主要创新主体进行高价值专利及其创新驱动力评价,我国企业申请人优势明显,有7家企业和3所国内一流高校得分相对较高,足见该领域人工智能技术产业端应用相对较为成熟。
在企业层面,我国一批互联网、科技企业表现较为突出,通过人工智能技术的研发积累,在各自领域为赋能智慧城市建设奠定了坚实的技术基础,推动了其智慧城市产品的开发和应用。百度公司主要围绕计算机视觉、自然语言处理、知识图谱等多个AI基础技术领域进行专利布局,与北京市海淀区携手打造的“海淀城市大脑”,依托飞桨深度学习平台,构建兼容异构算力设备和多元算法模型的AI计算中心,提供基础算力和算法资源的统一集中管理、按需分配,支撑了50余个城市管理领域的AI应用创新。腾讯公司则瞄准数字政务、城市治理、城市决策和产业互联等相关技术领域布局专利,与长沙市依托“WeCity未来城市”平台,联手打造长沙智慧城市能力核心——“长沙城市超级大脑”,支撑全市各级各部门数据需求,快速支撑人工智能场景,以标准化、智能化方式提升各级政府办事、办公效率。国家电网主要围绕电力管理与检测领域技术进行专利布局,其推出的“智慧城市大脑”综合应用服务产品,以电力数据为核心、融合汇聚城市经济、人口、楼市等多元化城市数据,持续推进城市经济监测分析、人口流动分析、疫情影响监测分析、住宅空置监测分析等智能场景的部署运营。华为公司主要围绕计算机视觉、自然语言处理等多个AI基础技术领域进行专利布局,其参与的数字福州建设,通过构建共性能力平台,赋能各垂直部委信息化系统建设,在减少重复性建设投资的同时,发挥数据融合价值,加速智慧城市建设。
在高校创新端,我国一批国内重点高校表现突出,研究领域涉及智能感知、安防监控、数据管理、城市规划、智慧政务、灾害模拟等,通过产学研合作,建立联合实验室、创新平台和创新中心,与企业开展共同研发,校企联合发力,共同攻关,赋能我国智慧城市试点建设,为城市管理构建成熟的“智慧大脑”与完整的“神经网络”,推动城市管理各环节的互联互通,助力未来城市建设发展模式的深刻变化。浙江大学重点围绕城乡规划、社会综治、数据治理等应用领域进行专利布局,并于2010年与国脉互联公司联合成立我国首个“智慧城市研究中心”,校企联合共同推动我国智慧城市快速发展。清华大学围绕深度学习、计算机视觉等技术领域布局专利,2019年与广联达公司共建“数字城市实验室”,共同推动新型智慧城市建设。
(文图:赵筱尘 巫邓炎)