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
能写论文能聊天的机器人是“天使”还是“魔鬼”******
■ 专栏
ChatGPT只是将人从简单的脑力劳动中解放出来,让人能够更多地投入到复杂的脑力劳动中。
当地时间2月1日,美国人工智能研究公司OpenAI,推出ChatGPT付费订阅版ChatGPT Plus,每月收费20美元。自2022年11月30日发布模型至今,聊天机器人ChatGPT正式踏上了商业变现之路。
这也意味着,ChatGPT迅速成为了新的风口。微软已经打算把旗下产品全面接入ChatGPT;美版头条BuzzFeed因让ChatGPT上岗写文章,两天内股价上涨3倍;老牌搜索引擎公司谷歌已经在担心自己会被ChatGPT取代;国内也有搜索巨头发布预告,称其即将发布中国版ChatGPT,国内资本市场AI(人工智能)概念股应声而涨。
可以说,ChatGPT的正式商用,将把AI带进一个全新世界。
ChatGPT被普遍认为是个新风口
人机对话,一直是从业者孜孜不倦研究的课题。
之前,我们也接触过比如Siri(语音助手),比如各种智能音箱,但最多只能问问天气,问问一些能搜索到的知识。关键是,你还必须按照标准方式去问,它才能理解,才能给出回答,而且很多回答要么是答非所问,要么就是标准话术。
ChatGPT不一样,只需要你用自然的语言和它对话,它就能理解,不需要标准格式。和它对话,就像和人对话一样,这才是真正的人机对话。
此外,ChatGPT还有一个智慧的大脑,贮备了丰富的知识,能够给对方一些比较精准的建议,或者提供多个建议供你选择。它还能通过对方的反馈,借助于多轮对话,逐步提高回答的精准度。这已经就和人非常相似了。
而且,ChatGPT还能够将答案以一种人容易理解的语言组织起来,生成人容易理解的答案。总而言之,它是和人高度相似的说话机器,在知识量方面又远超个人,无人能及。因此,AlphaGo之后,ChatGPT被普遍认为是一个新风口。
把人从简单脑力劳动中解放出来
正因为ChatGPT如此强大,也让人们有些担忧。
如果程序员都借助于ChatGPT写程序,一些初级的程序员就可能失去工作;如果设计部门、策划部门大规模使用ChatGPT,一些初级的设计师、策划人员也可能被取代。甚至那些我们认为不可取代的门诊医生,如果ChatGPT学习能力越来越强,又有什么理由说不可取代?
因此,我们需要思考的是,ChatGPT带来的变革是巨大的,人类是否对此做好了充分的准备?
当然,ChatGPT也不是魔鬼。一种新的技术的到来,必定会淘汰一些技术和技能,但同时就会有新的需求出现。只是,在时代的大潮中,人类只能去适应,而不是抗拒,去拥抱变化,而不是墨守成规。
比如,历史上,蒸汽机、电力、电子计算机的出现,无不是为了解放人类,将人类从繁重的体力劳动中解放出来,更多地投入到脑力劳动中去。ChatGPT也只是将人从简单的脑力劳动中解放出来,让人能够更多地投入到复杂的脑力劳动中。
国内公司也已经开始发力新赛道
ChatGPT火爆全球,国内的巨头们自然也不会错过这个机会,且已有公司率先发力成为ChatGPT类应用的玩家,并计划在今年3月份推出类似ChatGPT的应用。
对于这种必须直接面对的竞争威胁,国内公司也可以说是早就做好了相关准备。比如,去年火爆一时的AI绘画,就是一个AI艺术和创意辅助平台,也是依托技术创新推出的AI绘画产品。
完全可以预见,以国内公司在此方面的积累,加入ChatGPT类应用竞赛的中国玩家,也将带动国内相关各方在这一全新赛道上奔跑起来。
自从有了语言,猿人就变成了智人。而自从成为了智人,人类的发展突飞猛进。在人类漫长的历史长河中,语言扮演着无比重要的角色。
而今,机器解决了语言问题,能够听懂人话了、开始说人话了,其是否也会带来一场暴风骤雨般的革命?ChatGPT给我们带来了无尽的想象空间。
□刘兴亮(DCCI互联网研究院院长)
(文图:赵筱尘 巫邓炎)