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
隔屏对话、如在现场,云转播助力提升冬奥视频服务******
在北京2022年冬奥会期间17个场馆的新闻发布会中,北京冬奥会新闻发布会视频服务系统(Info-AV)这项创新技术被广泛应用。据了解,自1月30日服务本届冬奥会首场正式新闻发布会至冬奥会闭幕,Info-AV系统将249场新闻发布会素材便捷传递至全球媒体记者和工作人员,素材总时长达8049分钟。
Info-AV系统为北京国际云转播科技有限公司基于自研的云转播平台实现。该系统的应用,使本届冬奥会的视频服务水平得到提升。
什么是云转播?北京国际云转播科技有限公司首席技术官张鹏洲介绍,云转播通过云化采、编、播技术,实现传统转播设备云端化、人员服务远程化。与传统采集中制作人员都在现场的模式不同,现在仅需要拍摄人员在现场,制作、导播人员远程接入网络就可以完成信号制作。原有需要在转播车内完成的多项工作,也可分解为多个团队分别在不同地点通过云转播协同完成。
传统转播模式以现场制作为主,需要配备大型导播制作团队,还需要采用昂贵的转播车,设备成本高、人员投入大。相较于传播转播模式,云转播的优势则体现在“两降一升一创”——“两降”指降低转播成本、降低制作节目专业门槛,“一升”指团队效率提升,“一创”指转播模式的创新,为观众提供新体验。
作为一项新兴视频直播技术,云转播的实际应用效用如何?在2月16日举行的2022北京新闻中心新闻发布会上,北京冬奥组委技术部部长喻红介绍,Info-AV能将现场拍摄的多角度视频和多音轨音频(包括现场声及同声传译)编码后推送至云端,利用云计算的存储、计算、网络传输等资源,将音视频流进行合成、导播、制作及存储,并输出具有多音轨(HLS格式)的音视频直播流,同时支持收录和点播。该服务依托现代网络、通信及云计算技术,实现大流量、高并发的直播应用,当前可并发支持5场发布会直播。
此外,本届冬奥会期间,远程虚拟同框采访系统支撑了多场连线活动。运用该系统,多方连线人能够置身于虚拟直播间,在低时延的交互下远程连线互动,可使用手机完成各方信号的采集及回传。
记者了解到,本届冬奥会前的“相约北京”系列测试赛中,已多次使用云转播及相关衍生服务。在五棵松体育馆、首都体育馆、国家体育馆、国家速滑馆和国家跳台滑雪中心,云转播和基于云转播技术的远程无人混合采访、远程新闻发布系统投入应用,并成功完成冰球、短道速滑、速度滑冰、花样滑冰、跳台滑雪等多场赛事和相关活动的转播服务。
“远程无人混合采访包含现场混采区(运动员端)、云转播平台和远端记者3个部分。”北京国际云转播科技有限公司产品和解决方案部产品总监郭真提到,利用5G网络的高速率、低延时等特点,通过摄像机和显示屏等视频采集设备和展示屏幕,保证运动员和记者之间的采访实时传输。总体来看,使用5G+云转播技术,不仅减少了现场技术人员聚集,还进一步提升了赛事转播安全。
“基于核心底层大视频的能力和一系列云转播的产品和技术能力,未来云转播可以在若干领垂直领域发挥作用。”北京国际云转播科技有限公司董事长崔涛表示,例如,在教育行业,云转播和5G技术能力的结合,将能够为群众文化体育活动、青少年的体育教育培训提供更好的服务和创新体验。(孔繁鑫)
(文图:赵筱尘 巫邓炎)