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
东西问丨超侧卫:航拍近五十国,如何“飞越世界尽头”?******
中新社北京1月10日电 题:航拍近五十国,如何“飞越世界尽头”?
——专访环球旅行家、航空/航拍摄影师超侧卫
作者 徐雪莹
从极光下的布迪尔黑教堂,到地中海沿岸的中世纪古堡,从“河流之王”亚马孙河,到“世界干级”阿塔卡玛沙漠……五年时间,他飞越近五十个国家和地区,记录下“世界尽头”的生命脉动。
开启“上帝视角”,世界有何不同?纵贯赤道极地,航拍何以持续?中新社“东西问”近日专访环球旅行家、航空/航拍摄影师超侧卫,探解如何“飞越世界尽头”。
现将访谈实录摘要如下:
中新社记者:您在五年时间里,航拍了近50个国家和地区,足迹遍布北美洲、南美洲、欧洲、大洋洲、亚洲、非洲。为何选择无人机拍摄?
超侧卫:选择航拍,除了因为喜欢,还在于,航拍可以呈现不同于平面的视角,从地面上的二维取景上升到空中三维取景。我这本书的名字“飞越世界尽头”,就是指延伸至人所不能及的尽头、攀升至人所不能及的高度。
无人机作为摄影师眼睛的延伸,诸多无法攀登或抵达的山崖,也成为镜头的落点,而且想选哪个角度都可以。我希望能吸引大家去探索世界,同时又不剧透太多,有朝一日大家可以实地去走走。
异星奇景般的冰岛黑沙滩。超侧卫 摄而且,很多人其实并不清楚自己生活的城市俯瞰是什么景象。航拍改变了传统意义上的视角,能给大家提供新的视角,看看自己家乡。
我在格陵兰岛航拍到鲸鱼后,把视频导到手机里给丹麦船长看。俯拍后鲸鱼特别大,看得特别清楚。船长很兴奋,他说捕了一辈子鲸鱼,从未像这样用“上帝的视角”看鲸鱼。
鲸鱼妈妈带着小鲸鱼游过。超侧卫 摄在苏格兰北部时,我们曾入住一座私人城堡——都灵城堡(Turin Castle)。傍晚我一边吃晚餐,一边遥控放飞无人机。城堡女主人伊冯娜(Yvonne)看见无人机屏幕,问这是什么这么漂亮,我说这就是你的城堡,女主人非常吃惊。那时夕阳正好刚刚出现,她让我把无人机悬停在古堡上空,自己和管家飞奔去各个房间把灯全部打开。直到现在,伊冯娜的都灵城堡官网上还放着我航拍的那张照片。
都灵城堡女主人把城堡所有灯光都开启。超侧卫 摄中新社记者:以无人机视角俯视各地景象、各座城市,带来哪些特别感受?
超侧卫:无人机提供了很宏观的视角去观察世界。在西藏时,我路过一座非常漂亮的雪山。我把无人机升起来飞过去,看到的景象令我非常震撼。山上的冰川跟冰岛相似,冰岛的冰川沟壑纵横,是一条一条裂缝;这里则是一圈一圈,非常像地理书上的等高线。在这些地球的年轮里,人类显得多么渺小,它一圈可能就是几千年。
冰川之眼。超侧卫 摄借助无人机,还能窥见城市的发展。从空中看欧洲一些地区,可以看到古城和新城的发展差异、古建筑和新建筑之间的风格差异。例如,俯瞰葡萄牙第二大城市波尔图,能明显看到杜罗河将波尔图老城和加亚新城一分为二。
红顶房屋组成的杜布罗夫尼克古城,被宝蓝色的亚得里亚海环绕,可以直观感受到“亚得里亚海之珠”名字的由来。超侧卫 摄中新社记者:有的地方您会多次前往进行拍摄,其中有变化特别大、使您印象格外深刻的地点吗?
超侧卫:就是冰岛。我前后去了三次冰岛,冰岛的冰川正以肉眼可见的速度逐步消失。20世纪以来,冰岛平均气温逐年升高,冰舌融化退却,就算在冬天也难以结成冰。从航拍来看变化非常明显。
浮冰跟随水流渐渐漂流入海,进入广袤的大西洋。超侧卫 摄也有风景因为自然原因而消失。马耳他景点蓝窗,《权力的游戏》拍摄取景地之一,HBO拍电视剧时蓝窗还在,我去的时候蓝窗已经坍塌。2017年大风把它吹没了,很著名的自然景点就没有了。
塞尔维亚德里纳河上,“世界上最孤独的房子”。超侧卫 摄未来,我想尽可能去拍一些国内外对比的风景。很多国外风景都能在中国找到极其相似之处,且中国不输外国。之前我在智利拍的七色山,有网友跟我说像张掖。新西兰“牛奶湖”普卡基湖,西藏的羊卓雍措(藏语意为“碧玉湖”)比它更像牛奶,且有一种独特的天域之美。
羊卓雍措上的一座小岛从空中看像是“地球之心”。超侧卫 摄我之前想拍沙漠,但阿联酋、撒哈拉、摩洛哥都不能用无人机,后来,反而是在新疆吐鲁番鄯善老城南端拍到了。库木塔格沙漠,号称是世界上最靠近城市的沙漠,从鄯善县开车5分钟就能抵达。
库木塔格沙漠以风沙地貌类型齐全和沙丘的轮廓清晰、层次分明为风景特征。超侧卫 摄中新社记者:您在《飞越世界尽头》书中谈及,最艰难的一次航拍是在格陵兰岛拍摄鲸鱼。不同地理气候环境下,航拍会遇到哪些困难和挑战?
超侧卫:拍自然界的东西,难点在于无法预期。特别是拍摄动物,除了跨越千山万水,到达其活动区域以外,还要不惊扰它的正常活动,才能拍到自然状态下生命最原始的样子。整个自然条件,包括动物的习性条件,摄影师在无法预测的情况下,只能靠蹲守,这个是最辛苦、最具挑战性的。其他的只要你能抵达场地,适应环境,问题都不是太大。
布迪尔黑教堂下欣赏极光是最幸运的事,追逐极光不仅要天时还要地利,一个完美的前景是拍出极光作品的基础。超侧卫 摄我们去格陵兰岛拍鲸鱼时,带了3台无人机,9块电池,才拍到一些难得的画面。鲸鱼每次浮出海面呼吸间隔约20分钟,无人机的电量也就20分钟左右。看到鲸鱼呼气,再去升无人机根本来不及,所以只能先把无人机升起来,凭借鲸鱼呼气喷出的水柱,判断出大概位置后,马上操控无人机去追。一块电池最多只能拍到一次,完全靠赌运气。
鲸鱼出水呼吸后潜入海底高高翘起尾鳍。超侧卫 摄提前选点和即兴拍摄,可能是4:6的比例,但偶然成分更多。若提前跟导游知会一声,导游会提醒适合无人机拍摄的景点,帮忙协调放无人机的场地。但大部分情况是,你并不知道会拍到什么样的画面。此外,考虑到电池电量有限,需要提前规划,作出取舍。
圣约翰教堂是芬兰最大的石砌教堂。超侧卫 摄玩无人机的都说,没“炸过机”的就不算好摄影师。我“炸了”五六台无人机,撞山也遇到过。
中新社记者:身为航空专业毕业生,您为何从航空工程师转行做航空媒体?
超侧卫:我做机务时,比较喜欢用相机拍飞机。后来,机缘巧合下,去新浪做了中国第一个航空频道。做了几年后,我发现航空领域专业鸿沟非常明显。外行人可能对航空业有一些不理解甚至误读,而航空行业人士,有时太深入专业,反而难以用简洁的方式把一些概念向大众说清楚。
我从事航空媒体,包括现在做自媒体,以文字、图片、视频等形式呈现航空领域内容,主要是想基于我对航空业的了解,把这些看似高深的东西,通过简单的语言普及清楚,让大众了解、理解这些知识,甚至将来可能让自己的孩子从事航空行业。
在世界最大的客机空中客车A380的驾驶舱上俯瞰广州夜景,远处的广州塔清晰可见。超侧卫 摄中新社记者:您曾一人操控5台设备,记录下6架国产C919大飞机“大象漫步”等精彩时刻。航空/航天摄影特别是空对空摄影,和其他摄影类型有何不同?
超侧卫:航空/航天摄影跟普通摄影最大的区别,在于有很多要素制约你靠近被拍的物体,甚至于你不能在公开、特殊的地方进行拍摄。航空/航天摄影,最重要的其实是资源。能把相机放在哪个位置拍,需要花费80%的精力。著名战地摄影记者罗伯特·卡帕说过,“如果你的照片拍得不够好,那是因为你靠得不够近。”
空对空摄影,是一个非常独特的航空摄影题材。要拍在天上飞的飞机,需要距离很近,这时你需要租一架飞机,把舱门打开,然后让被拍的飞机靠近。这个需要协调更多资源。
航空/航天摄影师必须得到官方许可,这需要很强很深的积累,大家都知道你的经验和技术都到位。我们有专业的设备,可以远程遥控相机,在保证安全的情况下实行拍摄,这样,官方允许我们把相机放在离火箭五百米或一公里的地方,近距离拍火箭。
去年拍摄C919“大象漫步”时,我操纵5台无人机去拍飞机,本来在很多机场是不允许的。机场就是禁飞区,这是最先决的条件。同时,你的无人机不能靠近跑道,飞机滑过来之后,万一无人机掉下来就会影响飞行。
C919飞机“大象漫步”。超侧卫 摄6架飞机滑过来时,我只有1分钟的窗口期,错过这1分钟永远不会有这个机会。这时对自己的技术、手的灵敏度、脑子里提前构思好的画面都要有非常精细的了解,一旦上去就能搞定。7倍光学变焦等同于162毫米的长焦镜头横越6架漫步的C919,就是我一直最想要的画面,全程手动控制且仅有一次机会,终于不辱使命。(完)
受访者简介:
超侧卫(本名陈诚),资深媒体人、环球旅行家、航空/航拍摄影师、《罗博报告》航空专家、中国民航大学校外辅导教师、独立航空撰稿人、航空业意见领袖,微博2020十大影响力航空大V。足迹遍布北美洲、南美洲、欧洲、大洋洲、亚洲、非洲,最北深入北极圈、格陵兰、冰岛,拍摄大量图片及视频影像,著有摄影专辑《航空盛宴》,操纵无人机航拍飞行总里程超2000千米。
中国网客户端 国家重点新闻网站,9语种权威发布 |