仲傅彩票平台规则|ISO/安卓/推荐(2023已更新)

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

AI医生出手 居家筛查宝宝视功能******

　　广州日报讯 (全媒体记者梁超仪 通讯员邰梦云、唐艳丽)宝宝最近总是揉眼、不断眨眼，是不是视力有问题？看诊不会配合检查怎么办？过往，婴幼儿视力评估充满了挑战，这一群体的眼健康普筛也存在空白。如今这一现状得以打破。

　　日前，中山大学中山眼科中心召开新闻发布会，该中心林浩添教授团队联合全球多家医疗及研发机构，研发全球首个婴幼儿视功能损伤手机智能筛查系统，研究成果于1月26日在《Nature Medicine》在线发表，为破解婴幼儿视功能损伤及相关眼病早期筛诊难题提供有效技术手段。

　　目前，团队与粤省事等公众平台进行对接和部署，为婴幼儿视功能损伤及相关眼病的大规模筛查提供可行方案。此外，市民搜索小程序“Ai宝睛灵”，即可便捷在家首尝“头啖汤”。

　　历时八年采集3652名婴幼儿视力数据

　　林浩添教授介绍，0-4岁婴幼儿处于视功能发育的关键时期。在这个阶段发生的眼病如果不能及时干预治疗，很可能导致患者长达几十年低视力甚至致盲，给家庭和社会带来沉重的负担。据国家疾控中心数据显示，全国5000万0-4岁婴幼儿中，眼病发病率高达9.11%，早筛早治是提高婴幼儿视功能预后的关键。

　　对婴幼儿进行视功能评估，早期发现眼部疾患引起的视功能损伤十分关键，却充满挑战。由于婴幼儿难以表达眼部不适，视功能损伤易被忽视或漏诊，错过最佳的治疗时机。其次，受限于认知水平，婴幼儿难以配合完成传统的眼部检查。此外，大部分检查手段对于技术人员的专业水平与设备要求高，筛查成本高，效能低，难以作为普筛技术手段普及。

　　为破解这一难题，该研究团队历时八年，前瞻性采集来自3652名婴幼儿的超过2500万帧注视行为大数据，依托天河二号超算中心部署的深度学习人工智能数据分析后台，对采集的数据进行深度分析，早期预警异常注视行为，筛检婴幼儿视功能损伤及相关眼病。

　　该技术的研发创新婴幼儿视功能损伤移动智能筛诊模式，有望极大降低婴幼儿视功能损伤早期筛诊的难度及成本。

　　可初筛超16种婴幼儿常见致盲眼病

　　记者进入小程序发现，居家用手机操作十分方便，在实操中，家长通过手机播放一段3分钟的动画视频吸引婴幼儿保持注视，可以实现对婴幼儿注视习惯和行为模式的实时捕捉，随后该系统会给出初筛的结果。

　　林浩添介绍，在这个人工智能系统中，研究团队基于视频大数据，深度挖掘了不同眼病引起的婴幼儿视功能损伤的异常注视行为模态，并依托深度学习人工智能技术，突破性地实现了对先天性白内障、先天性上睑下垂、先天性青光眼、斜视、视网膜母细胞瘤等超16种婴幼儿常见致盲眼病引起视功能损伤的早期检测，平均筛查准确率超85%。而在实际应用中，系统在全国4家医疗机构参与的多中心外部验证中的筛查准确率超80%。同时，研究团队招募了120个家庭参与居家筛查，便捷的系统操作流程使得99%的家长都能顺利完成筛查试验，筛查准确率达85.9%。

　　“我们希望通过这一人工智能系统，让有需要的家长居家便可以便捷帮助婴幼儿视力进行普筛，辨别视力状况是正常还是异常，有异常状况通过去医院专科就诊确诊具体的眼疾。”林浩添介绍。据了解，这一系统已在小程序“Ai宝睛灵”试运行上线，下一步在小程序“粤睛晶”中也计划引入。此外，该团队正与粤省事对接，希望可以在广东范围内大范围普及，后续有条件覆盖全国有需要的市民。

　　（文图：赵筱尘 巫邓炎）