凤凰彩票app|凤凰彩票必赚方案

AI绘画的“小秘密”都在这一篇文章里******

　　有了AI，人人都可以是艺术家。AI绘画的出现，恰如瑞士艺术家保罗·克利所言：“艺术不是再现可见，而是使不可见成为可见。”经过20年左右的发展，目前基于不同类型或者模态元素的AI绘画发展情况不尽相同，发展最久的是“以图生图”，再到近期火爆的“文+图”生图。当然，也有团队已经研发出由语音生成图像的技术。

　　上传一张图片，或者输入一些简单的关键词，系统就能自动生成一张卡通图像……最近一段时间，AI绘画开始在互联网社交平台走红。

　　AI绘画，顾名思义就是利用人工智能进行绘画，是人工智能生成内容的典型应用场景之一。其主要原理是收集大量已有作品，通过算法对其内容和风格特征进行解析，最后再生成新的作品，所以算法是AI绘画的核心。

　　当前，“凭空”生成图像的AI绘画，其实也会动辄“翻车”：也许上一秒AI通过你的照片绘出的是一张充满艺术感的二次元画像，下一秒你的宠物猫、狗则可能被画成可爱少女或肌肉猛男。

　　事实上，AI绘画早已火爆全球。第一张公开展出的、由人工智能创作的绘画作品《埃德蒙·贝拉米的肖像》曾于2018年在佳士得拍卖行以43.25万美元成交，那是一张由机器学习了从14世纪到20世纪的1.5万张肖像画之后自动生成的一张肖像画作品。

　　AI绘画是如何实现“凭空”生图的？除了娱乐外，AI绘画还有哪些潜在的应用前景？

　　从“以图生图”到“语音生图”

　　2022年，由人工智能创作的《太空歌剧院》一度火出圈。在美国科罗拉多州举办的新兴数字艺术家竞赛中，《太空歌剧院》获得“数字艺术/数字修饰照片”类别一等奖。它的构图、配色以及画面的细节堪称精致。然而，这个作品的创作者不是艺术家，而是来自美国科罗拉多州的游戏设计师。

　　这位游戏设计师在一个名为“Midjourney”的AI创作工具里，先输入几个关键词，如光源、构图、氛围等，得到了100幅作品，再进行约80小时的修图修饰，最终选出3幅作品，最后把图像打印到画布上。

　　通过简单交互式对话在短时间内生成的“艺术”作品，让人类艺术家展开了一场关于“AI绘画作品参赛是否属于作弊”的争论。这场声势浩大的争论也令大众直观地意识到如今的AI绘画水平已经发展到了何种程度。

　　“人工智能在艺术方面的创作最早可以追溯到上个世纪末，当时的人工智能绘画技术叫作‘图像的风格化滤镜’。”中国科学院自动化研究所多模态人工智能系统全国重点实验室研究员董未名说，最初的AI绘画方法比较简单，比如一张普通的照片，通过一些图像处理的算法，把照片像素进行几何或者色彩上的变换，然后再调节不同参数，就可以模拟出类似油画或者水彩画的风格。

　　经过20年左右的发展，目前基于不同类型或者模态元素的AI绘画发展情况不尽相同，发展最久的是“以图生图”，再到近期火爆的“文+图”生图。当然，也有团队已经研发出由语音生成图像的技术。

　　AI绘画主要依靠三种技术模式实现

　　董未名介绍，目前AI绘画主要借助图像风格迁移技术、图文预训练模型和扩散模型实现。

　　“图像风格迁移技术指的是图像处理算法通过对输入的真实图像内容特征和对参考的艺术图像风格特征的提取，实现真实图像内容特征和艺术图像风格特征的融合，从而生成新的艺术图像。”董未名举例，如果将美国旧金山艺术宫的外景照片和印象派创始人莫奈绘制的作品，通过图像风格迁移技术进行融合，就能得到一张看起来像是由莫奈绘制的美国旧金山艺术宫的绘画作品。最初的AI绘画采用的正是这种技术。

　　不过，在董未名看来，图像风格迁移技术大多依赖的是生成式对抗网络（GAN）算法，它最大的问题是生成的绘画作品艺术性不强，笔触和构图让人觉得与真实的绘画有差距，所以长久以来，AI绘画一直“籍籍无名”。

　　当图像风格迁移技术还在挣扎于输出作品的审美问题时，图文预训练模型的出现，加速了AI绘画的崛起。

　　“依托图文预训练模型，只要输入一句话或者上传一幅风格明显的图片，算法就能将图像特征和文字特征‘对齐’。生成的绘画作品的内容特征和上传图片的内容相似，艺术性也比图像风格迁移技术生成的图片强很多。”董未名举例，比如支撑图文预训练模型的可对比语言—图像预训练（CLIP）算法，就是利用图文特征“对齐”的能力，再结合已有的生成模型，实现“以图生图”或者“图+文”生图。

　　不过，董未名坦言，图文预训练模型的推广也存在一些争议，有部分人认为，该模型在训练前期，需要用大量的图形处理器（GPU）进行数据训练，耗电量大、成本很高，而该模型的应用场景却不够清晰。但也有人认为，也许该模型未来可以打造为通用的人工智能模型，用它完成更多的算法作业，只是这还需要时间的验证。

　　诚然没有一项技术是完美的，这也为人类探究更先进的技术提供了无限动力。当下最流行的扩散模型便是其中之一。

　　“目前最新的AI绘画技术采用的就是扩散模型，这种模型可以把一个随机采样的噪声输入模型，然后尝试通过去噪来生成图像。”董未名表示，扩散模型也存在弱点，由于模型对图片内容识别的能力不足，或者难以完全理解识别文字的意义，以及训练数据的偏差，有时便会生成“四不像”的作品。此外，扩散模型生成图片的速度比较慢，目前还达不到实时生成图片。

　　互联网治理、元宇宙或潜藏应用前景

　　AI绘画目前的应用场景，更多聚焦于社交软件。近期在国内社交网络“火出天际”的AI绘画软件主要集中在小程序及App。随着AI绘画小程序的火爆，短视频平台抖音也迅速上线了AI绘画特效。同时，此前腾讯上线了“QQ小世界AI画匠”活动，百度也推出了首款AI艺术和创意辅助平台“文心一格”。

　　有了AI，人人都可以是艺术家。AI绘画的出现，恰如瑞士艺术家保罗·克利所言：“艺术不是再现可见，而是使不可见成为可见。”“AI现在已经完美实现了这一目标，人们可以通过机器计算来绘制出很多现实中见不到的场景。”董未名畅想，不远的将来，AI绘画或许还将展现更丰富的应用场景。

　　“现在网络上充斥着很多不良内容，这些内容为了逃避监管经常以绘画的形式出现，而当前很多内容识别模型对真实图片识别得很准确，但缺乏不良内容艺术作品的相关训练数据，所以对不良内容识别不准确。也许可以用AI绘画技术，积累不良内容艺术作品的数据，并用以训练识别模型，以提升互联网内容的安全监管能力和识别的准确率。”董未名建议。

　　在董未名看来，作为一种艺术呈现形式，AI绘画也将在元宇宙、设计、文旅等行业催生新的商业模式。例如AI绘画目前在AI辅助创作、短视频、影视制作和元宇宙等方面都有布局，因为这些赛道都离不开创意，AI绘画可以帮助创作者通过简单的特征输入，实现对其创意的预览，甚至可以直接进行创作。

　　不过，董未名并不讳言，当下AI绘画仍然存在版权争议问题。AI绘画的核心是模型，而训练模型需要使用大量图像、文本数据。对于未经授权的图片，经过运算之后所生成的图像版权归属尚难界定。“有的画家风格特别明显，如果用画家的画去训练算法模型生成作品，那最后的版权属于谁呢？”董未名提出的问题，正是多数AI绘画作品所面临的现实问题。

　　AI绘画掀起了一场资本的群体狂欢，希望有一天它能走出“照猫画虎”的尴尬，真正服务艺术创作、创造更多价值。（科技日报记者 金凤）

丰收是最好的论文 大学青年教师下田助粮食增产******

　　这个冬天，眉山职业技术学院农业教研室主任魏文武正在挑战一个新纪录。

　　夏收之后，在四川省眉山市东坡区的良田里，农户种上了萝卜、芥菜、泽泻等蔬菜和中药材，来年春天再种下水稻。一年两季的种植模式，是人们按照当地气候、土壤条件摸索出来的最优方案。

　　现在，魏文武要尝试的是“一年三季”。他领导的研究团队在12月泽泻收获前一个月左右播种小麦，来年5月收割小麦后种水稻。如果试验成功，将大大提高土地利用率，也意味着农民会有更多的收获。

　　推动粮食提质、增产、增效，是这名大学教师从教以来不懈追求的目标。特别是2018年以来，魏文武团队的一批中青年教师依托眉山市岷江现代农业示范园区，借力“一优两高”生产竞赛，推动粮食生产不断创造新纪录。

　　“一优两高”是指优质、高产、高效。眉山的这场生产竞赛由当地政府发起，行业、企业、高校、农户多方参与。眉山职业技术学院承担了生产竞赛的组织任务，魏文武担任竞赛专家组副组长。

　　这是一项贯穿全年的系统任务。魏文武介绍，除了组织竞赛外，团队教师还要负责新品种、新技术的试验、示范和推广，对种植大户开展技术培训，帮助他们解决生产过程中的技术问题。

　　每年，魏文武团队向各地种业企业征集几十、上百个新品种，在眉山市东坡区太和镇永丰村的中试基地开展试验，根据中试结果，挑选出适合当地种植的新品种，再进行更大范围的种植示范，并组织种粮大户观摩。

　　“种粮大户会根据我们的试验结果选择中意的品种。”魏文武说，在这个环节，学校团队的任务就是帮农户选种质资源。

　　农户选中新品种开始种植后，魏文武团队迎来了第二个环节的工作：技术服务。他说，新品种大面积种植过程中，团队要协助农户把技术方案贯彻下去。“这就是我们专家组存在的价值”。

　　“一优两高”竞赛吸引了很多种粮大户的参与。太和镇金光村90后种粮大户徐杰说，这个过程充满挑战性，除了产量、品质等数据指标外，大赛还会现场蒸煮米饭，由专家、农户品尝，对口感进行打分，俨然一个“比武”现场。

　　技术研究工作并不轻松。每年3月至8月水稻生产季，魏文武平均每周有两三天在基地的田里，观察水稻生长情况、收集数据等。特别是收获季节，面临繁重的测产等任务，魏文武团队有几十名师生天天在田间忙碌。

　　因为经常下田，他车子的后备厢里常年放着一双筒靴，以备不时之需。暑假在田里做试验时，团队老师和同学们都在一起，亲力亲为。

　　“热！累！”这是该学院2020级学生张昶维对今年暑假的总结。当时，四川盆地遭遇了历史上罕见的高温干旱天气，张昶维等20多名学生加入测产团队，验收今年的粮食生产成果。

　　学生们试图用抹防晒霜来抵御阳光，但发现用处不大，最后只戴了袖套，防止割伤。暑假的这段经历，让在城市里长大的王杰平感受到“每一粒粮食都来之不易”，也“对农业有了更深刻的认识”。

　　下田，是眉山职业技术学院现代农业技术专业学生的必修课。虽然专业名称里带着“现代”两个字，但魏文武认为，无论技术怎么发展，下田永远都应该是农学专业学生的“必修课”，这是他们认识农业的关键一环。

　　团队里的青年教师也在这个过程中得到了锻炼。通过组织“一优两高”生产竞赛以及接地气的研究工作，魏文武团队每年都有论文成果发表，也锻炼了包括90后青年教师在内的团队成员的科研能力。

　　近年来，魏文武团队的多项生产技术得到推广应用，累计推广面积587.20万亩，最高单产达到969公斤/亩，创造了四川平原浅丘水稻高产纪录。机插秧“基缓追速”施肥技术减少了施肥次数、施肥量，并显著提高产量，仅施肥管理一项的节本增效就超过80元/亩。

　　截至目前，通过“一优两高”水稻新品种试验，魏文武团队累计完成340余个水稻品种的多年对比试验，筛选出40个适种该区域的优质高产品种，推动区域优质水稻占比由2012年的不足12.45%增长至2021年的86.55%，解决了本区域水稻产量不高、品质不优的问题。

　　今年8月，魏文武被评为四川省农业丰收奖“先进个人”。作为来自高校的获奖者，魏文武认为，如果科研工作不融入粮食生产过程中，就谈不上学有所用。因此他更看重技术推广之后给粮食增产、农民增收带来的实际改变。

　　他说：“粮食增产、农民增收，比发表论文更令人喜悦。”

　　(中国青年报 记者 王鑫昕)

　　（文图：赵筱尘 巫邓炎）