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
绕过人墙、半路转弯 怎么在世界杯踢出超帅“香蕉球”?******
又到了四年一度的世界杯
不知道大家是否还记得
2018届世界杯中
葡萄牙和西班牙相遇的小组赛
C罗在最后时刻力挽狂澜
踢出被解说员叹为
“翩若惊鸿,宛若蛟龙”的
“C型”任意球,扳平比分
被踢出的球为什么会迅速升降?
又为什么会“拐弯”呢?
首先我们来了解一下任意球
任意球是啥?
任意球是罚球的一种。它是一种在足球(或手球)比赛中发生犯规后重新开始比赛的方法。
任意球分两种:直接任意球,踢球队员可将球直接射入犯规队球门得分;间接任意球,踢球队员不得直接射门得分,球在进入球门前必须被其他队员踢或触及。判罚前场任意球后会使用一种泡沫喷剂划定球的摆放位置,以及人墙的站位,发任意球时需要用手触球,然后在裁判哨响后踢球。
香蕉球?能吃吗?
事实上,C罗踢出的这种任意球在足球比赛中并不少见。
在1997年,在巴西对法国的一场足球比赛中,巴西足球运动员Roberto Carlos,在没有通向球门的直接路线的情况下,从35米外开出一个任意球。他的射门使球飞过球员,并在快要出界的时候急转向左,砸入球门。
图源:网络 香蕉球图解
球的突然拐弯让在场球员,特别是法国守门员根本来不及反应。这个史上最漂亮,最具标志性和最违反物理学定律的任意球,被叫作“香蕉球”。法国物理学家对此研究了数年,终于用“马格努斯效应”解释了这个问题。
马格努斯效应
图源网络
当一个旋转物体的旋转角速度矢量与物体飞行速度矢量不重合时,在与旋转角速度矢量和平动速度矢量组成的平面相垂直的方向上将产生一个横向力。在这个横向力的作用下物体飞行轨迹发生偏转的现象。这是流体力学中的一种现象。
图源:陕西师范大学物信院 马格努斯效应示意图
旋转物体之所以能在横向产生力的作用,是由于物体旋转可以带动周围流体旋转,使得物体一侧的流体速度增加,另一侧流体速度减小。
是不是听得云里雾里?
香蕉球轨迹
球在气流中运动时,如果其旋转的方向与气流同向,则会在球体的一侧产生低压,而球体的另一侧则会产生高压。运动员的用力方向朝右,所以足球逆时针旋转。拐点处足球左侧产生低压,右侧产生高压,这样就导致足球存在横向的压力差,并形成向左侧的力。
图源:NKPhysics
根据物理公式,距离越远,速度越慢,球偏离角度也就越大。因此,我们能看到在香蕉球运行的末尾时刻,会发生更剧烈的偏转,给守门员一个巨大的“惊吓”。
我也能踢出和C罗一样的球吗?
回到文章开头提到的C罗“力挽狂澜”的任意球,这一球不止踢出了上述“香蕉球”的概念,同时也混合了“电梯球”,即指大力踢出的足球,下落很快,像是从电梯上下坠,它实际上是高速飞行的足球受到重力和大雷诺数阻力下的运动轨迹。
图源: 中国物理学会期刊网 皮尔洛的“电梯球”
葛惟昆教授解释说:“踢出电梯球的一大关键要素,就是球的初始速度要快。”要踢电梯球,球的初始速度应该接近150公里/小时,没错,就是一辆车在高速公路上狂飙的速度。
图源:科学世界
研究人员在进行场景模拟时发现,要想让100公里/小时以上速度的任意球避开人墙(假定在距离约9米远的位置有5名身高1.8米的对方球员并排)成功射门,球离开地面时与地面的夹角必须控制在15°~17°之间,也就是仅有2°的精度范围(在距离球门25米的位置,踢出转速为每秒8转的侧旋弧线的情况)。
如果是足球,以每小时90千米的速度每秒旋转8转,球会在这个距离内弯曲3米以上。
图源见水印
而踢出弧线的关键在于,落脚点在偏离球心的位置,偏离球心的幅度越大,球的转速越快。有研究人员称,安德烈亚皮尔洛等优秀的任意球球员会使球的旋转轴倾斜角度大于侧旋,让马格努斯力倾斜向下发挥作用,从而踢出“球速快、大幅弯曲的同时又急剧下沉的”球路。
资料来源:科学世界、中国物理学会期刊、科技日报、天津科普说、NKPhysics
整理:董小娴