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)
狗脸识别、智慧铲屎、电子游戏......未来我们和宠物的互动有多丰富******
从“饲养”到“陪伴”,宠物已成为人们不可或缺的家庭成员。
Euromonitor最新数据显示,2015至2021年,全球宠物市场规模从1098亿美元稳步攀升到了1597亿美元,年复合增长率达6.4%。在中国,宠物消费市场规模更是在十年间从140亿元大幅攀升至2490亿元。
在物联网、大数据、人工智能等技术的加持下,我们与宠物的互动越来越丰富。未来,科技将怎样帮助我们提升和宠物的亲密度?我们可以怎样智慧养宠?
图源:pixabay
“铲屎官,陪我打游戏”
玩电子游戏已经不是人类的特权!英国初创宠物品牌Joipaw已经开发一款给宠物狗使用的游戏家用主机,名为“Joipaw”。该产品带有一块触控屏幕以及自动投喂器。
图源:joipaw
未来,我们或许可以看到这样的画面。
回到家,发现狗子正在屏幕前“奋战”,不亦乐乎。它用鼻子精准地“捉”住了屏幕上的每一只地鼠。而投食机在狗子每次成功触及屏幕中的地鼠时,投放零食给与奖励。狗子疯狂进食,津津有味。
不止如此,Joipaw还为他们的主机搭配了运动穿戴设备,这些设备既可以供饲养人通过APP来监控宠物,还可以直接关联游戏内容,进行额外的游戏控制。
图源:Joipaw
英国开放大学动物-计算机交互教授兼 Joipaw 的科学顾问克拉拉·曼奇尼 (Clara Mancini) 说,针对狗的触摸屏大脑游戏的研究虽然才刚开始,但“非常有前途”。她认为,这项技术可以帮助患有痴呆症的狗,或者让那些因为住在收容所而不太活跃的狗变得更活跃。
“铲屎官,带好我的身份证”
世界上不存在两片完全相同的树叶,也不存在两只鼻纹完全相同的狗子。
与人类指纹类似,犬类鼻纹具有唯一性与稳定不变性,甚至不会随着成长而改变。主人只需对准犬鼻进行简单的抓拍或者视频录像,系统通过犬鼻检测,定位出鼻纹关键点,将提取到的鼻纹深度图信息汇入后台数据库,更可为犬只生成一张专属的身份证。
图源:旷视科技
在AI技术日趋普及的当下,犬鼻纹识别技术是通过对比犬鼻纹图像特征之间的相似性来确定犬只的身份,其核心技术是使用模式识别、图像处理等方法对犬只的鼻纹特征进行描述、匹配和分类,从而实现自动的犬只个体认证。对比现有的DNA认证和芯片认证,鼻纹识别具有识别精度高、宠物友好性高、操作体验好、反作弊性强、成本低等优点,具有广泛的应用前景。
图源:支付宝
目前,已有科技公司推出宠物的鼻纹识别解决方案,用于城市中的宠物管理,如AI寻宠、宠物门禁、在线犬证办理等。此方案主要通过模式识别、图像处理等方法对犬只的鼻纹特征进行描述、匹配和分类,从而实现犬只的识别与认证。
当宠物拥有专属ID,有关犬的基本信息、生活动态、消费记录、服务和医疗等信息都将与之绑定。由此拓展的宠物比赛、宠物保险、宠物医疗、宠物零售等场景都将呈现出更多样的可能性。
“铲屎官,我们谈谈”
利用擅长模式分析的人工智能,我们或许可以真正破译动物语言,与猫、鸟类,甚至鲸鱼等动物直接对话。届时,人类与动物的关系或将掀开新一页。
美国北亚利桑那大学科恩·斯洛伯德克夫创建了一个名为Zoolingua的公司,目标是开发一种人工智能,让人们能与宠物顺畅地沟通交流。他认为,如果人类能了解到一点点动物们的想法,同时让动物们了解一点点我们的想法,二者之间的关系将完全不同。
图源:Zoolingua官网
因此,该团队观察狗子在特定环境下的叫声和行为,并对这些复杂的通信形式进行分类和分析,最终可以有效准确地在计算机程序中,将“汪汪”翻译成英语。
根据Zoolingua的统计,美国每年约有二至四百万只狗被安乐死。其中大部分归因于行为问题,而这些问题的出现主要是因为人与狗之间缺乏沟通。该团队认为,如果能找出狗子的行为与我们指令相出入的原因,我们就可以解决很多行为问题并拯救很多狗。
“铲屎官,今天你铲屎了么”
通过DNA检测技术和无人机,狗子的粪便可以被精准锁定,并找到那个拒绝铲屎的铲屎官,进行追责和教育。
图源:PooPrints
从DNA采集的角度来说,美国DNA技术宠物公司PooPrints已经有了成熟的方案。
首先,要在每个狗子的身上提取到生物信息数据样本。然后,每只狗的基因档案都被注册,并安全地上传到DNA世界宠物登记数据库中,狗主人还需要填写一份关于本人的基本信息,相关信息会存储到狗子的“身份证”中。最后,只需要从“犯罪现场”提取到证据,将样品证据返回实验室进行处理,就可以将粪便与狗子们匹配上,从而找到这个懒惰的铲屎官了。
图源:pooprints
那如何追踪狗子的粪便呢?
荷兰企业家Gerben Lievers将传感器和机器人综合成了“无人机铲屎官”。第一个无人机模型名为Watchdog1,主要使用热成像技术,通过与周围区域相比的温度来定位需要铲的屎。同时,该模型附有GPS定位系统,相关数据会发送到名为Patroldog1的地面机器人上,接收到数据后,地面机器人便负责找到并清理。
炫酷科技带来震撼的同时,也温暖着我们生活中的点点滴滴。未来,理性与冷酷将不再是机器的代名词,它们将以有温度、有生命感的形象,融入每一个家庭,让家庭智能起来。(整理:李飞 策划:穆子叶)
参考 | 虎嗅网、文汇报、中国青年网
(文图:赵筱尘 巫邓炎)