购彩大厅Welcome骗局-购彩大厅Welcome代理

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

更好管理情绪可防病理性衰老******

　　科技日报北京1月17日电 (实习记者张佳欣)负面情绪、焦虑和抑郁被认为会导致神经退行性疾病和痴呆症的发生。但它们对大脑 的影响 是什么？它们 的有害影响是否有限 ？瑞士日内瓦大学神经科学家观察到年轻人和老年人在面对他人 的心理痛苦时大脑的激活。老年人的神经元连接表现出明显 的情绪惰性，负面情绪在很长一段时间内过度地改变它们 ，特别 是在后扣带皮层和杏仁核中，这两个大脑区域强烈参与情绪管理和自传体记忆。最新发表在《自然·衰老》杂志上 的这些结果表明 ，更好地管理这些情绪，例如通过冥想，可帮助限制神经退化 。

　　研究人员向志愿者展示了显示人们处于情绪痛苦状态 的电视短片 ，以及具有中性情绪内容 的视频 ，以便使用功能性磁共振成像观察他们 的大脑活动。首先 ，研究小组将27名65岁以上 的人与29名年龄在25岁左右的人进行了比较，然后对127名老年人重复了同样 的实验 。

　　研究表明 ，老年人通常表现出与年轻人不同 的大脑活动和连接模式。这在默认模式网络的激活程度上尤其明显，默认模式网络是一种在休息状态下高度激活的大脑网络 。它 的活动经常受到抑郁或焦虑的干扰，这表明它参与了情绪 的调节。在老年人中 ，负责处理自传体记忆 的后扣带皮层与处理重要情感刺激的杏仁核 的联系增加。

　　然而 ，老年人往往比年轻人更能调节自己 的情绪，并且更容易关注积极的细节 ，即使 是在消极事件中也 是如此。但是 ，后扣带回皮层和杏仁核之间连通性的变化可能表明与正常衰老现象 的偏差 ，这种现象在有更多焦虑、沉思和负面情绪的人身上更加明显 。后扣带回皮层是受痴呆症影响最严重的区域之一，这表明这些症状的出现可能会增加神经退行性疾病的风险。

　　（文图：赵筱尘 巫邓炎）