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）

能写论文能聊天的机器人是“天使”还是“魔鬼”******

　　■ 专栏

　　ChatGPT只是将人从简单的脑力劳动中解放出来，让人能够更多地投入到复杂的脑力劳动中。

　　当地时间2月1日，美国人工智能研究公司OpenAI，推出ChatGPT付费订阅版ChatGPT Plus，每月收费20美元。自2022年11月30日发布模型至今，聊天机器人ChatGPT正式踏上了商业变现之路。

　　这也意味着，ChatGPT迅速成为了新的风口。微软已经打算把旗下产品全面接入ChatGPT；美版头条BuzzFeed因让ChatGPT上岗写文章，两天内股价上涨3倍；老牌搜索引擎公司谷歌已经在担心自己会被ChatGPT取代；国内也有搜索巨头发布预告，称其即将发布中国版ChatGPT，国内资本市场AI(人工智能)概念股应声而涨。

　　可以说，ChatGPT的正式商用，将把AI带进一个全新世界。

　　ChatGPT被普遍认为是个新风口

　　人机对话，一直是从业者孜孜不倦研究的课题。

　　之前，我们也接触过比如Siri(语音助手)，比如各种智能音箱，但最多只能问问天气，问问一些能搜索到的知识。关键是，你还必须按照标准方式去问，它才能理解，才能给出回答，而且很多回答要么是答非所问，要么就是标准话术。

　　ChatGPT不一样，只需要你用自然的语言和它对话，它就能理解，不需要标准格式。和它对话，就像和人对话一样，这才是真正的人机对话。

　　此外，ChatGPT还有一个智慧的大脑，贮备了丰富的知识，能够给对方一些比较精准的建议，或者提供多个建议供你选择。它还能通过对方的反馈，借助于多轮对话，逐步提高回答的精准度。这已经就和人非常相似了。

　　而且，ChatGPT还能够将答案以一种人容易理解的语言组织起来，生成人容易理解的答案。总而言之，它是和人高度相似的说话机器，在知识量方面又远超个人，无人能及。因此，AlphaGo之后，ChatGPT被普遍认为是一个新风口。

　　把人从简单脑力劳动中解放出来

　　正因为ChatGPT如此强大，也让人们有些担忧。

　　如果程序员都借助于ChatGPT写程序，一些初级的程序员就可能失去工作；如果设计部门、策划部门大规模使用ChatGPT，一些初级的设计师、策划人员也可能被取代。甚至那些我们认为不可取代的门诊医生，如果ChatGPT学习能力越来越强，又有什么理由说不可取代？

　　因此，我们需要思考的是，ChatGPT带来的变革是巨大的，人类是否对此做好了充分的准备？

　　当然，ChatGPT也不是魔鬼。一种新的技术的到来，必定会淘汰一些技术和技能，但同时就会有新的需求出现。只是，在时代的大潮中，人类只能去适应，而不是抗拒，去拥抱变化，而不是墨守成规。

　　比如，历史上，蒸汽机、电力、电子计算机的出现，无不是为了解放人类，将人类从繁重的体力劳动中解放出来，更多地投入到脑力劳动中去。ChatGPT也只是将人从简单的脑力劳动中解放出来，让人能够更多地投入到复杂的脑力劳动中。

　　国内公司也已经开始发力新赛道

　　ChatGPT火爆全球，国内的巨头们自然也不会错过这个机会，且已有公司率先发力成为ChatGPT类应用的玩家，并计划在今年3月份推出类似ChatGPT的应用。

　　对于这种必须直接面对的竞争威胁，国内公司也可以说是早就做好了相关准备。比如，去年火爆一时的AI绘画，就是一个AI艺术和创意辅助平台，也是依托技术创新推出的AI绘画产品。

　　完全可以预见，以国内公司在此方面的积累，加入ChatGPT类应用竞赛的中国玩家，也将带动国内相关各方在这一全新赛道上奔跑起来。

　　自从有了语言，猿人就变成了智人。而自从成为了智人，人类的发展突飞猛进。在人类漫长的历史长河中，语言扮演着无比重要的角色。

　　而今，机器解决了语言问题，能够听懂人话了、开始说人话了，其是否也会带来一场暴风骤雨般的革命？ChatGPT给我们带来了无尽的想象空间。

　　□刘兴亮(DCCI互联网研究院院长)