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)
当“地上的5G”遇上“天上的北斗” 这个万亿市场按下启动键******
工业和信息化部的最新数据显示,截至2022年9月末,我国5G基站总数已达222万个,占全国移动基站总数的20.7%,占全球5G基站总数的60%以上。
最新发布的《新时代的中国北斗》白皮书指出,中国的北斗系统已成为面向全球用户提供全天候、全天时、高精度定位、导航与授时服务的重要新型基础设施,北斗已经是世界一流的卫星导航系统。
虽然最大的5G和一流的北斗,已经足够激动人心。但如果当“地上的5G”与“天上的北斗”握起手来,又将会展开一幅怎样的未来画卷呢?
“一个令产业兴奋、令百姓憧憬的万亿市场已经按下启动键。”国际欧亚科学院院士、北京邮电大学教授邓中亮在接受《中国经济周刊》采访时如是总结:天地一体、时空一体、通导一体的网络基础设施将会给人类带来巨大的经济和社会价值,中国应该也有能力走在全球前列。
5G+北斗是“天生一对”,让两大“大国重器”强强联手
我国先后建成全球最大的4G网络和5G网络,和4G相比,5G应用场景会有很大差别,但也面临着新的挑战。
例如在重点应用方向之一的工业互联网领域,要建成智慧矿山、智慧矿井,要实现公路网、铁路网的全覆盖,都需要保证室内、高山、深谷等遮蔽和半遮蔽空间的信号覆盖,且信号不易被干扰。而在智慧交通、无人驾驶等场景,会要求通信网络在满足通信需求的同时,不仅拥有高精度时空感知能力,能通信,也要能定位。
从建设北斗到应用北斗,从中国的北斗到世界的北斗,从天上的北斗到身边的北斗……能够实现室内的精准定位是中国北斗在技术上超越GPS等其他卫星导航系统的重要优势之一,这个在“最后一米”上的技术突破意义重大,也将会带来应用场景和产业发展上诸多新的可能性。
在邓中亮看来,可以将“5G+北斗”作为抓手,推动通信与导航的深度融合,实现能通信就能高精度定位。二者的融合可以满足全覆盖、高精度需求,相互赋能,彼此增强。
“5G是地上的网,北斗是天上的网,5G解决数据高速传输和卫星遮蔽区域高精度定位问题,北斗解决高精度授时和开阔空间高精度定位问题,5G+北斗的融合不仅可以相互赋能,还能够带来海量的高精度、高时效的地理大数据。”邓中亮说。
中国卫星导航系统管理办公室主任、北斗卫星导航系统新闻发言人冉承其也曾用“天生一对”来形容5G和北斗。“5G对时间和位置提出更高要求,而卫星导航系统能够提供更高精度的位置和时间信息,因此,5G和北斗卫星导航系统具有天然融合性。”他说。
实际上,早在2006年,科技部就启动了“羲和”计划,旨在构建天地一体的时空定位系统。作为“羲和”计划室内导航系统的主要负责人和学术带头人,邓中亮和团队通过多年攻关,目前已经形成几百项自主知识产权和一系列关键技术。
据邓中亮介绍,“羲和”计划有两个重要目标,一是提高卫星定位的性能和精度,令其服务能力越来越强;二是实现通信信号从室外到室内的定位全覆盖,复杂环境下也能保持服务能力。
“北斗+5G融合发展是必然的,这两项‘大国重器’强强联手,将惠及国防军事、智慧城市、自然资源、通信网络、交通、电力等各行各业,带来无限可能。”邓中亮说。
当地上的通信网络与天上的卫星网络实现“通导一体”,通俗地说,就是无论何时何地都有信号,告别“不在服务区”;还要能随时随地实现精准定位导航,哪怕是高山大海,哪怕车库深井,都能实现精准到米甚至亚米级别的导航。
通信与导航深度融合,“没那么简单”
基于“5G+北斗”的通信技术与精准时空技术的融合及应用,将是这些领域基础设施信息化、智能化升级改造不可或缺的重要基础设施。
当然,还有一个更为重要的要求,那就是要通过自主创新,不被人“卡脖子”,发展和建设好一个中国自主可控的、全空域、全时域、全频域、高精度、高可靠、高可用的时空体系。
邓中亮认为,北斗+5G融合可以从三个层面来理解。一是北斗可支撑5G网络安全高效运行。比如为5G提供高精度授时与同步、百万基站管理等服务,为5G网络应用提供精准的定位导航应用,开拓基于高精度时空基准的通信业务等。
二是5G可增强北斗导航服务能力。比如5G自身可实现优亚米级的定位能力,这意味着可与北斗形成信号覆盖互补,从而实现从室外到室内、从地面到地下无缝隙衔接与定位,支撑全空域全时域定位导航服务。而5G网络本身又可成为支撑位置服务业务的通信通道。
三是北斗+5G深度融合,将形成泛在、无缝、高精度、高可信的PNT(即Positing定位、Navigating导航、Timing授时)体系,横向无缝覆盖室内、纵向拓展到水下及深空,且能在复杂环境下提供高精度、连续稳定的时空信息服务,进而服务智慧城市、无人系统、万物互联等多个场景。
理论逻辑虽然很好理解,但真正实现通导融合却“没那么简单”,需要解决一系列技术难题。“比如,5G和北斗是不同的信号,每个信号都会有‘噪声’,要想实现和睦相处,既能各干各的事,还可以相互增强,并不容易。”邓中亮说。
邓中亮教授带领团队研制的“羲和”系统,提出了TC-OFFEND定位与通信融合的新型信号体制。依靠这种技术,有效节约了室内定位成本,把移动通信网变成了一张既能通信的网,又能高精度定位的网。
而且更为重要的是,这套系统并不需要新增大量的成本投资,比如通过“隐嵌信噪”技术解决不同的信号“噪声”问题,只需要一块小小的芯片就可以实现,新增的投入成本极低。
《中国经济周刊》首席摄影肖翊|摄
从技术到产业,万亿级市场按下启动键
当然,看到通导融合这一发展趋势的不只是中国。美国也很早就将发展定位导航授时一体的PNT体系上升至国家战略的地位,以弥补原有GPS系统的问题和不足。但除了技术上较量,通导融合“哪家强”,最终还是要在应用上见真章。
“我国建成覆盖4G网络,投资规模超过6000亿元,5G网络的投资规模更是超过了1.2万亿元,但也只能覆盖我国的人口密集区域。而北斗卫星实现全球覆盖投资规模约为600多亿元。我国的5G网络建设投资巨大,也需要在更多的应用场景下寻找更多的商业模式,从而让其为经济社会的发展创造更大的价值。”邓中亮介绍说。
但在邓中亮看来,实验室里的技术创新突破只是第一步,要想让“5G+北斗”产生更大的经济社会价值,需要社会各方面的通力合作,推动商业模式创新和产业化进程,共同挖掘。
《新时代的中国北斗》白皮书也指出,截至2021年,中国卫星导航与位置服务总体产业规模达到约4700亿元,年均复合增长率超过20%。中国北斗广泛应用于经济社会发展各行业各领域,进入交通、能源、农业、通信、气象、自然资源、生态环境、应急减灾等重点行业。中国北斗与大数据、物联网、人工智能等新兴技术深度融合,催生“北斗+”和“+北斗”新业态,支撑经济社会数字化转型和提质增效。
而多家第三方机构预测,按照目前北斗系统的产值增加速度,预计2025年其产业规模有望达到万亿元。来自高德地图的数据也显示,截至2022年11月,高德地图调用北斗卫星日定位量已超过2100亿次,且在定位时北斗的调用率已超越了GPS等其他卫星导航系统。
邓中亮表示,实际上,智慧物流、智慧医疗、智慧城市、智慧交通、工业互联网、智慧农业……北斗已经发挥着巨大的作用。以重点和焦点所在的工业互联网领域为例,这本身就是一个万亿级别的大市场,特别希望有更多有志之士将北斗和5G与人工智能、新兴技术等融合,发展出更多新兴产业,创造更多新的商业模式,为经济发展带来新的增长点。
已经有先行者尝到了甜头。以全国北斗卫星导航应用三大示范区域之一的湖南长沙为例。据长沙市人民政府副市长彭涛在“2022北斗规模应用高峰论坛”上透露,在长沙,北斗技术已成功应用到智能驾驶、驾考驾培、桥梁监测、野生动物追踪、水路安全、防灾减灾、司法、邮政运输、工程机械、公共安全等诸多领域。
长沙正在加快推动“北斗+5G”在智能网联汽车领域应用示范,通过5G网络融合北斗卫星导航系统定位技术,长沙的电动智能网联汽车能够对车辆进行高精度厘米级定位,为自动驾驶进行定位护航。目前,这套系统已在全国400多个城市上千个驾考场地中投入使用。驾考中,车辆是否压线、靠边停车是否在规定范围内,都能轻松判定。
“力争到2025年,长沙市北斗及相关产业规模突破500亿元,其中北斗核心产业规模突破200亿元,创建省级先进制造业集群,力争创建先进制造业集群。”彭涛说。
(文图:赵筱尘 巫邓炎)