百度彩票-- (中国)百度文库

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

专访台湾昆剧团团长洪惟助：30年两岸交流间，台湾昆曲从寂寞到勃兴******

　　中新社北京12月24日电 题：专访台湾昆剧团团长洪惟助：30年两岸交流间 ，台湾昆曲从寂寞到勃兴

　　中新社记者 李晗雪

　　近日“2022海峡两岸年度汉字评选”结果揭晓 ，“思”字高票当选，其推荐理由 是 ：疫情阻隔下 ，两岸异地相“思” 。聊及此字 ，台湾昆曲发展最重要 的推动者之一、今已年近八旬 的台湾“中央大学”教授 、台湾昆剧团团长洪惟助坦言，想念以往常见面常交流、彼此启发的老友，也心念过去两岸昆曲交流 的热络。新冠疫情下当面交流断了 ， 是非常可惜的事 。

　　“昆曲的交流，从(20世纪)90年代开始到现在 ，非常好 。两岸互补有无 、互相扶持 ，没有彼此打压 、没有恶性竞争 ，我很希望这种情形能持续下去，也希望别 的领域能学习我们昆曲 的交流。”洪惟助说 。

　　1991年起，有感于昆曲之美及其在两岸 的寥落，洪惟助与台湾另一戏曲学者曾永义发起并持续主持六届“昆曲传习计划” ，邀请大陆昆剧团赴台表演 、录像 、教学，前后长达10年之久 。传习计划让昆曲在台湾生根抽芽、逐渐开花育果 。为延续此计划的成果 ，2000年 ，在洪惟助带领下 、以参与该计划的成员为基础，组成了台湾第一个专业昆剧表演团体“台湾昆剧团”(以下简称“台昆”) ，并持续聘请大陆名师赴台教学 。此外，今日台湾各昆剧团的主要演员及昆曲学术研究者，也多数参加过当年 的“昆曲传习计划” 。

　　“台湾昆曲这三十年的发展 ，我蛮满意 的 ，虽然不是百分之百了。”老先生笑说。首先，台湾 的昆曲观众多了 。台昆常去学校作讲座，学生们都非常喜欢。演出后也有观众在反馈卡片上写，第一次来听昆曲就感受到其中之美 ，一定要再来看戏 。而台昆 的演出也获得了不少昆曲爱好者 的慷慨支持。洪惟助认为，昆曲在台湾的传播比他预期的还好 。第二是台湾昆曲专业表演团体从无到有 ，现已能够独立完成从剧本创作到定谱 、表演的整套剧目制作过程，“很不容易” 。

　　“昆曲传习计划”虽已告一段落 ，但此后两岸昆曲艺术人才依然往来互通，持续活络着两岸戏坛 。例如近年大陆昆曲演员温宇航赴台发展，影响台湾同辈演员亦教导晚辈，洪惟助认为对台湾昆曲发展产生了很好影响 。而洪惟助的儿子 、作曲家洪敦远在2016年由大陆昆山当代昆剧院作为台湾优秀青年昆曲人才引进，洪惟助表示 ，很支持儿子，这 是不错的学习机会。

　　2020年昆山当代昆剧院推出的原创昆剧《描朱记》，正 是由洪敦远担任唱腔设计。遗憾的 是，演出时洪惟助父子都在台湾，因疫情无法应邀观看演出 。洪惟助还谈道 ，原本与北方昆曲剧院有合写剧本演出 的计划，也因疫情停顿 ，希望疫情赶快过去 。

　　回顾以往两岸昆曲界的合作，洪惟助如数家珍 。浙江昆剧团与台湾昆剧团共同打造新编昆剧《范蠡与西施》并在两岸演出 ，北方昆曲剧院赴台演出昆剧《红楼梦》……洪惟助称，约在2005年至2013年间，他每年都推动两岸合作在台举行大型昆曲演出 ，“那时候可以说 是‘大交流’” 。

　　“很多事情都要长久地努力。我(20世纪)90年代就想成立一个昆曲博物馆，但2017年才在‘中央大学’实现。”老先生说。

　　今年10月，洪惟助 的老友曾永义离世 。洪惟助说 ：“在我们那一辈 ，台湾研究戏曲的人并不多，好像就我们两个人做得比较多。但后来我们带出了很多学生 ，尤其曾永义，他教 的学生很多 ，大多继续从事戏曲相关工作。他 的学生又带学生……”洪惟助自叹冲劲不如从前 ，他非常期待有台湾年轻人接班，继续做昆曲传承工作。(完)

　　（文图：赵筱尘 巫邓炎）