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
数字人:用科技激活传统文化之美******
【热点观察】
作者:俞国林、王建(分别系中华书局编审、中华书局副编审)
“天妤”,一个沉睡千年的飞天少女,被神秘空间元境唤醒后,回想起千年前之事。当年,洞窟受损,壁画脱落。如今,苏醒过来的她,决定来到人间收集碎片,复原壁画,重佑人间……“天妤”不是玄幻小说中的文学人物,而是一个虚拟数字人。过去一年,“天妤”以收集壁画碎片为线索,将中国传统文化元素进行数字化演绎,持续向世界讲述中国传统文化的故事,在海内外收获了大量拥趸。
所谓数字人,是指通过计算机图形渲染、动作捕捉、深度学习、语音合成等技术打造的虚拟或仿真人物。2022年,数字人大量涌现,除了“天妤”,还有中国文物交流中心的“文夭夭”、新华网的“筱竹”、浙江卫视的“谷小雨”、敦煌研究院的“伽瑶”、国家博物馆的“艾雯雯”、中华书局的“苏东坡数字人”……他们或化身为文博场所的导游,或成为文化短剧的主角,或担任对外传播的文化大使,以又潮又酷的方式讲述着传统文化的故事。
超写实“苏东坡数字人” 光明图片
技术支撑,文化打底
作为传统文化的新载体,虚拟数字人将传统之美与科技之美有机融合,打造出全新的IP形象。由于众多虚拟数字人取材于传统文化,所以其外在形象本身就是对传统文化的视觉化呈现。比如,“天妤”的设计以传统飞天和唐代女俑为灵感,她衣袂飘飘,妆造典雅,发型设计是“双环望仙髻”,簪花是用金、银、铜等制成的样式多样的金钿;头上戴的嵌松石花钗、珍珠流苏花钿等饰品,是在史料基础上,参考唐代出土文物设计而成;妆容上使用的黛眉、斜红、莲花形花钿、桃花妆容,则还原了新疆吐鲁番阿斯塔那墓出土的唐代女俑妆容。通过对虚拟数字人外在形象的打量观赏,观众得以与中华传统服饰文化进行“亲密接触”。不仅如此,由“天妤”发布的“凤凰妆”视频,连续登上平台热榜。受“天妤”影响,很多青少年给自己化起了“国风妆”,甚至还引起了海外美妆达人的竞相模仿。
数字人的设计制作并非易事,既需要技术支撑,又需要文化打底。传统文化类数字人的设计制作,本身就是对传统文化研究、整理、应用、传播的过程。比如,为了让“苏东坡数字人”贴近苏东坡的原貌,中华书局在容量超过70亿字的古籍大数据中心进行海量搜索,通过一系列精心设计的关键词精准抓取到一批涉及苏东坡容貌形象的古籍文本数据。同时,又通过图像搜索技术,抓取了由宋至清涉及苏东坡的100余幅画作,既包括苏东坡的单人画像,又包括如“西园雅集”“赤壁”等主题的群像以及若干石刻画像拓片等,从而初步形成对于苏东坡容貌形象之“古籍真实”的把握,然后再由权威专家进行系统校验,确定下来超写实“苏东坡数字人”的每个细节。由此观之,“苏东坡数字人”的设计制作过程,完全是一次对苏东坡主题古籍文献、艺术作品的整理和研究。由于这种整理和研究带有强烈的“目的性”“应用性”,所以能够有效推动传统文化的创造性转化、创新性发展,而非像纯学术研究那样,研究成果大都只能存在于论文中。
虚拟数字人“天妤” 光明图片
始于颜值,终于价值
数字人要在弘扬传承中华优秀传统文化方面有效发挥作用,可以始于颜值,但最后还是要终于价值,因为人们开发数字人,不是为了观赏,而是为了使用。2022年被业界称为“数字人元年”,数字人的相关应用刚刚起步。传统文化领域是应用数字人比较多的领域,且应用场景越来越丰富。
2022年7月,身着汉服的“艾雯雯”在国家博物馆上岗。她穿梭于国博各展厅,为慕名而来的全球游客介绍着国博140多万件馆藏文物。中国文物交流中心的“文夭夭”,除了在各大博物馆提供讲解、导览服务,还担任“文博虚拟新闻官”,经常跟随展览出海,传播中华文化。
虚拟数字人,不仅能“说”,还能“演”。以“天妤”为主角的系列短剧《千壁寻踪》及番外一经推出,立刻圈粉无数,视频播放量目前已超过3亿。通过这些短剧,观众领略了即将失传的巾舞的无穷魅力,见识了传说中的“反弹琵琶”的精妙绝伦,了解了围棋文化的博大精深。就这样,“天妤”婷婷袅袅地从中华传统文化中走来。作为一个虚拟数字人,她将传统之美与科技之美融合,开启了中国传统文化通向元宇宙、通联海外的一扇门。
在传统戏曲领域,数字人的身影也越来越活跃。京剧领域已出现“梅兰芳孪生数字人”,粤剧界已诞生粤剧数字人“小勤”,而“秦筱雅”则是秦腔数字人的代表。“梅兰芳孪生数字人”甚至还现身梅兰芳大剧院,并与台下观众深情互动:“距离我上一次登台已经过去了60多年,没想到我们又重逢了。”那一刻,数字人不仅复原了梅兰芳先生的形态、声音及面部表情,也让人看到了传统戏曲振兴的希望。
可以这么说,数字人最大的魅力,不是研发运用新技术,也不是对网文、网游等传统业态的改变,而是为戏曲等原本高度依赖人和现场空间的传统行业在生产、传播、消费场景及价值实现等方面带来无限想象力和可能性,彻底改变了人们对于物我关系的认知。
既要凝神,又要赋魂
数字人让大量文化瑰宝重新“复活”,以科技手段让传统文化走进烟火生活,焕发青春活力。可是,数字人建设毕竟刚刚起步,在很多方面还有待完善。其中,内容生态是制约数字人发展的最大瓶颈。虚拟世界中的“你我他”,即使只是存在于数字空间中的化身,也需要现实生活内容作支撑,需要“故事”来引流。唯有如此,数字人才能既拥有好看的“皮囊”,又拥有丰满的“灵魂”。
比如,中华书局的“苏东坡数字人”,只有容貌形象的“物理真实”是远远不够的,还要实现“精神真实”。为此,中华书局专门建设了“苏东坡专题数据库”,并陆续开发了多个维度的“苏东坡主题知识图谱”。依托数据标引体系,可以生成各个维度的知识图谱,相当于将苏东坡跌宕起伏的人生历程与丰富多彩的精神世界翻译成一张彼此关联的数据网络,并将其放进“苏东坡数字人”的脑中,从而为“苏东坡数字人”凝神。下一步,中华书局将加强对“苏东坡数字人”的人工智能训练,以为其“赋魂”,从而让“苏东坡数字人”真正像苏东坡一样去认知、思考、表达、行动,最终实现苏东坡在数字世界的“复活”。
近年来,互联网、大数据、云计算、人工智能、区块链等技术加速创新。数字人技术正以前所未有的速度渗透进入并重构升级歌舞、影视、戏剧、文博等多个文化行业。数字人的产生和应用,是文化与科技相互融合的过程,也是人类不断认识自我的过程。我们无法预判数字人未来会走向何方,但我们还是希望大家以开放包容的心态面对新概念,拥抱新技术,将基础夯实,立足文化本体的价值属性,共同推动行业转型升级,在文化与科技融合发展的时代进程中,真正实现传统文化的创造性转化和创新性发展。
《光明日报》( 2023年01月04日 13版)
(文图:赵筱尘 巫邓炎)