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）

让真正的科学火起来******

　　【科学随笔】

　　作者：崔兴毅、张辰龙（均系南京航空航天大学博士）

　　当下，科普很热，伪科普也很热。

　　一面是追着新冠跑、比疫情更难防的伪科学。诸如“吃大蒜可治新冠”“我家自来水阳了”等视频流传网络；诸如可抵御病毒、预防新冠的花式商品在网店热卖。它们中，有的打着“高科技”旗号，有的则是人们熟悉的“老面孔”。

　　一面是科普盛宴“出圈”，“好玩”的科学“圈粉”无数。在中科院联合抖音举办的2023跨年科学演讲中，诺贝尔奖得主、院士学者分享了大脑信号、航空航天、黑土地保护、电磁学等前沿科技，抖音直播间观看人次突破2500万。

　　科学热中真与假的对撞，反映的正是公众对科学知识的渴望。当人们信息获取的需求通过移动终端被大量释放后，科普方式就应及时“换挡升级”。在公众科普的语境中，更加立体、全面的体系正在被构建，更新潮、更便利的方式极大缓解了科普“不平衡、不充分”的矛盾。还有在跨年晚会云集的平台中突围出的一场跨年科学演讲，以知识的普及辞旧迎新，显然是令人欣喜的现象。

　　不可否认，当下有效知识的供给依旧不足，这直接影响着人们对知识的获取。由于科学暂时无法满足人们的所有需要，伪科学便可乘虚而入。一些网络博主，为博眼球聘请所谓“专家”，编造“科学流言”，迎合公众猎奇心理；有的蓄意炒作，制造“健康焦虑”，让产品营销披上健康科普的外衣。这些依靠情感赢得信赖的虚假信息，又借助社交媒体的熟人效应，在公众舆论场如石子投湖般一圈一圈传播开去，让公众感觉更加混乱——即便同一个主题和话题，也可能看到各种不同甚至有些彼此矛盾的解读。

　　事实上，科学本身就是一种进程。在对物质世界的探索中，科学家们往往会得到很多不同的结论，有些甚至是对立的。这些并不是“伪科学”，而是需要在不断地研究中去伪存真。这种学术观点之争并不是我们本篇文章讨论的内容。

　　很多虚假信息的传播，是大量依靠“俘获”受众情感，而并非以事实为基础。当然，在科学传播中，事实与情感并非截然对立，或者说不需要情感的力量。现在，半数以上的移动端用户具备一定教育背景，科普的受众呈现出年轻化、高学历的特点，覆盖人群也已拓展到白领、大学生、企业管理者、人文学者等。他们排斥枯燥无味的灌输式科普、说教式科普，对有趣有料的科普，更加喜闻乐见。这种受众多元化、异质性的特点，决定着科普必须与时俱进，一方面专家得“懂行”，另一方面内容得“好玩”。

　　那么，作为非科技工作者该如何分辨这种信息呢？这很难，需要学校和社会同时发力，提升全民科学素养需要一个比较长的时间尺度，并非一日之功。

　　在现阶段，科普首先能做的是丰富内涵——不仅仅是科学知识，还应该包括科学精神、科学思想和科学方法等。现在社会上伪科学传播很快，恰恰表明当下公众的科学方法、思维、知识还没有那么高、那么好。以此次新冠疫情为镜，折射出的正是一些公众科学素养亟待提升的现实。包括“冷核聚变”“基因编辑婴儿”等事件，一定程度上没能让公众更加理解科学，反而会让他们更加质疑科学。所以，如果希望通过科普培养公众的科学理性，让人们掌握科学方法，理解科学精神，那么就需要把科普从“解释科学是什么”转向“科学为什么”上。因为“科学的精髓是其方法”，如果只向公众讲解科学的成果和发现，而不讲解严格的科学方法，那么人们何以区分什么是科学，什么是伪科学。

　　科学实验中的曲折有时比科学成果本身更吸引公众。科学就是在试错的过程中发展起来的。科学往往是先设立假说，然后针对这些假说进行试验。科学在探寻真相的征途上探索着，踉踉跄跄地蹒跚前行。当一种假说被证伪时，假说的提出者当然会很沮丧，但是，这种证伪恰被认为是科学事业的精髓所在。

　　广大科技工作者在进行科普时，不妨用一种引人入胜的方式来讲述他们走过的路，陈述成果，也呈现探索曲折的过程；点明结论，也聊聊千百次试验运用的方法。只有在真诚沟通中传递科学精神的内核，提高人们对科学类流言的“免疫力”，才能让公众拥抱一个温暖而不是冷冰冰的科学。

　　《光明日报》（ 2023年01月12日 16版）