佰富彩下载-佰富彩注册

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）

春运归乡路上，这些“黑科技”护您平安******

　　归乡路上，这些“黑科技”护您平安

　　◎实习记者 都 芃

　　脚步匆匆，兔年春节将至，一年一度的春运大幕已经拉开。

　　这个春运，是疫情防控进入新阶段后的第一个春运。在此期间，数以亿计的旅客将借助航空、铁路、公路等多种交通方式踏上归乡之旅。

　　来自交通运输部的数据显示，今年春运客流总量预计约为20.95亿人次，较去年同期增长了近一倍。

　　道路千万条，安全第一条。

　　无论选择何种方式出行，平安始终是所有人的共同愿望。在本次春运中，有多种高科技被应用于安保环节，如毫米波、人脸识别等。它们在保障旅客安全的同时，也大大改善了人们的出行体验，守护着亿万人的回家路。

　　各类防爆装置：

　　利用特殊结构，巧妙化解危险

　　在机场、火车站、地铁站等交通站点的角落里，通常会看到一个圆滚滚的深色球体，这个“胖家伙”是站点应对突发情况的排爆“神器”——防爆球。

　　防爆球通常是旅客最容易识别出的防爆装置，其一般采用球形、封闭式结构。在处置爆炸物时，首先将爆炸物通过机械手臂和排爆杆递送到球体内，然后封闭球体。当爆炸物在球形罐体内爆炸时，由高强度结构钢构成的罐体便能够将爆轰产物封闭在球内，使其不产生更大危害。

　　北京理工艾尔安全科技有限公司防爆装备部部长、高级工程师卞晓兵告诉科技日报记者，防爆球的防爆能力一般在2至3千克TNT(三硝基甲苯)当量。其自身重量通常在1吨以上，因此通常需要配合拖车使用。

　　与防爆球类似的防爆装置还有防爆罐，桶状外形的它其貌不扬，要“低调”许多。

　　与防爆球不同的是，防爆罐通常是上方敞开的非封闭式结构。当爆炸物在其中爆炸时，高强度金属结构构成的罐体底部和壁面会将冲击波向上导出，使爆炸能量从顶部泄出，保护周边人员安全。防爆罐的防爆能力一般为0.5至2千克TNT当量，其自身重量在300千克以上，使用时通常也需拖车配合。

　　除了大当量、大重量的防爆装置，卞晓兵表示，如今防爆装置的一大发展方向为结构轻量化。如当下已经被广泛运用的防爆毯，便通常采用多层复合材料制成，由内外围栏和盖毯组成，能够有效拦截爆炸破片，并引导爆炸能量向顶部泄出，其防爆当量约为一颗手雷，自身重量通常在30千克以内，便于移动。

　　除此之外，卞晓兵介绍，目前最新的轻量化防爆产品还有柔性防爆罐、刚柔复合防爆罐等，能够结合多种不同排爆场景使用。例如，柔性防爆罐内有多孔吸能泡沫和防爆阻燃液体，同时它采用了高性能纤维结构设计。在爆炸时，通过其内部的多孔吸能泡沫和防爆阻燃液体，实现对冲击波能量的高效吸收和转化，再通过高性能纤维结构实现对破片的全部拦截。

　　毫米波人体检查设备：

　　无接触精准检测，为出行提速

　　不超过2分钟，这是深圳宝安国际机场试行无接触安检后旅客通行的速度。

　　2021年9月，深圳宝安国际机场成为首家试行“无接触自助安检”模式的国内机场。采用该安检模式，旅客不用与安检人员接触，只需自主脱下腰带和鞋，进入毫米波人体检查设备，并将随身携带的物品、行李放入CT安检设备，且笔记本电脑、雨伞等物品无需单独取出。检查完成后，如果机器未报警，旅客即可快速通行。正常情况下，整个安检用时不超过2分钟。

　　在无接触安检中，扮演重要角色的是毫米波人体检查设备以及CT安检设备，它们也是近年来安检领域科技创新的最新成果。

　　中南大学自动化学院教授梁步阁告诉科技日报记者，虽然毫米波在安检领域的应用并不多见，但其此前已经在雷达探测、无线通信等领域得到了广泛应用。

　　“比如，现在许多拥有自动驾驶功能的智能汽车，通常就配有毫米波雷达。”梁步阁介绍，毫米波属于电磁波的一种，其波长为1至10毫米，因此被称为毫米波，且毫米波频率非常高，通常在30到300赫兹之间。

　　梁步阁表示，正是由于毫米波波长短、频率高、带宽大，使得其具有较高的分辨率，能够被广泛应用于物体探测。而且毫米波较短的波长使得设备天线的尺寸得以缩小，由此毫米波设备的体积就可以缩小，重量也随之降低。

　　除此之外，梁步阁表示，毫米波设备的生产制造十分便于芯片化，即能够将多种元器件集成在芯片上进行批量生产，进而可快速降低成本。“体积小、重量轻、成本低，这些特点都使得毫米波设备能够走入我们的日常生活。”他补充道。

　　不过，毫米波并非没有缺点，探测距离短就是它的“硬伤”。

　　梁步阁表示，相较于传统雷达数百乃至数千公里的探测范围，民用的毫米波探测设备，其工作距离一般仅为几百米，只能被应用于近距离的目标探测。而人员安检正是毫米波“扬长避短”，发挥本领的绝佳场景之一。

　　同时，与在安检领域被广泛应用的金属探测仪相比，毫米波人体检查设备的精准度更高。

　　“金属探测仪通常是利用金属自身会引起电磁感应或者霍尔效应的原理来探测金属物品，属于无源探测器。而毫米波设备则是通过主动发射毫米波，再分析物品反射回的电磁波来进行探测，属于有源探测器，后者检测更加精准。”梁步阁介绍道。

　　因此，被应用于安检领域的毫米波设备，不仅能够检验金属物品，就连如陶瓷刀、塑料刀等非金属物品也可以检测。

　　同时，梁步阁补充道，虽然精度高，但毫米波设备对人体的影响几乎可以忽略不计。“毫米波产生的辐射属于非电离辐射，并且功率较小，其影响大致相当于手机对人体的影响，因此不需要过多担心。”他说。

　　如果说在安检领域，毫米波人体检查设备还只是“新人”，那么CT安检设备应该算得上是“老人”了。

　　CT安检设备与医院中使用的CT成像仪工作原理基本一致，即利用X射线、γ射线等重射线的强穿透性来实现对物体的内部成像。

　　X射线等重射线的频率不仅远远大于毫米波，也更在可见光之上。“频率越高，单个光子的能量就越大，因此能够穿过物体，进行精准的穿透成像。”同时，梁步阁表示，CT安检设备在工作时通常会分层进行成像，最后层层叠加，形成物体的三维图像。在此基础上，安检员可运用360度旋转判图、切片等功能，更为准确地判断识别层层堆叠、形状复杂的行李物品，提高开包准确率，缩短开检时间。

　　人脸识别系统：

　　可实现人包对应，便于行李提取

　　除了“硬核”的安保设备，得益于多种先进科技手段的应用，为春运出行保驾护航的还有软件系统。

　　此前，国内多家机场宣布在值机、安检等环节中采用智能人脸采集比对技术。旅客可以自助完成人、证合一检验，从而大大加快登机速度。

　　同时，人脸识别系统还可以与安检信息管理系统、旅客随身行李处理系统实现无缝衔接，将采集到的人脸信息、旅客安检信息、旅客行包信息进行绑定，实现人包对应，既方便旅客托运、提取行李，同时也便于对违规物品进行登记、追溯，提高安检准确度，实现快速倒查。

　　此外，在北京大兴国际机场，当工作人员佩戴应用了AR(增强现实)技术的眼镜后，也可以利用其人脸识别功能，识别旅客的登机信息，快速寻找待登机旅客并为旅客提供便捷服务。

　　北京理工大学网络与安全研究所所长闫怀志向科技日报记者介绍，人脸识别作为当下一种常见的生物识别技术，其主要基于人的脸部特征信息来进行身份识别。具体流程包括人脸图像采集、图像检测、信息预处理、人脸特征点提取和人脸匹配/识别等。而无论是固定设备还是移动设备，其所采用的人脸识别技术在原理上都是类似的，最主要的区别在于不同设备所采集的图像质量不同。

　　“比如说取景范围、图像像素、图像格式等，而图像质量的不同则会对图像匹配精确度和准确度造成一定的影响。”闫怀志表示。

　　提及人脸识别，信息安全始终是公众最为关心的问题之一。

　　对此，闫怀志认为，目前人脸识别技术应用广泛，由此必然会带来一定的信息泄露风险。

　　“这种个人信息泄露的风险主要来自于后台数据库以及识别后的信息存储系统。”闫怀志认为，管控人脸识别信息泄露风险，主要应从技术和管理两方面来加强保障。相关企业单位必须按照《网络安全法》《数据安全法》《个人信息保护法》的要求建立健全完善的安全防护体系，并遵从相应的标准规范。在技术层面上，应着重在物理环境、主机系统、应用系统以及业务数据等层面构建纵深防御体系。在管理方面，则应从安全管理制度、安全建设、安全运维等多个角度来强化安全管理。

　　（文图：赵筱尘 巫邓炎）