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)
新闻写作中的人格化手法******
谭宏伟
人最关心自己的同类。
写给人看的新闻不应忽视人。
如果在新闻导语或新闻主体中注入人的因素,使新闻人格化,无疑会引起读者的注意,增强新闻的可读性。
人格化是一种写作技巧,美国新闻学者麦尔文•曼切尔把它解释为:“找出一个人,一个有代表性的人,他是受影响的或者卷入的,把这个人作为某一情况、或者这一情况的原因或后果的例子而写。”包括写人的语言、人的神态、人的动作、人的感觉,总之是人的外在和内在。
人格化的最大优势在于它可以使抽象的东西具体化,缩短读者与新闻的距离。这一点在涉及抽象东西诸如思想、发展、态势等报道中表现尤其突出。请看下例:
中新社北京电 一位顾客理完发,起身准备付款。但他被告知,由于理得不太成功店里不收他钱。
北京石景山区的这家春光理发店不久前租赁给私人经营了,店经理说,坚持这种优质服务,“会给我们带来更多的顾客。”
这是一篇题为《租赁使北京的服务业充满生气》电讯的导语。租赁制是当时北京经济领域的一个新态势,文章突破了枯燥的统计数字加呆板的叙述模式,而是以一位顾客的经历(理发)似乎又有些出人意料的经历(理发不付钱)为开篇引出下文租赁制对整个北京服务业的影响。这样,读者就通过一个人的亲身经历来体会租赁制使北京服务业充满生气的空泛概念,抽象的“租赁”具体化了,使读者易于理解、易于接受。
人格化的手法可以增加新闻的现场感。因为人格化的手法往往是通过活跃在新闻现场的人的活动来表现。请看下例:
中新社北京电 数不清的目光投向一位斜戴法兰绒帽子、披着时髦的砖红色春季女大衣的风姿绰约的女郎。当北京市春夏时装展销会今天在北京展览馆开幕时,这个放在进门大厅的模特成了最引人注目的人物。
观众像潮水一般涌入展销会的大门。
……
这是一篇题为《北京市春夏时装展销会开幕》消息的导语。这则普普通通的展销会新闻由于导语中这位“风姿绰约的女郎”而增色不少。“数不清的目光投向一位斜戴法兰绒帽子、披着时髦的砖红色春季女大衣的风姿绰约的女郎。”一语勾画出展销会进门大厅的现场气氛。读者受其感染自然也同文中观众一样被这位模特所吸引。对记者接下来描述发生兴趣,记者描述了展销会的规模、品种、销售情况,其中包括最受欢迎的和最受冷落的服装。由于文章有很强的现场感,读者看这条消息仿佛亲历展销会现场。现场感会令读者兴味大增。
人格化的手法,由于注重写人,因而使新闻有人情味。请看下例:
美联社伦敦电 诞生刚刚四星期的吉玛•查瓦茨基得到了一件独特的礼物——一位电子计算机“保姆”。
这个“保姆”没有围裙和温暖的怀抱,却有磁带和打字键盘。
它的名字叫“奥卡三世”,孩子们无需叫她“阿姨”。吉玛的父亲、二十八岁的电子计算机专家詹米•查瓦茨基是这具电子保姆的研制者,他说:“父母对孩子的爱是任何东西都不能代替的。我们也并不打算用它代替”。
……
小吉玛哭闹的时候,他可以哄她,给她讲故事。到孩子学说话时,奥卡三世也能教她说英语、法语和德语。
……
事实上,奥卡三世不光是个保姆。它的身上还装了各种家务事的程序——它能拉开电灯、打开汽车车库大门、甚至还能防盗、防贼。
……
这是一篇很精彩的科技新闻。没有晦涩难懂的科技术语。读者是在计算机保姆和一般保姆对比中了解它“没有围裙和温暖的怀抱,却有磁带和打字键盘”的特点;认识它能哄小孩、会讲故事、能教多种语言等功能。尽管文中没有提到一般保姆的特点,但是它在描述计算机保姆的特点、性能无疑是以人为参照的。这也正是其巧妙之处。这篇科技新闻由于使用人格化的手法而跳出专业技术性的圈子,写得生动而有实感,很有人情味。
尽管人格化的写作手法能变抽象为具体,能使新闻更具现场感、更有人情味,但是,如用得不巧妙,会适得其反。因为:
人格化的写作手法有一定的适用范围,不是对所有的新闻题材都适用。一般来讲,在涉及抽象的、不易理解的东西时运用较多,例如综合性经济新闻、科技新闻等。涉及具体的极易理解的东西时如重大新闻事件的报道中不适用。
人格化毕竟是一种技巧。就像形式要为内容服务一样,新闻写作技巧是为新闻主旨服务的。如果使用这种手法,即所描写的人的行为和意识对揭示新闻的主旨无直接关系,那么大可不必多此一举。
人格化这种写作手法自身也有局限。采用人格化的手法时,在导语中往往不具备新闻的五大要素,新闻事实也是在新闻主体中逐渐展开,这样容易拉长文章的篇幅,放慢文章节奏。
尤其值得一提的是,人格化的写作手法其核心是注重写人,写有典型意义的人,因而记者平日要注意观察与某一新闻事件相关或直接受其影响的人;观察他们的喜怒哀乐、举手投足。善于分析人与新闻事件的因果关系。这样才能防止偏颇。
(历史资料)
(文图:赵筱尘 巫邓炎)