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）

默默耕耘结硕果，巾帼逐梦绽芳华——任娟娟教授与铁道工程的故事******

　　作者：西南交通大学 毛萍 胡广翰

　　17岁来到西南交通大学土木工程专业，26岁博士毕业留校任教，33岁被评为教授，37岁获得国家优秀青年……任娟娟教授在一个“男性”标签明显的行业里，无问西东，砥砺前行，拥有着一份令人羡慕的履历，见证了中国高铁从“技术引进”到“中国制造”再到“中国创造”的飞跃。

　　然而，她和道路与轨道工程的故事，却始于一个偶然。多年过去，曾经的树芽已经成长为灰色混凝土上令人瞩目的一抹浓绿。一切顺利的表面下潜藏着不设天花板、不问结果的耕耘。

　　结缘铁道，砥砺深耕

　　2000年，计算机开始兴起热潮，它也成了任娟娟教授报考大学时的第一志愿，然而激烈的竞争最终使她被调剂到了铁道工程专业。那时国内很多基础建设还没开始，谁也无法设想后来国家基建如火如荼的热闹景象。主动选择整天和水泥、混凝土打交道，将宝贵的青春交付给技术发展相对缓慢的土木专业的女生更是少之又少。

　　“既来之，则安之。”任娟娟教授如同沙漠里的仙人掌、森林中的变色龙，具有极强的适应能力。从小培养的做好每一件事情的自觉，让她早早就明白，改变不了环境，改变不了社会，就只能改变自己。

　　误打误撞进入一个看似不那么适合女生，又不“时尚”的行业，17岁的任娟娟没有心灰意冷，反而积极地吸收雨露和阳光，探索另一个自己，一路致力于我国高速铁路无砟轨道结构设计与损伤机理等研究。

　　我国无砟轨道技术进入大规模、系统性的深入研究开始于2003年，当时中国铁路发展落后，许多技术需要向德国、日本引进学习。中国地大物博，南北气候差异大，铁路的运营环境复杂，对高铁的技术要求更高。通过不断的学习、消化、吸收，结合国情再创新，2008年中国高铁开始研制具备完全自主知识产权的新型无砟轨道结构，到如今，中国高铁已经处于多个领域创第一的高精尖地位。风沙里的兰新线，高寒地区的哈大线，繁忙的京沪高铁……均成为了一道道靓丽的风景线。

　　为了一张从山西开往成都的绿皮火车车票，要在售票大厅排长龙般的队伍，借助人潮拥挤的力量，才能将自己挤到火车的门框边再顺势踏入车厢，扑鼻而来的复杂气味、车厢里的人声鼎沸、火车到站后的面容憔悴……这些关于绿皮火车旅程的糟糕记忆停留在了任娟娟教授那一代的青春匣子里。中国铁路从跟跑、到并跑再到领跑，任娟娟教授是这一蜕变的见证者，也是致力科研的幕后工作者之一。

　　作为“高速铁路无砟轨道设计与维护”四川省青年科技创新团队带头人，任娟娟教授长期从事高速、重载铁路轨道结构和轨道动力学研究，坚守科研教学一线，在列车荷载作用特征分析、复杂环境无砟轨道性能演化、结构寿命预测与耐久性评估等高速铁路发展的瓶颈问题方面取得了突出成果，为完善成套无砟轨道设计理论体系、提出关键标准、实现关键技术的自主研发作出突出贡献。其研究成果成功应用于遂渝、成绵乐、兰新、西成、武广高铁等铁路路线的无砟轨道设计、建造及维运中。

图为任娟娟教授在第三届中国高速铁路健康管理技术论坛

　　芳华待灼，履践致远

　　从本科到硕士再到博士，在同学们相约逛街、看电影的时候，任娟娟教授选择把这有限的时间花在学业上。

　　硕士阶段，面对未来将何去何从的迷茫，她最先做的，是通过咨询与对比，逐步确定未来的目标，然后毫不动摇地坚守。“动摇肯定什么都做不好，人的精力是有限的。所以首先要确定目标，一旦确定了之后，就沿着这个目标走下去，让它成为一种习惯。”

　　任娟娟教授似乎永远都这么雷厉风行，决定了就去做，做了就尽可能做好。

　　2007-2008年，任娟娟教授以国家公派留学生的名义前往德国慕尼黑工业大学进行联合培养。她把初来乍到的自己称为团队的“外来户”。“外来户”需要自己主动融入团队，这对于多数人来说都很不适应，于是便被放养，成了没人管的学生。为了让自己“有人管”，任娟娟教授像个“问题怪”，她整日蹲守在实验室里，拉着博士甚至是工人和她聊天。

图为任娟娟教授在做实验

　　于是同学们经常能看到一个绑着马尾辫的女孩，追着正在忙碌的工人，用不熟练的德语问他们一线工作的体悟，转而又跑去询问刚刚操作完实验的博士师兄，这个实验有什么注意事项和实验心得。空闲时间，她还会去教授的办公室“逮人”，忙碌的教授被“逮”住了也不得不给这个“烦人”的学生解答疑问。慢慢地，任娟娟教授如愿融入了这个新的团队，师兄们在做实验时开始主动叫她动手操作。

　　目标导向一直是任娟娟教授秉承的做事原则，尽可能减少时间的浪费，做有效的事情，从上学到工作，她舍弃了很多休闲时间，为的便是在未来有更多的选择权。

　　看着任娟娟教授不停忙碌的身影，任娟娟教授的学生也经常发出疑问，“老师都已经评上教授和优青，也有了孩子，怎么还那么拼。”

　　在任娟娟教授看来，自律是一种会上瘾的习惯，所以哪怕她现在已经收获颇丰，也极少去享受青春时代搁浅的娱乐和消遣。她像个永动机，通过自己的主动轴带动从动轴不停地转动，期盼在有限的生命里书写多一点的可能性，在科研上为我国高速铁路发展作出更多贡献。

　　莫问收获，但问耕耘

　　办公室里，早到和晚归的同学总能看到任娟娟教授加班加点，伏案工作的身影，她沉浸在科研的世界里，屏蔽了窗外的云卷云舒，桌上的花开花落，忘记了疲倦与喜悦的情绪变化。

　　曾国藩有个一生谨遵的人生格言，“莫问收获，但问耕耘。”这似乎也是任娟娟教授科研工作的哲学，锲而不舍地修改基金，不知疲倦地加班加点，在她看来这都是科研工作者的必修课。

　　作为导师，她也常常鼓励自己的学生去尝试各种事情，哪怕是刚得知消息却马上就要截止，她也会鼓励学生们勇敢去试一试。结果并不要紧，重要的是学习和积累的过程。在她看来，科研的成果是一个水到渠成的事情，足够的积累，总有一天会汇集成河流。

　　灰尘扑扑的工程实验室里，任娟娟教授经常被一群群求知若渴的男学生围着，而她犹如指点江山一般，疯狂输出一个又一个专业术语，耐心地为同学们解答疑问。

图为任娟娟教授在试验现场指导学生

　　实际上，在家庭中她也是用心的。“当你们成家以后，会慢慢发现，如果家庭没有经营好，其他的成功都是没有用的。一定是先把家庭打理好，才能放心在外面打拼。”她六点多起床，为孩子做好早餐，帮忙换上精心搭配的校服，在上班高峰前将孩子送到学校，一个完美的转身，她又来到另一个校园，细心指导着她的另一群“孩子”。

　　任娟娟教授清晰地穿梭在各种身份之间，而多重身份的叠加，也让这位职场女性的魅力愈发光芒四射。

　　就像此时料谁也想不到自己人生的下一个阶段会在什么时候发生更替一样，任娟娟教授也无法预见自己未来的模样，于是她选择脚踏实地，默默耕耘，尽全力演绎好每一个阶段的角色。过去十年，任娟娟教授是铁道工程发展的见证者，是建设者，更是传承者，她一往无前，将青春岁月倾注于此，如今再回首时，却发现早已摘得累累硕果。