彩神ap计划 - 彩神ap骗局

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）

【网络强国这十年】杨冀龙：万物互联时代，做云端上的安全行者******

　　【网络强国这十年——行业回顾篇】

　　党的十八大以来，我国网信事业发展取得历史性成就，网络综合治理体系日益完善，网络空间法治化进程加快推进，网络安全保障体系和能力建设全面加强。近日，中国网络空间安全协会理事、知道创宇CTO&COO杨冀龙做客光明网“网络强国这十年”专栏，畅谈关于网络安全技术及行业发展的观察与思考。

　　谈行业变化：

　　法规条例日益完善，人才培养更受重视

　　这些年国家出台了一系列政策和法律法规。比如《网络安全法》，明确了什么叫网络安全，网络安全的义务、责任、主体，违法的连带责任。《等级保护条例》升级到了2.0版本，更加注重实战化对抗；为了检验落地情况，有关部门还专门组织了攻防演练活动，公司要实际参与这种攻防检验，看是否的确防住了，我觉得这是很落地的一个策略。不仅是《网络安全法》和《等级保护条例》，现在还有《密码法》，也成立了一系列的密码评估单位。

　　这些法律的颁布和落地，是特别大的国家层面的推动。国家给了网络安全企业很多政策，比如有些地方建立网络安全产业园，有些地方网络安全企业创业会给政府扶持基金，催生了一系列网络安全行业企业。

　　近年来国家支持高校设立网络安全专业，样就让很多学校都成立了网络安全专业教育，很多学生也愿意去考这个专业。而且政府在各种宣传活动上，包括网络安全宣传周等大型的宣传活动，也能调动民间的积极性。

　　学生愿意就读网络安全专业，高校愿意开展这门课程，很多企业愿意吸收这些人才，并且在各个地方办安全企业，各地方政府也愿意给出产业园区，给出免税或者免租金等优惠政策，整个产业就欣欣向荣地发展起来了。

　　人才培养现在是比较好的一个方面。知道创宇在早期招聘中，一般都招计算机系的学生，公司再进行培养，人才从毕业到真正能够熟悉业务，大概要1年以上，甚至更长时间。而现在从信息安全专业招人、从培训机构招人，基本上2个月就可以很熟练了。

　　国家多个部委联合推出了信息安全测试员、网络安全运维人员等新职业，有这些职业体系支撑，相当于国家各个部委也在鼓励人才通过自学或培训提升自己，考到相应的职称，所以这个人才体系是一个全方位的体系。现在很多人对网络安全专业越来越有兴趣，也是因为这个大的人才体系，由国家在底层做了支撑。

　　谈产业发展：

　　供给侧、需求侧两端发力，产业体系实现良性循环

　　对一个企业的发展而言，主要有两个方面。第一个是需求端，需求是否旺盛，取决于甲方需求，就是大量的企业是否真正重视安全。

　　很多企业都存了很多公民的个人隐私数据，现在从法律要求出发，首先企业只被允许收集有限数据，收集了必须保护好，保护不好的话要承受很大法律风险，那么企业就必然加强人员、设备或资金来提升安全建设。

　　需求多了，另一方面企业还能接得住，这就取决于有没有足够的人才，能不能快速招到人才，快速构建业务。

　　从这两个方面，国家做得特别好的就是在需求侧通过法律法规牵引落地，在基础层面通过人才培养牵引夯实。这样的话，企业在中间把人才招回来、组织起来，去服务甲方的需求。我觉得这个体系，现在越做越好了。

　　谈未来趋势：

　　云端网络边界线渐趋模糊，“零信任”安全成新方向

　　随着云上的业务越来越多，很多重要的数据和重要的业务都在云上，这也催生了一个问题，云上的业务怎么防御？因为云上是的虚拟化的，传统设备有些可以做到虚拟化，还有很多设备是无法做到虚拟化的，所以上云的业务面临的第一个问题就是防御薄弱了。

　　第二个问题是，“云”的厂商他们自身的安全措施是否就够了？我们现在的看法是，应该有一个第三方的安全云来保卫云上的业务安全。

　　我们知道传统Windows是分散的，Windows操作系本身就是资源调度，但现在业务都在一个大“云”上，其实这个大“云”本身就是下一代操作系统——云操作系统。云操作系统就像微软的Windows系统一样，它本身就要提高安全性、提供安全工具，所以云操作系统、云平台也要提高安全性，这是基础。但是真正要保证安全的话，安全工具应该使用第三方的。

　　还有一个问题是未来家庭办公会越来越多，家庭办公远程也可以访问公司的内网业务系统。传统网络安全会通过网络边界、内外网边界做一个网络隔离，但现在大家居家远程办公了，都需要访问内网，我们会发现网络的边界就逐渐模糊化了。

　　基于零信任理念的话，应该在内网及外网对谁都不信任，必须要通过信任机制来实施安全保护的健全，所以零信任我认为是未来一个重要的发展方向。

　　在零信任之上，其实还有一种新的机制叫SASE（安全访问服务边缘）。SASE是构建出虚拟的网络，并且在这种网络中直接打破了各个分支机构的界限，打通了到家庭的界限，甚至打通了“云”上资源的界限。

　　通过互联网类似SD-WAN的技术快速组网，组成一个企业内部跨云、跨家庭、跨分支机构的网络，在SASE侧提供一系列的安全措施，相当于把传统安全的边界防御系统也SaaS化，所有用户一起分摊安全设备的成本，我认为这是一个重要的发展方向。

　　监制：张宁、李政葳

　　采访：孔繁鑫

　　拍摄：雷渺鑫

　　后期：孔繁鑫、雷渺鑫

　　（文图：赵筱尘 巫邓炎）