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。
人工智能,如何妙笔“生”画******
核心阅读
输入一段话,“绘”出一幅画——人工智能的绘画本领,吸引众多职业画师和零基础用户尝鲜。人工智能绘画的本质是计算,接受“语言描述”指令后根据自身的理解还原出图像。未来,人工智能技术应用于艺术创作等领域,还要注意防范潜在风险,让技术进步更好地造福社会。
不用画笔、颜料,输入一段描述性文字,计算机就能自动解析,生成相应的画作。2022世界人工智能大会上,人工智能绘画的展示令观众惊叹。
一些过去专属于人类创作的领域,比如绘画、书法、写作、作曲,如今人工智能也已开始涉足。人工智能是如何绘画的?当前沿技术与艺术相遇,将碰撞出怎样的火花?在内容、版权等方面又是否存在问题?
从文本到图像,人工智能绘画本质是计算
人工智能绘画是一个从文本到图像的生成过程,输入一段话,生成一幅画,本质是计算。简要地说,计算机通过大量学习,能识别特定图片元素和文本之间的关联。同理,人工智能程序在收到“语言描述”指令后,可以根据自身的算法还原出图像。
设定计算机程序作画的想法由来已久。早在20世纪70年代,就有艺术家开发了操作机械臂的电脑程序,让机械臂按照指令在画纸上作画。近些年,人工智能技术日新月异,科研人员尝试设计自动作图的计算机程序。但过去很长一段时间,人工智能“画”出的作品普遍不够好,往往只是一些模糊的图像元素的组合,还称不上是完整的画。
今年以来,人工智能画技迅速“进化”。谈及技术突破原因,百度文心一格总架构师肖欣延认为,这是预训练大模型的兴起、大数据的训练和扩散模型的出现3方面共同作用的结果。
具体来说,预训练大模型增强了人工智能的通用性,成为人工智能技术及应用的新基座;大数据的训练中,通过在众多高性能GPU(图形处理器)算力资源中进行并行学习,计算机能够在短时间内完成大量的数据学习。近年来,几乎所有人工智能的技术发展都受益于这两方面的进展。而对人工智能绘画来说,扩散模型的出现至关重要。
扩散模型的原理是,通过人为逐步添加噪声,让图像逐渐变“模糊”,再不断学习去噪过程,如此人工智能就能从完全是噪声的图片中逐渐还原出清晰的图片,即“画”出图像。
“这一过程与人类学习相似。通常,人们学画从临摹开始,机器也是如此。它最初生成的图像可能很模糊,但计算机会不断修正,从而输出越来越清楚、层次越来越丰富的图像。”肖欣延说。
扩散模型让人工智能绘画技术实现跨越,不仅作画质量快速提升,生成时间也缩短到几秒钟。
众多用户尝鲜,大量应用加速“画技”进化
汤林杰是某互联网公司的运营人员。工作中,他需要借助一些图片来丰富文案,而网络上找到合适的配图并不容易。今年10月,了解人工智能绘画程序后,他尝试自己“画”图。现在,人工智能绘画工具已经是他工作的重要辅助。
随着算法模型对公众开放以及训练数据成本的下降,人工智能绘画门槛越来越低,一些简易化操作平台在国内外兴起。如今,不仅一些职业插画师尝试用人工智能绘画程序辅助作画、激发灵感,许多没有绘画基础的用户也开始尝鲜,并“晒”在社交平台上。
大量需求的涌现也加速了技术的更新迭代。“用人工智能绘画的人越多,算法就越能理解输入的描述文本,画作质量就越高。”肖欣延表示,当前人工智能绘画水平与今年初相比,已经有很大进步。
不过,目前的人工智能绘画技术并不完美。首先,可控性仍然不高,即计算机不能很好理解人类指令的含义,即便是输入“画两个苹果,左边红色,右边绿色”这样的简单描述,生成的图像也可能有很大偏差;其次,细节呈现能力还不够。比如,对空间、透视和光影的刻画就很不如意。不少人工智能渲染出的画作,初看上去惊艳,认真观察问题却不少。
但肖欣延认为,人工智能绘画在技法上的缺陷未来有望得到弥补。比如,基于跨模态大模型和强大的深度学习框架,百度开发的技术一定程度上已经缓解这些问题。此外,未来人工智能不仅能作画,还能根据文本描述生成视频,并直接配上解说文字,“可以把视频生成看作是维度更高的绘画,从技术层面看,这是可以实现的。”
防范潜在风险,守住法律和伦理底线
人工智能进入绘画领域,计算机会取代人类画师吗?
在肖欣延看来,好的绘画与构图、设计语言、视觉情绪息息相关,即使人人都可以用人工智能技术作画,但通常只有高水平的画师才能制作出优秀的人工智能绘画作品,“人工智能只是作画的辅助工具”。此外,虽然有的人工智能绘画语言娴熟,也包含细腻的情感,但并不意味着机器有意识、情感,它不过是学过类似的作品,又恰好呈现出来了。“优秀的艺术作品往往是人的思想的投射,目前机器并没有真正具备思考能力。”肖欣延说。
不少业内人士认为,不妨以开放的心态拥抱人工智能绘画,接受新事物。可以预想,将来绘画中一些繁琐、重复性的工作可能由计算机完成,创作者能腾出更多时间去构思想法与创意,调整构图、色彩、光影氛围等。
“人工智能可能会激发绘画创造的活力。”肖欣延表示,20世纪前后,照相技术让传统肖像画失去市场,促使一些画家向非写实方向创新。与人工智能技术融合,或许能激发画家创作出别开生面的作品。
不过,由于人工智能绘画发展刚刚起步,技术发展也引发关于版权、内容把控等问题的争议。比如,有人认为,未经授权人工智能画作模仿原画的内容、构图和风格等,侵犯了原作者的版权,有违法嫌疑。也有人认为,“机器学习”过程是一种类人化的创作行为,同样体现了创造者的思想和劳动,应当获得版权保护。此外,还有人担忧,人工智能绘画技术若被滥用,可能滋生暴力等令人不适的图像。面对新技术发展,有必要前瞻潜在的风险,只有守住法律和伦理底线,技术进步才能更好地造福社会。
不只是绘画,写作、作曲、生成短片,人工智能日益强大的深度学习能力,让它与不同艺术门类发生着奇妙的碰撞。展望未来,业界专家认为,人工智能与艺术融合,一方面会降低一些艺术门类的创造门槛,让更多人参与到当代的审美创造中来;另一方面新技术会带来新的审美风格,人们或许能从中扩展对自身和世界的认识。
记者 喻思南
(文图:赵筱尘 巫邓炎)