邱野

2023年年初，讀研一下的我選修了一門(mén)叫“圖像處理與機(jī)器學(xué)習(xí)”的課程，課上，老師為我們展示了AI在圖像處理方面的驚人能力。其中有一項(xiàng)應(yīng)用是圖像修復(fù)。

AI的驚人能力

老師找來(lái)一張破舊不堪的老照片，圖上不僅有一塊明顯的損壞區(qū)域，其顏色也因年代久遠(yuǎn)變得泛黃又失真。他先用傳統(tǒng)方法進(jìn)行了圖像修復(fù)：采用圖像編輯軟件的手動(dòng)工具對(duì)圖片的破損處一點(diǎn)點(diǎn)進(jìn)行填補(bǔ)、克隆或修飾。大約過(guò)了半個(gè)多小時(shí)，圖片才基本修復(fù)好，即便是經(jīng)過(guò)老師的專(zhuān)業(yè)處理，對(duì)于如此大面積的損壞，其效果也不盡如人意，放大圖片后，我們?nèi)钥吹搅瞬簧勹Υ谩?/p>

之后，老師切換到了AI圖像修復(fù)技術(shù)的演示。他打開(kāi)Photoshop軟件，加載了同一張老照片，但與我們熟悉的PS版本不同，此時(shí)軟件中添加了一項(xiàng)AI創(chuàng)作生成按鈕。只見(jiàn)他簡(jiǎn)單地點(diǎn)擊了幾個(gè)按鈕，軟件便開(kāi)始了自動(dòng)修復(fù)過(guò)程。不到1分鐘，屏幕上就跳出了一張令人驚艷的照片：所有損壞部位和色彩都被完美地修復(fù)，且與周?chē)尘巴昝廊诤?，仿佛從未受損過(guò)一樣。

看到我們?nèi)俭@得張大了嘴巴，老師笑著解釋?zhuān)@是AI模型經(jīng)過(guò)大量訓(xùn)練后學(xué)習(xí)到的能力。它們能夠快速理解圖像中的復(fù)雜模式和結(jié)構(gòu)，并生成與周?chē)鷥?nèi)容相協(xié)調(diào)的新內(nèi)容來(lái)填充損壞部分。所以，無(wú)論是老照片中的損壞，還是照片中的不必要元素，AI圖像修復(fù)技術(shù)都能夠應(yīng)對(duì)自如。

我沒(méi)想到，曾經(jīng)需要耗費(fèi)大量時(shí)間和精力的復(fù)雜任務(wù)，在AI的助力下竟變得如此輕而易舉。雖然，課上主要介紹的是AI如何進(jìn)行圖像處理，但我不由對(duì)AI在繪畫(huà)領(lǐng)域的潛力展開(kāi)了遐想：或許，它不僅能解決技術(shù)問(wèn)題，也能成為實(shí)現(xiàn)想象力的重要工具，為人類(lèi)提供一種全新的創(chuàng)作方式。

隨著課程的深入，我對(duì)AI處理圖像和機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)掌握得越來(lái)越多。2024年3月的一天，我無(wú)意間在《人民日?qǐng)?bào)》官微上看到了一段視頻，它用一種全新的AI視角讓網(wǎng)友欣賞到祖國(guó)壯美的山河?？粗聊簧辖k麗的畫(huà)面，我的心再一次被AI撥動(dòng)：是時(shí)候付諸行動(dòng)了。

南審專(zhuān)屬的風(fēng)格模型

來(lái)南京審計(jì)大學(xué)讀書(shū)的這兩年里，我對(duì)校園產(chǎn)生了深厚的感情，校園里許多熟悉的場(chǎng)景總能讓我想到和同學(xué)相處的溫馨瞬間。一個(gè)想法在我心中閃過(guò)：何不將AI技術(shù)與校園風(fēng)景相結(jié)合，或許能形成一種獨(dú)特的藝術(shù)風(fēng)格。

查看了眾多學(xué)習(xí)平臺(tái)，又參照網(wǎng)友們的測(cè)評(píng)意見(jiàn)，我選定了Stable?Diffusion軟件作為這次創(chuàng)作的主要工具。不光因?yàn)樗苊赓M(fèi)供用戶(hù)使用，還因?yàn)樗募夹g(shù)是一種潛在擴(kuò)散模型，通俗來(lái)說(shuō)，就是只要基于深度學(xué)習(xí)，它就能生成高像素、高逼真的圖像。

那怎樣才能創(chuàng)作出專(zhuān)屬南審的模型呢？翻閱了相關(guān)資料后，得知我校的主要建筑是由2010年上海世博會(huì)中國(guó)館總設(shè)計(jì)師何鏡堂院士設(shè)計(jì)完成。學(xué)校的設(shè)計(jì)高度重視山水氣韻的營(yíng)造，總體布局為山水相依，樹(shù)石相融。圍繞“對(duì)自然的神往與親近”，我從自己喜愛(ài)的藝術(shù)家作品中汲取靈感。比如，借鑒后印象派大師梵高的向日葵、星空等元素；融合日本動(dòng)畫(huà)師宮崎駿清新浪漫的繪圖風(fēng)格；再比如，中國(guó)傳統(tǒng)水墨山水畫(huà)的意境似乎也與學(xué)校的設(shè)計(jì)風(fēng)格很契合。

我清楚，只有盡可能選擇具有多樣性、代表性的圖片，才能確保模型學(xué)習(xí)到更廣泛的視覺(jué)信息。于是，我走遍校園的每一個(gè)角落，用鏡頭捕捉校園最具獨(dú)特性的風(fēng)景。從個(gè)人拍攝和多方搜集來(lái)的上百?gòu)堅(jiān)瓐D中，我挑選了20張最有代表性的照片作為這次AI繪圖的原片，通過(guò)輸入引導(dǎo)詞，引導(dǎo)模型創(chuàng)作出符合我想法的藝術(shù)圖。

為了達(dá)到理想的創(chuàng)作效果，我不斷地嘗試各種組合和搭配，基本上每張?jiān)紘L試了近30種不同的風(fēng)格。

俏皮的玩笑

每嘗試一種風(fēng)格，除了輸入不同的引導(dǎo)詞，我還需要調(diào)整模型的各種設(shè)定，比如模型的學(xué)習(xí)速度、迭代步數(shù)等，以期望得到更好的效果。

調(diào)參數(shù)的過(guò)程堪比在烹飪食物的過(guò)程中添加調(diào)料，每改變一個(gè)參數(shù)，都要等待幾分鐘甚至更長(zhǎng)的時(shí)間才能查看效果。訓(xùn)練模型的過(guò)程中充滿(mǎn)了各種不確定性，就像做菜，哪怕你完全按照食譜操作，也可能做不出美味佳肴。有時(shí)我信心滿(mǎn)滿(mǎn)地調(diào)整了參數(shù)，生成的效果卻令人大跌眼鏡，有一次，我想繪制一幅和梵高向日葵風(fēng)格相融合的校園藝術(shù)圖，明明引導(dǎo)詞中沒(méi)有和人物有關(guān)的詞，可生成的圖片中雖然也有向日葵元素，卻莫名其妙多出了一個(gè)可愛(ài)的卡通男孩，仿佛AI和我開(kāi)了個(gè)俏皮的玩笑，真叫人又好氣又好笑?？赊D(zhuǎn)念一想，或許正因?yàn)檫@些“玩笑”，才讓AI訓(xùn)練的過(guò)程沒(méi)那么枯燥乏味，這大概就是AI的魅力所在吧！

經(jīng)過(guò)一個(gè)星期的努力，我終于在生成的500多張樣稿中挑選出十幾張最具獨(dú)特性和表現(xiàn)力的成稿。這些以全新方式呈現(xiàn)的學(xué)校美景的圖片，經(jīng)過(guò)編輯后，被發(fā)布在學(xué)校的官方微信公眾號(hào)平臺(tái)，后又被其他媒體轉(zhuǎn)載，獲得了不錯(cuò)的社會(huì)影響。

這次獨(dú)特的創(chuàng)作體驗(yàn)不僅讓我收獲了在論文寫(xiě)作和研究算法之外的樂(lè)趣，更讓我發(fā)現(xiàn)人工智能在藝術(shù)和設(shè)計(jì)領(lǐng)域潛藏著巨大潛力，還給我未來(lái)的職業(yè)規(guī)劃提供了參考。比如，我發(fā)現(xiàn)在音樂(lè)創(chuàng)作中，AI可以分析大量的音樂(lè)數(shù)據(jù)，生成新的旋律和節(jié)奏，它能為創(chuàng)作提供全新的靈感來(lái)源。還有在虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)領(lǐng)域，多模態(tài)學(xué)習(xí)技術(shù)的應(yīng)用，能使用戶(hù)通過(guò)視覺(jué)、聽(tīng)覺(jué)和觸覺(jué)等多種感官融入到虛擬世界中，為沉浸式體驗(yàn)帶來(lái)更多可能性。

責(zé)任編輯：刁雅琴