三分快三投注|三分快三娱乐

AI生成技术撼动艺术界 “魔法头像”让人欢喜让人忧******

　　【科技创新世界潮】

　　2022年似乎是人工智能(AI)突破性的一年，许多创新的AI产品投入市场。其中最受欢迎的产品之一是照片编辑应用程序Lensa，它能让用户创建类似动漫的数字肖像，该功能被称为“魔法头像”。近一段时间以来，Lensa凭借这些受欢迎的头像已跻身全球应用程序商店榜首，不仅如此，它在艺术界同样也成为了热门话题。

　　是什么让Lensa脱颖而出

　　这款于2018年发布的应用程序提供了一系列照片润色功能，例如，可通过使用滤镜和消除“瑕疵”来使自拍看起来更漂亮。最新版本的应用程序更新了“魔法头像”新功能。

　　用户通过手机上传10—20张脸部照片并支付一定费用，就能“委托”Lensa制作多达200张风格各异的AI肖像。

　　美国创业公司Stability AI今年8月开源了一个名为“稳定扩散”(Stable Diffusion)的AI模型，它可根据用户给定的文本生成对应的图像。根据美国在线科技杂志《How-to-Geek》的一份报告，它能让人们模仿不同的艺术风格，包括漫画、科幻、波普艺术和传统肖像画。而Lensa的这些肖像正是使用“稳定扩散”生成的。

　　澳大利亚《对话》杂志刊文称，如果“稳定扩散”是一个文本到图像的系统，那么Lensa似乎很不同，因为它接受的是图像，而非文字。这是因为Lensa最大的创新之一是简化了文本倒置的过程。

　　Lensa采用用户提供的照片，并将其注入“稳定扩散”的现有知识库，教系统如何“捕捉”用户的特征，以对其进行风格化处理。

　　使用者担忧隐私泄露

　　虽然“魔法头像”是一个有趣且令人印象深刻的功能，但它引发了人们对个人隐私和肖像权的担忧。人们担心该程序可能会在未经自己许可的情况下，通过将自拍作为AI模型的输入来创建个人的面部肖像。

　　此外，一些人质疑这款应用的价格，它要求最低支付6美元，或每年支付53.99美元才能使用个人照片创建AI图像。还有人担心，用户实际上是在花钱训练面部识别AI，并放弃了私人数据。

　　此外，该应用程序的创建者普里斯玛实验室此前曾因意外生成裸露的色情图片而陷入舆论旋涡，尽管该应用程序的政策是“禁止裸体”和“仅限成人”。该公司首席执行官表示，只有在AI被故意引导创建此类内容的情况下，才会发生这种行为，这违反了应用程序的使用条款。然而，正如美国科技类博客TechCrunch的报告中所述，一些人表达了对该应用程序被滥用的可能性以及它可能对用户的自我形象和身体形象产生影响的担忧。

　　除了存在非主动意愿生成色情内容的风险外，还有人担心AI可能被用来制造政治错误信息和扰乱教育。总体而言，Lensa AI应用提醒人们，AI技术仍处于实验阶段，如果监管不当，可能会产生意想不到的后果。

　　艺术家担心版权问题

　　Lensa AI应用程序及其“魔法头像”功能的流行，还引发了艺术家们的担忧，他们担心AI图像生成器的大范围使用会让他们丢掉饭碗。

　　根据美国媒体Futurism的报告，这种机器学习模型是在未经同意的情况下对图像进行训练的，个人或艺术家无法选择退出数据集。

　　然而，《对话》杂志文章表示，Lensa生成的图像借用了其他艺术家作品的创意，但不包含他们作品的任何实际片段。澳大利亚艺术法律中心明确指出，虽然单个艺术品受版权保护，但其背后的风格元素和理念却难以纳入保护范围。

　　西班牙漫画家兼插画家迪亚兹表示，AI只是将现有的东西进行非常空洞的混合。“如果你仔细观察，就会发现它背后没有任何意识。我真的希望人们能够理解我们(艺术家)在创作某些东西时所做的事情……希望人们会期待人类艺术。”

　　迪亚兹说：“我不反对人工智能，如果它是我们可以使用的工具，并且人们学会重视我们在工作中投入的东西，我认为它会很好。”

　　艺术的未来何去何从

　　《对话》杂志文章认为，虽然AI艺术模型在过去5年里取得了巨大进步，但它仍需要面对很多挑战。虽然它们作品中的文字是可识别的，但往往是无意识的。

　　还有一个明显的制约因素，那就是这些模式只能产生数字艺术。AI不能像人类那样用油彩或粉笔工作。就像黑胶唱片卷土重来一样，技术最初可能会创造出一种新的形式，但随着时间的推移，人们似乎总是会回到最高质量的原始形式。

　　最终，正如之前研究发现的那样，目前形式的AI模型更有可能成为艺术家的新工具，而不是创造性人类作品的数字替代品。例如，以AI生成的一系列图像作为起点，然后由人类艺术家进行选择和改进。这结合了AI艺术模型的优势(快速迭代和创建图像)和人类艺术家的优势(对艺术品的愿景，并克服了AI模型的问题)。这在需要特定输出的委托艺术的情况下尤为如此。

　　此外，还需要思考的是，选择不使用AI的艺术家可能无法跟上受AI加持的艺术家的脚步，而被时代抛弃。(科技日报 实习记者张佳欣)

36项关乎农业农村发展的重大科学命题发布******

　　光明网讯（记者宋雅娟）“突破性作物新品种培育的遗传学基础”“农作物数字化育种技术创新与体系创建”“重大作物病害新靶标发掘与绿色农药创制”……在12月16日举办的2022中国农业农村科技发展高峰论坛暨中国现代农业发展论坛上，中国农学会公开发布了36条农业农村重大科学命题。

　　本次发布的科学命题，经业内权威专家从前瞻性、全局性、产业发展紧迫性、科学规范性等维度开展多轮次咨询、多视角凝练、多领域适配后产生，学科领域丰富多样，涵盖农学、植保、园艺、土化、畜牧、水产等多个领域。

　　这些科学命题体现了战略性、基础性、前沿性、交叉性，聚焦国家战略科技力量和战略性新兴产业；关注生物育种、基因编辑、生物安全等重点领域的基础研究问题、颠覆性及关键核心技术；涵盖品种、农机、植保、防灾等关键环节。

　　据悉，开展科学命题的凝练发布旨在为提升农业农村科技创新有效性、针对性、适配性和前瞻性，引领科技创新趋势和科研攻关方向，破解农业农村发展科技瓶颈。

　　1.粮豆产能提升和复合种植的生物学基础与生态效应

　　基于“稳粮增豆”粮豆复合种植的科学需求，创新选育抗豆类除草剂粮作品种，研发配套关键技术和机械，组织生态适应性研究，构建高效育种和示范推广体系。

　　2.育种导向的农作物重要基因挖掘与新种质创制

　　基于农作物种业转型升级对重要基因和新种质的需求，利用多个育种群体，在目标环境下开展多年、多点、多组学测试，构建育种大数据，在育种过程中高通量挖掘关键基因，创制和筛选优良新种质。

　　3.农作物杂优群与杂种优势形成机理解析

　　剖析我国主要农作物杂种优势群的形成和改良规律，阐明杂种优势形成的遗传和分子机理，建立不同作物杂种优势的预测模型，促进强优势农作物杂交种的分子设计和培育。

　　4.突破性作物新品种培育的遗传学基础

　　大规模挖掘优异新基因并解析其遗传调控的分子网络，破解重大品种的底盘遗传基础，提升定向设计育种的工作效率和效果。

　　5.氮高效利用的遗传基础与调控网络

　　加强作物氮高效利用的遗传基础研究，培育高产和氮高效协同改良的新品种，在减少氮肥投入的情况下持续提高作物产量。

　　6.农作物数字化育种技术创新与体系创建

　　利用智慧农业工具，开展数字育种技术创新及配套体系创建，升级打造农作物精准育种平台，加速推进我国进入智能设计育种4.0时代。

　　7.作物品质性状形成的遗传学基础与调控网络

　　运用遗传学、组学、生物信息学和合成生物学等先进技术，阐明作物品质复杂性状的遗传学基础，解析分子调控网络，为创制优质种源、增进全民健康奠定基础。

　　8.作物高光效的分子基础

　　阐明主要作物中光合机器发育、调控、延寿及抗逆的分子机理，揭示植物光保护、光呼吸的新机制，破解作物光合效率与环境的互作机制，构建作物高光效的调控网络，奠定主要农作物高产育种的重要基础。

　　9.热带作物产量与品质协同调控机制

　　以橡胶树、香蕉、木薯等重要热带作物为研究对象，挖掘调控产量和品质形成的关键基因，阐明产量和品质性状之间的互作调控网络，揭示复杂性状的遗传演化机制，为创制高产优质新种质奠定基础。

　　10.农业合成生物学育种技术

　　通过对优良性状的解析制定多基因表达调控的环路设计方案，整合不同优良性状的调控网络和互作机制，完善多基因、大片段与染色体水平的基因操作等底盘技术，对优化的目标性状组合进行设计合成，最终实现设计育种的目标。

　　11.园艺作物重要育种价值的基因挖掘与种质创制

　　挖掘有重要育种价值的园艺作物基因，并用于创制新种质，选育具有自主知识产权的优异品种，促进园艺产业打赢种业翻身仗、保障周年供应、实现高质量发展。

　　12.园艺作物响应设施逆境和连作障碍的分子基础

　　聚焦克服设施逆境和连作障碍的需求，解析园艺作物响应设施逆境和连作障碍的关键基因调控网络及分子机制，奠定园艺作物品种基因改良和绿色环控技术研发的理论基础。

　　13.园艺作物嫁接愈合机制与智能控制

　　研究接穗-砧木嫁接亲和/排斥互作机制，鉴定决定愈合及后期表型关键基因，量化嫁接愈合进程温、光、水、肥环境管理参数，筛选优良砧木品种，创建愈合期多元综合感知与控制系统。

　　14.害虫免疫系统调控及免疫抑制剂创制

　　解析害虫免疫调控机制，开发靶向抑制害虫免疫系统的新型农药，提升杀虫效率，减少杀虫剂使用，促进农业绿色可持续发展。

　　15.重大作物病害新靶标发掘与绿色农药创制

　　挖掘原创性分子靶标，创新分子设计技术，创制高效、低风险的绿色农药，加强产业化及应用推广，持续提升病害防控效能。

　　16.重大跨境迁飞性害虫群聚灾变机制与精准预警

　　解析重大害虫跨境迁移规律及群聚成灾机制，创新智能化监测预警系统及区域性绿色防控技术，实现迁飞性害虫精准预警及科学防控。

　　17.盐碱地“以种适地”生物学基础与潜力提升

　　选育耐盐碱植物，筛选噬盐微生物，突破改良共性技术和水肥个性关键技术，创制改土新材料新装备，形成以种适生作物生物学基础与潜力提升的解决方案。

　　18.土壤碳汇与耕地质量提升

　　探索构建不同区域高产农田土壤腐植酸组分含量与比例指标体系，利用秸秆高效转化黄、棕、黑腐植酸技术，快速增加土壤有机碳，提升耕地地力。

　　19.耕作制度精准区划与边际土地优化利用

　　创建集食物丰产、优质和资源持续利用于一体的耕作制度区划新方法，制定耕作制度精准区划，优化边际土地利用，提升食物产能。

　　20.畜禽智能表型组与基因组育种

　　开展大规模、智能化、高精度表型测定，结合创新基因组检测与分型技术，实现基因组精准选种选配，促进畜禽新品种培育与配套系选育。

　　21.畜禽动态营养供给精准评估与调控

　　根据畜禽遗传背景、生长阶段、生理状态、养殖规模的不同构建其动态营养需求模型，采用AI影像评估畜禽营养状态，通过智能饲喂技术等进行精准营养与调控，提升畜禽饲料利用效率。

　　22.地方畜禽优异性状遗传基础与环境互作

　　建立适于地方畜禽遗传资源抗逆表型鉴定评价方法，阐明抗逆表型形成中遗传与环境因素互作关系，促进地方畜禽遗传资源的保护与利用。

　　23.节粮高繁畜禽种质资源创制和培育

　　充分发掘调控畜禽的生长速度、饲料转化利用与代谢、繁殖性能相关的分子机制与关键基因，运用前沿的育种技术手段，创制节粮高繁殖性能的畜禽新品种。

　　24.动物体细胞克隆和高效繁殖技术

　　创新应用动物体细胞克隆技术、活体采卵体外受精技术、同期发情超数排卵胚胎移植技术、单精注射技术等高效繁殖技术，加快优良个体的遗传资源利用，保护利用濒危种质资源和缩短育种进程。

　　25.重要动物疫病区域净化技术的集成创新

　　围绕养殖到屠宰全链条，系统集成风险识别和生物安全防控技术，建立动物疫病区域净化模式，保障畜牧业持续健康发展。

　　26.新发与重现动物致病与免疫机制

　　研究新发与重现动物疫病病原感染致病、病原拮抗或逃逸宿主天然免疫、病原的抗原结构及其诱导保护性免疫应答的分子机制，为疫病防控技术与产品的创新奠定理论基础。

　　27.水产优异种质资源全景图谱与新种质创制

　　创新计算生物学和前沿育种技术，开展水产优异种质资源精准鉴定，绘制种质表型和基因型全景图谱，创制突破性新种质，加快填补水产种业空白。

　　28.渔业碳汇形成机制与扩增途径

　　阐明渔业碳汇形成过程与机理，建立计量标准，创新扩增途径，推动渔业碳汇产品市场化交易实践。

　　29.水产优异种质资源多样性与演化机制

　　解析优异水产品种形成规律，挖掘一批优异新基因资源，创制更多的优异新种质，力争在遗传多样性规律解析、多组学数据整合、重大品种形成规律分析等方面取得新突破。

　　30.动植物表型性状信息高通量精准获取与智能解译

　　创制面向生命和生长环境信息的高精度传感器，建设人机协同的多尺度、多生境、多区域动植物数据信息采集体系，实现表型性状的高通量精准获取与智能解译，促进智慧农业发展。

　　31.土壤-机械-作物互作机制与智能农业装备

　　数字化表征农田作业系统土壤-机器-作物互作的力学行为和演变规律，创新多元异构互作信息的机载协同感知、实时在线监测和自适应调控技术，创立机器作业新原理、新方法和新机构，创制高性能智能农业装备，促进现代农业高质高效绿色发展。

　　32.农情信息感知、智能监测与智慧决策

　　创建高效的“天-空-地”一体化的农情信息感知系统，创新AI+大数据结合知识驱动的智能监测、智慧决策技术，推动农业生产迈入可感知、可定量、可计算、可调控和可预测的智慧生产阶段。

　　33.倍性操作与快速驯化技术

　　系统鉴定重要野生种、农家种、育成品种遗传与表型特征，挖掘农业生物种质资源在驯化和改良以及区域适应过程中的全景组学基础与多样性产生机制，建立杂交育种和单倍体育种以及多倍体育种的技术体系，大幅度缩短育种年限。

　　34.关键蛋白定向进化技术

　　建立作物基因定向进化的新方法，充分挖掘重要基因新等位型，突破现有种质资源限制，与理性设计相结合，实现根据生产需求人工“定制”优异性状，实现关键蛋白在分子水平的模拟自然进化，提供关键功能位点的人工进化新方法。

　　35.多基因叠加操作技术

　　开发针对微效多基因决定性状的多基因操作技术体系，挖掘与利用更多目标性状，克服目前单基因决定的性状发掘与利用的局限，提升其在种业创新应用中的价值。

　　36.农业干细胞育种技术

　　建立大家畜的多能性干细胞系，通过体外配子诱导分化，体外胚胎制备与基因组筛选相结合，突破体内发育的固有时间周期，极大缩短育种的世代间隔，加速育种进程，努力克服现有育种体系存在的固有世代间隔，特别是缩短大家畜世代间隔时间。

　　（文图：赵筱尘 巫邓炎）