中新社编委、经济部主任俞岚 中新社 陈溯/摄
以下是俞岚致辞全文:
尊敬的解振华特别代表,尊敬的各位来宾,女士们,先生们:
下午好。欢迎大家参加由中国新闻社和国家应对气候变化战略研究和国际合作中心联合主办的“气候传播和公众意识”主题边会。这是我们连续第六年在联合国气候大会“中国角”主办这一主题的边会,也是解振华主任今天凌晨抵达卡托维茨后参加的首场边会,足以可见中国政府对于气候传播和提升公众应对气候变化意识的高度重视。
我本人从2011年德班气候大会开始跟踪全球气候谈判进程,8年来,我和我的同事笔下记录了许许多多的气候人、气候事,见证了全球气候治理的积极进展,也目睹了绿色低碳转型的艰难和困惑。
当前,全球政治经济格局面临强烈不确定,作为媒体人,我们比以往更加迫切地需要向公众讲好气候故事,鼓励更多人自觉加入到应对气候变化的行动中。在新的数字化时代,媒体在应对气候变化中的角色和定位也应该与时俱进,在我看来,我们的首要担当是倡导气候变化共识,首要任务是提升公共意义和愿景,首要主张则是强化技术驱动,最终目标是让全球气候治理更有效率。
在陈述我的观点之前,有一个问题跃然而出,那就是“气候变化是现实发生还是理论预测?”如果答案不是一目了然,那么让我们直观回忆一下近期肆虐的飓风麦克,加利福尼亚山火,印尼的海啸以及很多美妙名称的极端天气现象,比如厄尔尼诺。所以,无需复杂论证,气候变化确实在发生,并且发生的频度和烈度均超出我们的预期。显然,我们需要达成的第一个共识是,全球变暖和气候变化是正在发生并且愈来愈严峻的现实,任何所谓的反证和否认或许只是掩耳盗铃般的自欺欺人。在此次气候大会上发布的一份报告称,全球二氧化碳排放在经过了连续三年的平稳表现后,2017年、2018年再度反弹。到底是我们做错了什么还是做得远远不够?1.5度或2度的目标如何才能按进度实现呢?或许,我们需要做得更多,更加坚定,并且更加有指向性。
以下几个问题,尤其值得关注,也应该是当前气候传播中的要传递的重要信息:
第一,把公共意义和愿景带入有关气候变化的绿色事业。任何经济实体,在财务收益的必然选项基础上,必须把环境、社会效益和公共责任纳入目标和愿景;任何投资活动,除经济回报外,ESG、责任投资和可持续性投资等必须自动成为投资决策的关键要素;公共意义和愿景必须是人类财富创造活动有机且不可或缺的组成部分;绿色必须始终成为人类活动的底色。进入新经济时代,绿色代表价值,绿色创造价值,没有绿色内涵的所谓经济价值在扣除社会成本、环境成本和代际成本等之后所剩无几,所以,公共意义和愿景并非经济不可持续,很多实证研究已经充分说明了这一点。
第二,从两端发力相向而行实现绿色目标。全球多边协议是“从上而下”的制度安排,需要广泛协调参与国的利益和诉求,参与国以民生、发展、福利和成本等因素,都能相对容易地拒绝协议或执行时消极应对。协议本身立意高远,结构缜密,但症结却在执行层面,没有一定强制力的执行机制,国际协议全面落地的可能性不高。那么,为何不可以考虑同步采用“自下而上”的方法呢?就是建立规则导向的气候要素市场和发明并推广有益于可持续发展的技术。绿色技术一旦经济上可行,它的系统性推广就会提速,而广泛运用也就水到渠成。在所谓的第四次工业革命时代,技术不仅是催化剂,而且是主要推动力,一旦通过市场使技术可定价、可交易,那么,即便出于经济考量,市场主体也会理性判断并调整其碳排放和碳足迹,经济个体合成的结果是绿色经济整体收益的“帕累托改善”。
第三,深度运用相关技术使绿色经济流程平滑高效。数字化时代,技术无处不在,绿色经济也不例外。绿色倡议在规范化和流程化的过程中,诸多环节存在瓶颈和制约,仅从制度安排的角度出发,可以一定程度上进行疏导和协调,但多元利益诉求的低程度披露和低精度量化始终约束效率的进一步焕发。假设换一个思路,把技术引入绿色经济流程。比如,区块链技术。运用区块链技术的分布式记账方法,把绿色经济活动和所有参与者的一举一动实时记录,任何修改都会同步呈现,信息在时间上和空间上高度对称,任何的“漂绿”(greenwash)和指标数据造假行为分毫毕现。因此,可核实的技术实现迎刃而解,其后的惩罚机制和强制措施也就有了充分的依据。
这些在全球气候治理和应对气候变化上有争议或者有疑虑的问题,恰恰是媒体可以大有作为的空间。近些年来,我们看到在中国、在波兰、在欧洲,在全球各国,都有可喜的变化正在发生。然而,与此同时,IPCC最新发布的1.5摄氏度报告又一次给人类敲响了警钟。我们都在与时间赛跑,但跑步的速度还不够,记者与媒体的职责,或许就是一遍又一遍地指出这一点,并且用前瞻的眼光帮助厘清未来发展的方向。
我看到,今天在座的有不少是曾并肩作战多年的老朋友,中国参与气候谈判、气候治理这么多年以来,政府、媒体、学界、企业、民间组织也形成了这样一个小小的“命运共同体”,我衷心希望,气候传播的朋友圈能够越来越大,气候传播的事业也能够不断地有“新鲜血液”参与其中。
再次感谢各位参加今天的边会,谢谢!
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) (文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |