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

新冠治疗用药保障水平和能力将稳步提升******

　　日前，辉瑞奈玛特韦片/利托那韦片组合包装（Paxlovid）未通过2022年国家医保药品目录谈判，引发社会广泛关注，有公众担心这将影响新冠用药保障。在1月11日国务院联防联控机制召开的新闻发布会上，国家医保局医药服务管理司副司长黄心宇对此作出回应，他表示，近期可能有一些新冠治疗的新药在陆续申报上市，随着上市新药数量的增加，患者临床用药选择和保障能力、水平都将得到进一步提升。

　　会上，民政、邮政等部门也介绍了保障群众新冠感染用药的多项举措，以切实满足用药需求。

　　Paxlovid仍可临时报销至今年3月31日

　　据介绍，为应对新冠疫情，医保政策可将新冠诊疗方案内的、医保目录外的新冠治疗用药临时性纳入医保支付范围。随着诊疗方案的更新，国家医保局会对医保支付范围进行调整。在近年进行的医保药品目录调整中，新冠治疗用药一直得到高度关注。

　　据介绍，有三款新冠治疗用药被纳入2022年医保目录谈判范围，包括Paxlovid、阿兹夫定片、清肺排毒颗粒，其中阿兹夫定片和清肺排毒颗粒谈判成功，Paxlovid由于报价过高没有成功。

　　“大家不用过分担忧，在上周国家医保局刚刚制定的新冠‘乙类乙管’后优化治疗费用医疗保障政策的通知中，明确延续了诊疗方案内的目录外药品医保临时支付政策，先行支付到今年的3月31日。”黄心宇表示，在此期间，患者的用药不会受到影响。

　　“在我们的医保目录中，治疗感冒、发烧、咳嗽之类的对症治疗药品有600多种，参保人的用药临床选择比较丰富。”黄心宇介绍，上市新冠新药数量也将在未来进一步增加，国家医保局将进一步加强新冠用药价格监测和管理，全力做好新冠治疗费用保障工作，着力减轻参保人员的经济负担。

　　快递行业保证药品、医疗物资等优先寄递

　　近期，药品等医疗物资的寄递需求非常迫切，国家邮政局也对相关物品寄递保障进行了相关部署。国家邮政局市场监管司副司长边作栋介绍，邮政快递业主要承担个人寄递以及通过网上购买的药品、N95口罩、抗原试剂等医疗物资的寄递任务。国家邮政局与商务部联合印发通知，对于持续加强医疗物资动态监测、采取多种手段保证医疗物资、邮件快件的优先处理，以及制定有效措施做好医疗物资配送，细化了相关工作要求。

　　国家邮政局进一步督促指导邮政快递企业对医疗物资邮件快件进行特殊标记、重点保障以及优先投递，并督促企业对于配送的医疗物资邮件快件要进行动态跟踪和专门监测，建立专门的团队确保医疗物资邮件快件问题能够做到即查即办即送。

　　“如果遇到了在传递过程中丢失、损毁的医疗物资邮件快件，我们也鼓励企业采取在目的地购买同类药品、优先满足用户需要的方式来解决用户的急需。” 边作栋说。

　　“共享药箱”保障居民用药需求

　　“通过组织邻里互助，设立‘共享药箱’，尽可能保障居民的用药需求。”民政部基层政权建设和社会治理司一级巡视员李健表示，民政部门对重点人群的健康服务主要集中在就医、用药以及疫苗接种三个方面，通过加强与家庭医生、基层医疗卫生人员、辖区药店、疫苗接种单位的对接，配合做好在线问诊、就医送药、联系转诊、引导疫苗接种等工作。

　　李健介绍，依托微信群、公众号、智慧社区客户端等城乡社区信息平台，用好村务公开栏、居务公开栏，以及乡村大喇叭等阵地，社区工作者持续开展科学用药、居家康复等防疫知识的宣传，引导居民群众科学理性认识新型冠状病毒相关情况。

　　李健强调，各级党委、政府和有关部门要为城乡社区做好服务保障工作提供有力支持，医疗药物资源要向基层倾斜，建立城乡社区与医疗机构、药房之间的直通热线，社区反映的问题要及时回应解决，需要城乡社区承担的工作事务要整合规范，让城乡社区工作者解决好群众急难愁盼的问题。（记者 张佳星）