点击右上角微信好友

朋友圈

请使用浏览器分享功能进行分享

正在阅读:大发彩票开户|大发彩票手机版APP
首页>文化频道>要闻>正文

大发彩票开户|大发彩票手机版APP

来源:大发彩票app下载2024-01-13 17:48

  

东西问丨莫毅明:中国数学研究如何借助国际交流飞速提升?******

  中新社香港1月30日电 题:中国数学研究如何师夷长技飞速提升?

  ——专访香港数学家莫毅明

  中新社记者 韩星童

  1980年,莫毅明在普林斯顿大学工作期间,遇到了首批来自中国的留学生,他们一边汲取新知识用于推进自己的学术研究,一边将国外先进的研究成果介绍回国。莫毅明从他们身上看到了推动国家数学发展的动力和梦想。

  不久前,莫毅明获得2022未来科学大奖—数学与计算机科学奖,他近日接受中新社“东西问”专访,回溯自己的数学梦,也梳理中国数学如何从改革开放前的落后状态,师夷长技,奋起直追,取得丰硕成果。

  现将访谈实录摘要如下:

  中新社记者:可否谈谈您是如何踏上“数学之旅”?这一过程中,是否有对您影响深远的人?

  莫毅明:我父亲对数学感兴趣,我很小的时候就希望做一些对中国有贡献、对中华文化以及文明有贡献的事情。我小时候资源很少,都是从图书馆借书回来看,或者看高我一级的姐姐的课本。那时候数学刚经历改革,从旧数学过渡到新数学,我恰好是在这个关口,我姐姐那一年还是念旧数学,我就开始念新数学,她的旧数学教材我就拿来念,是比较以解题为中心的,比如平面几何,我非常感兴趣,也非常着迷。我既学了非常有内容、比较古典的数学,也受到新数学几何集合论与数理学逻辑的影响。

  我中学的那位老师水准应该是教大学的,他编写的教材用新数学的语言把旧数学的内容放进去,还把一些新数学里的基础数学内涵较早地讲给我们听,比如线性代数、概率论等。我离开香港的时候数学根底已经比较扎实了,范围比较宽,也比较深,所以到大学的时候马上就可以学习研究院的课程研究了。

  中新社记者:您认为作为一个数学家,为何掌握不同学科的知识也如此重要?

  莫毅明:在很多大学,学数学可以拿文学硕士,也可以拿理学硕士。其实,做数学需要有很多灵感和创造力。因此,有人把数学看成是在文科和理科的中间。

  很多数学家都有别的能力,比如同时也是音乐家、画家等,而我就对文学很感兴趣。一个人如果对世界了解得比较宽,自然灵感来源就多了一些。

  中新社记者:您如何理解数学之美?跟别的学科相比,它更吸引您的地方在哪里?

  莫毅明:“宇宙之大,粒子之微,火箭之速,化工之巧,地球之变,生物之谜,日月之繁,无处不用到数学。”这是华罗庚的名言。数学的美是一种比较抽象的美,是可以用很简单的方法叙述一个真理,特殊的例子可以一个一个情况去解决,看通以后可以几句话就把很多的努力总结起来。它的美就在于简洁,而且要贯通。

  在数学的世界里面,要解的问题总比能解答的人要多。所以,只要有人类,数学这个学科就会存在。这个追求过程无穷无尽,这也是吸引我的一个方面。

银河星空。吴德军 摄

  中新社记者:从宏观角度来看,您认为数学研究需要怎样的环境?香港和国家整体的数学水准,跟世界最高水准相比如何?

  莫毅明:数学要发展,要有很多有动力和梦想的人。1980年,我在普林斯顿大学工作,那段时间遇到第一批中国留学生,他们非常有动力地去学新的东西,一方面是自己做研究,另一方面是把这些新的内容介绍回国,我也一早就参与了这个行动。当我在斯坦福大学写完博士论文后,第一个学术项目就是到中国科学院做了一个月的演讲,从学生的角度把一些比较新的东西介绍给他们,也是在那个场合,我开始认识一些后来的合作伙伴。

  今天跟1980年比较,中国在数学领域的进步是非常明显的,可以说取得了非常优秀的成果,在某些数学领域达到了世界水准,人才也是辈出。我对中国数学的发展充满信心。

  要让中国的数学水准提升得更快,研究的环境、交流的环境是重要的,需要有一个开放的环境,比如数学研究所举办研讨会或者数学会议,我们应该寻找更多机会跟国际上各方面优秀的人才分享彼此的研究灵感、成果,在互相交流的过程中或许可以找到新路径,我个人也得益于有这种机会。

2022年7月,第九届世界华人数学家大会(ICCM)在南京举行,莫毅明通过视频发言。泱波 摄

  中新社记者:您在香港和海外都拥有读书、执教的经验,您认为中西方在数学研究和相关人才培育方面,有哪些相同和不同的地方?

  莫毅明:可以从大学学习中看出一些区别,中国可能比较重视每个领域的基础课程,这受到考试制度的影响。国外的考核方式灵活一点,我也吸收了这些经验并尝试在香港大学的教学设计中实践出来。举个例子,研究生水准的课程,除了让他们去做一些习题,我还会利用口试形式。

  在做研究的时候,很重要的一点是,学生有能力提出问题,也能够对别人提的问题作出比较迅速的反应。做研究往往是别人没有做过的问题,所以需要在别人的知识的基础上构思一些新的想法去做新的题目。说一百句别人知道的话,比不上说一句别人没有说过的话。现在中国教育需要做的就是让学生有表达自己的机会,我个人试图让学生在表达自己的过程中,找到新的方向或者解决问题。

  中国的数学文化很着重解题,解题是很重要的,但要创造新的方向是要综合各个方面或者有崭新的想法。这种能力应该是通过别的途径获得的,跟有经验的合作者交流是很重要的,我非常鼓励国际上的合作。

  中新社记者:您于2022年10月当选香港科学院副院长,也是香港第五位获得未来科学大奖的科学家,您对未来加强香港和内地的科研交流与合作有何想法?

  莫毅明:香港科学院涉及到很多别的学科,香港在哪一方面可以更表现自己,让全世界知道香港在自然科学方面是站在世界的很高的水准,这些都是需要照顾的地方。让香港科学院受到世界重视,这一点很重要,不纯粹是数学学科范畴的问题。

  至于学科的建设,比较自由的交流形式是最好的,前几年当然是因为疫情的缘故交流有些困难,尽管可以通过网上形式,不过有很大的区别。数学非正式交流很重要,要是有一个访问学者,你跟他有共同的研究兴趣,如果他有机会哪怕一两个礼拜跟你讨论,能够达到的效果也往往远比开一个会好。

  现在我可能更重视年轻人的培养,数学传承的观念是很重要的,因为这个团体不是很大,学问在不断创造的同时也会流失一些学生,如果没有办法传承的话(数学研究)可能就会停下来,别的团队会在这方面开展工作,中国可能就会失去一些有代表性的数学研究的发展方向,所以这种传承是很重要的。我希望未来数学研究在发展新的方向的同时,要保证一些已经在国际上有高水准的项目能够不断发展。(完)

  受访者简介:

  莫毅明,香港大学数学系讲座教授,香港大学数学研究所所长,同时也是中国科学院院士,香港科学院院士、副院长,致力于多复变函数论、复微分几何与代数几何的研究,于去年荣获未来科学大奖-数学与计算机科学奖,是香港第五位获得未来科学大奖的科学家,通晓多国语言。

                                                                        大发彩票开户

                                                                        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(

                                                                        相关阅读

                                                                        推荐阅读
                                                                        大发彩票骗局刑满释放人员持刀猛刺狱警致死 被提起公诉
                                                                        2024-05-06
                                                                        大发彩票登录杨紫想和马天宇炒CP被拒?马天宇亲自下场为好友辟谣
                                                                        2024-05-16
                                                                        大发彩票手机版增加48V轻混 全新高尔夫将明年2月底完成上市
                                                                        2024-08-22
                                                                        大发彩票赔率 别只关注争议判罚 火箭输球还因为做错了这几件事儿
                                                                        2023-12-18
                                                                        大发彩票论坛中国男人为何喜欢留八字胡
                                                                        2024-09-09
                                                                        大发彩票官网平台卡纳瓦罗宣布放弃中国男足主帅职位:无暇顾及家庭
                                                                        2024-06-21
                                                                        大发彩票开奖结果习近平出席第二届“一带一路”高峰论坛纪实
                                                                        2024-03-12
                                                                        大发彩票APP上海上港客场2-0十人泰达
                                                                        2024-07-24
                                                                        大发彩票交流群受大罢工影响 阿根廷航空取消4月30日所有航班
                                                                        2024-10-22
                                                                        大发彩票计划群一季度投资消费出口抢眼 外贸确保进出口稳中提质
                                                                        2024-08-15
                                                                        大发彩票注册网[专访]他用手机拍出比相机更好的照片
                                                                        2024-08-13
                                                                        大发彩票充值MSI明星云集世界冠军齐聚一堂
                                                                        2024-01-28
                                                                        大发彩票官方搜狗第一季度营收17亿元 同比增长8%
                                                                        2024-03-10
                                                                        大发彩票下载app周杰伦巡演陪岳父逛古董市集 大吃美食情同父子
                                                                        2024-06-20
                                                                        大发彩票客户端卢在会谈中展示与湖人感情 他曾在总决赛防守艾弗森
                                                                        2024-07-17
                                                                        大发彩票返点《机动战士高达》与VAN JACKET联动服装发售决定
                                                                        2024-05-26
                                                                        大发彩票官方网站2900-2930点是搏反弹的区域
                                                                        2024-06-29
                                                                        大发彩票注册 牛人”为什么要加班?
                                                                        2024-09-01
                                                                        大发彩票漏洞清华大学发布AI使能平台“紫为云” 加速AI落地
                                                                        2024-02-14
                                                                        大发彩票官网网址中俄海上军演这型舰艇参演引关注
                                                                        2024-04-08
                                                                        大发彩票代理内在提升:解析马自达2019款CX-5
                                                                        2024-07-12
                                                                        大发彩票软件2018-10-21 期加油向未来 第3季丁俊晖挑战花式打法秀呆撒贝宁知识科普
                                                                        2024-07-18
                                                                        大发彩票官网 下周穿什么 | 这是什么神仙裤子!换腿术你听过吗?
                                                                        2024-02-04
                                                                        大发彩票计划 北京多区发布中小学入学政策
                                                                        2024-06-29
                                                                        加载更多
                                                                        大发彩票地图