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:天天彩票 - - (中国)互动百科
首页>文化频道>要闻>正文

天天彩票 - - (中国)互动百科

来源:天天彩票0618-12-14 17:48

  

天天彩票

政治密友坠机身亡后,泽连斯基称不担心自身安全******

  中新网1月19日电 五天之内,乌克兰发生两起令人焦心的平民伤亡事件,先是第聂伯罗住宅楼突遭导弹袭击45名平民殒命,接着就是内务部长乘坐的直升机在首都基辅近郊幼儿园附近坠毁,造成包括儿童在内十余人遇难。

  忙着在达沃斯论坛视频讲话的乌克兰总统泽连斯基,一边表示不担心自己的人身安全,一边暗示俄罗斯发起军事行动才是造成这一切的根本原因,最后不忘继续催促西方盟友加快军援。

  “雾很大没有光……在幼儿园附近坠落”

  乌克兰国家紧急情况局18日下午发布最新消息说,当天在基辅市东郊布罗瓦雷发生的直升机坠机事件共造成14人死亡、25人受伤。国家紧急情况局将此前的18人遇难,修改为14人死亡。

  直升机上的9人全部死亡,包括内务部长杰尼斯·莫纳斯特尔斯基和内务部第一副部长叶夫根·叶宁等几名乌克兰政府高级官员。

  直升机坠毁后爆炸起火,地面建筑受损,死伤者中也包含坠机现场附近的儿童。

  据英国广播公司(BBC)援引当地居民Volodymyr Yermelenko的话说:“当时雾很大,没有电,没有电时建筑物上就没有灯。”

  其他目击者称,飞行员在坠机前曾试图避开高层建筑,而是在幼儿园附近坠落。

  一位当地妇女告诉BBC,当直升机在她家上空盘旋时,她看到了可怕的闪光。她说,飞行员显然试图避开她10层高的公寓楼,并选择靠近较小的建筑物。

  目前,没有迹象表明坠机事故不是意外。但乌克兰国家安全部门表示,正在调查坠机的几个可能原因,其中包括人为破坏、技术故障或飞行员违反飞行规则。

  就在四天前的14日,乌克兰遭受了自危机升级以来最严重的袭击之一,第聂伯罗的一栋住宅楼突然遭到导弹袭击,大楼被夷为平地,45名平民不幸丧生,其中包括6名儿童。

  “他的死深深刺痛了基辅政府的心脏”

  BBC称,在坠机事故中丧生的内务部长杰尼斯·莫纳斯特尔斯基是泽连斯基总统任职时间最长的政治顾问之一,他是自乌克兰危机开始以来乌克兰方面死亡的最高级别政府官员。

  英媒称,他的死“深深刺痛了基辅政府的心脏”,因为内务部长在危机期间肩负着维持治安和管理警察的重要任务。

  在整个乌克兰危机期间,他是乌克兰人最熟知的面孔之一,他曾负责向公众介绍自2022年 2月以来俄罗斯导弹袭击造成的伤亡情况。

  已故部长的一位朋友、国会议员Mariia Mezentseva说,这对每个人来说都是一场悲剧,因为他在乌克兰应对危机方面发挥了重要作用。“他对同事、朋友和家人全天候做出回应。从总统竞选的第一天起,他就与泽连斯基非常亲密。”

  在莫纳斯特尔斯基去世后,乌克兰国家警察部队负责人伊戈尔·克利缅科兼任内务部副部长并代行内务部长职务。

泽连斯基资料图:泽连斯基。

  “我不担心自己的安全”

  就在直升机坠毁的消息传出几个小时后,泽连斯基在瑞士达沃斯举行的世界经济论坛上发表视频讲话,CNN评论员法里德扎卡里亚询问他是否担心当前的威胁和自己的安全。

  他说,“不,我不担心。我没有什么可补充的。”

  媒体称泽连斯基多次成为暗杀未遂的目标,但他本人对安全问题置若罔闻。

  2022年2月底俄罗斯开展特别军事行动后不久,泽连斯基拒绝了美国提议他从基辅撤离的提议。

  泽连斯基在2022年说的最受欢迎的一句话是“我需要弹药,而不是搭便车。”

  “这不是意外”

  CNN评论员还说,“我们认为这是一场意外,我们希望是一场意外。”

  “这不是意外,”泽连斯基回应称,因为它是由军事行动引起的。他认为,目前俄乌局势之下,没有“意外”可言。

  乌克兰没有说俄罗斯直接参与其中,但美国《华尔街日报》称,泽连斯基很明显将坠机事件归咎于俄罗斯对乌克兰发动的特别军事行动。

  在哀悼遇难者和谴责俄罗斯之余,泽连斯基不忘继续敦促西方领导人加快行动,向乌克兰提供武器,以帮助抵御俄罗斯令人担忧的新攻势。

  《华尔街日报》称,乌克兰官员和军事分析家最近几周警告说,俄罗斯可能正在准备采取新的行动,以重新获得在乌克兰的军事主动权。

                                                                                                                                                                                                                                                                                                                                                                                                                                                • 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
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票 Baby疑似开眼角?眼线笔也能放大双眼
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-05-24
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票 全国各地哪里的早餐最好吃?
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2024-01-12
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票小马宝莉友谊的魔力小马国里的魔法表演女孩们的友谊
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-07-07
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票 美军舰通过台湾海峡 外交部:已向美方表达关切
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-09-15
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票所有失恋 都是在给真爱让路
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-07-28
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票缅甸国防和安全委员会再次延长全国紧急状态6个月
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2024-01-16
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票2018-10-19 期幻乐之城闺蜜互怼王菲吐槽那英嗓门大嘉宾:王菲 何炅 那英
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2024-02-13
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票吴京黄渤为这事现身公安部发布会
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-05-29
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票财报图解|搜狗第一季度总营收2.527亿美元 同比增2%
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-07-28
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票最美逆行!行李箱滚落砸向老人 小伙狂奔截住
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-11-23
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票法国多城后悔“冲动援助”圣母院 要撤销捐款承诺
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2024-03-11
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票共82处!2022年我国新增国际重要湿地18处
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-07-07
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票 防晒喷雾使用需谨慎,不能直接喷脸!
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-10-01
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票清华校友三创大赛秀“硬科技”
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-07-10
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票陕西一中学女生被学生殴打
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-09-22
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票伊朗无人机飞掠拍摄美航母 舰载机编号都能看清
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2024-04-19
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票监管华为多年 英国这一决定耐人寻味
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2024-02-08
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票 颤抖吧!考试作弊、高铁霸座将纳入失信信息
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-06-04
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票苹果高通和解后,华为5G芯片地位稳了
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2024-02-08
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票解放战争最能打的新四军纵队
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2024-03-03
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票为孩子辞职在家 丈夫却另结新欢
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2024-02-16
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票今天起世园会开展啦!九图教你辨别常见花卉
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-08-05
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票游戏义肢设定给玩家勇气
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-12-12
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票54年第一人!马龙4-1瑞典黑马 加冕世乒赛三连冠
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-09-27
                                                                                                                                                                                                                                                                                                                                                                                                                                                  加载更多
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票地图