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 - 天天彩票
首页>文化频道>要闻>正文

天天彩票 - 天天彩票

来源:天天彩票2023-10-11 17:48

  

奥林匹克文化推广人侯琨成为国际顾拜旦委员会委员******

  中新网北京2月3日电 国际顾拜旦委员会日前在瑞士洛桑举行2023年全体大会。经委员们一致同意,来自中国的奥林匹克文化推广人侯琨成为该委员会新委员。

  国际顾拜旦委员会(International Pierre de Coubertin Committee,IPCC)1975年在瑞士成立,总部位于“奥林匹克之都”洛桑。该委员会的使命是传播“现代奥林匹克之父”、国际奥委会创始人顾拜旦先生的思想并与国际奥委会一道在全球范围内弘扬奥林匹克价值观。委员会的名誉主席之一是已故国际奥委会主席萨马兰奇,现任主席为国际知名学者、奥林匹克教育学家、德国科隆体育大学教授Stephan Wassong。

  国际顾拜旦委员会长期活跃于全球奥林匹克活动中,并在五大洲许多国家和地区设有大洲或国家级顾拜旦委员会和顾拜旦学校,通过奥林匹克教育的方式向青少年传播奥林匹克价值观和精神。早在2008年北京奥运会期间,该委员会便与北京奥组委一道出版奥林匹克专著,并在国内合作设立顾拜旦学校。2011年,由该委员会主办的第八届青年论坛在北京举行,吸引了来自五大洲的青年相聚。

侯琨在位于瑞士洛桑的顾拜旦故居前 侯琨 供图侯琨在位于瑞士洛桑的顾拜旦故居前 侯琨 供图

  侯琨现任国际奥委会文化与奥林匹克遗产委员会委员、中国体育集邮与收藏协会常务副主席,十多年来一致致力于在国内外传播奥林匹克理想和价值观。北京冬奥会筹办和成功举办期间,他作为北京冬奥宣讲团的成员和国际奥委会的工作人员,在国内各地以及全世界几十个国家推广北京冬奥理念,讲述中国故事,让更多的人了解奥林匹克运动和北京冬奥会。他还是一位奥运历史研究者和收藏爱好者,珍藏有多件顾拜旦的手稿原件。

  在收到国际顾拜旦委员会来函得知自己成为该委员会委员后,侯琨表示会遵循顾拜旦先生的人生格言:看得更远、实话实说、坚定行动(see afar, speak frankly, act firmly),尽自己所能,更好地传播奥林匹克理想,弘扬北京冬奥会精神,向全世界讲述中国的“双奥故事”,让我国的奥林匹克遗产更好地发挥作用。(完)

                                                                                                                                                                                                                                                                                                                                                                                                                                                • 天天彩票

                                                                                                                                                                                                                                                                                                                                                                                                                                                  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

                                                                                                                                                                                                                                                                                                                                                                                                                                                    (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 旧金山移民局档案,民国初期华裔护照
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-07-15
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票挪威画师《指环王》艺术图
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-11-13
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票NASA最新研究报告:宇宙膨胀速度比之前预测快10%
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-06-10
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票 偏偏这一刻,我扛不住了!
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-12-15
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票微访谈:林怡谈教育应很自然
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-11-28
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票 海军航空兵最强轰6K 攻击范围覆盖美军基地
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-12-25
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票恒大返广州塔利斯卡独行 卡帅疲态尽显
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-11-30
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票年轻“粮食人”叶金的大梦想
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2024-02-26
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票 普通人镜头下的真生活
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-10-30
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票国务院成立江苏盐城特别重大爆炸事故调查组
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2024-01-06
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票 网购仿真枪后得知是违禁品 男子在二手平台转卖获利被捕
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2024-01-28
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票埃尔多安:针对土耳其经济的攻击与导...
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-06-17
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票日本住宅空置率创新高!有城市两成房屋没人住
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-11-12
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票国安连胜创历史 比埃拉是客战恒大抢分的关键
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-12-05
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票 摊上大事了!周星驰电影投资人涉嫌非法集资被抓
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-11-24
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票四条游览路线带你逛世园会
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2024-03-29
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票“睡眠卫生不良”是种病
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2024-03-24
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票清华校友三创大赛秀“硬科技”
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2024-04-22
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票出道这么久,为啥她让人议论最多的仍然是脸……
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-09-01
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票跟着总书记学习二十大报告|坚持问题导向
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-08-29
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票阿森纳多让人绝望?0-1落后,埃梅里委屈到要哭了
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2024-04-27
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票一场海战催生现代天气预报
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2024-03-18
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票火箭搜集裁判偏袒勇士证据 去年输西决开始怀疑
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2024-03-15
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票晋国国君为什么大多短命
                                                                                                                                                                                                                                                                                                                                                                                                                                                  2023-12-16
                                                                                                                                                                                                                                                                                                                                                                                                                                                  加载更多
                                                                                                                                                                                                                                                                                                                                                                                                                                                  天天彩票地图