“找课本茬”背后是平等的学习姿态******

　　用一副三角板能画出多少度数的角？“除了30度、45度、60度、75度……应该还有165度！”据极目新闻报道，四川成都两名四年级学生米之贤、廖钧宇发现课本上一道数学题参考答案“有问题”，自己找到的一个答案不在参考答案中，他们给教材编写组发去了邮件。编写组回信肯定了两名小学生的探究精神和严谨态度，表示要在教材修订中采纳他们的建议。

　　类似“找茬”“挑刺”且成功的例子，并不鲜见。2021年秋，沈阳七年级学生崔宸溪指出英语课本上蜜蜂配图配成了食蚜蝇，出版社编辑为他点赞；当年10月，上海小学生吴叶凡发现美术课本上的“树叶”应该是数亿年前的古生物“海百合”，出版社第一时间将错误进行溯源并上报修订……

　　出版社虚心接纳意见的坦诚固然值得肯定，但这些中小学生敏于思考、敢于质疑的探究精神更难能可贵。面对权威的课本，这些学生不盲从，不盲信，是其所是，非其所非，坚定地表达己见，展现出新时代中小学生积极主动求知求真的价值认定。

　　尽信书不如无书。中小学课本“千锤百炼”，经过诸多专家之手，当然经得起各种推敲，也比其他读物更精准、更标准，但这并不意味着课本就完美无缺、无可挑剔了。中小学生每天与课本生活在一起，当然最熟知课本的角角落落。很多时候，即便发现问题，一些学生也没有选择发出质疑，这恐怕仍与当下部分中小学过于格式化的教育方式有关。

　　我早年曾经做过三年中学语文老师，每每困惑于如何协调学生鲜活的认知与课本刻板答案之间的关系。我并非不知道，学生多一些深入思考，多一些触类旁通，多一些路径方法，更能打开他们的思维，但在应试考试的“硬杠杠面前”，很多时候只能收敛起来、压制回去。表现在行动上，就是把学生们的注意力聚拢到记诵上来，“背会就行了”“答案要标准”，久而久之，这种做法就会变得模式化，最终浓缩为成绩单上的数字。

　　这当然是一种让步，乃至退步，其后果，往往会在学生未来的生涯中一点点呈现。当一茬茬学生走出校门，进入更高的学府，乃至走上社会，不少人都表现出一个共同的特点，就是不会提问，只会照办。尽管我们不能、也不应该把这个结果完全归因于当初的压制质疑，但至少，当下的教育中，应该容得下孩子们表达自己的质疑。

　　此外，学生不去质疑，或者很少质疑，也与传统社会强大的因循习惯有关系。课本代表着权威，课本就是标准，这类意识往往会持续削弱大家的质疑精神。敬惜字纸也好，尊重老师也好，在很多地方、很多时候，这些观念都在无形中过滤着不同的声音。如果学生总想着从课本的纸缝中找出一些问题，难免不会被视为是“有意找茬”。

　　必须认识到，“找课本的茬”，就是一种在问题意识中学习知识的绝好路径。凡事破中有立，问题意识多了，必然会逼迫你去寻求答案，探索路径。这种钻研、探究、严谨的精神，就是创新创造的开始。

　　一方面，这会打破制式化标准模式，让学生从固化思维的桎梏中解脱出来，尝试去寻求不一样的路径和办法，看到不一样的风景。比如，从产生问题意识开始，发展发散思维，找到学习的方法，融会贯通、上下求索，一步步把课本读“薄”读透；又如，大家都来提问题，也会形成一种智力上的砥砺和激荡，这本身就是思想火花得以发生的基础。

　　另一方面，这也会产生某种超越的心理体验，由知识超越抵达价值超越，而这种超越，对于一个崭新的灵魂而言，至关重要。毕竟，课本只是一座知识的桥梁，大家可以凭借它摆渡，但却不必过度依赖它，更不能迷信崇拜它。如此，才能形成一种科学的求知精神。

　　无论如何，学习的过程，可能需要一定程度的知识灌输，以吸纳更多新知，但这不意味着学生要全盘接受。在这个过程中，学习者从姿态上是平等的，唯有时时保持求真的敏感，才能真正窥见通往新知的门径。

　　龙之朱 来源：中国青年报

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