“乙类乙管”后是否会有第二轮感染?疫情信息如何统计?总台独家专访吴尊友******
1月8日起新冠病毒感染实施“乙类乙管”,对于疫情监测数据通报、病毒变异是否会引发新一轮感染,我国又将采取怎样的措施继续实施监控,总台央视记者独家专访中国疾控中心流行病学首席专家吴尊友,他就公众关心的问题进行了解答。
总台央视记者 史迎春:大家都在担心在国际上的奥密克戎BQ系列,然后包括XBB系列的变异株,它们在我们实行“乙类乙管”,出入境打开以后,进入国内会掀起第二轮的感染,这是大家普遍担心的一个问题,您认为这个问题应该怎么看。
中国疾控中心流行病学首席专家 吴尊友:我们也对国际社会的各个国家流行的新毒株的情况进行了解追踪,那么同时对国内发生的疫情也进行了毒株变异的监测,特别是从境外回国人员当中也检测到这些毒株。会不会造成新一轮的疫情,取决于变异的毒株和我们刚刚流行的这些毒株之间,在结构上面有多大的相似性,或者说它的变异差异有多大。从目前来看,因为它的变异也是奥密克戎亚型里面的分支的变异,马上造成新一轮传播的这种风险的话,应该说不会太大。
总台央视记者 史迎春:还有一种担心是认为中国人口基数比较大,感染的人口基数也大,会不会产生新的变种,从而影响整个世界的病毒序列,或者说整个世界的病毒的进程。
中国疾控中心流行病学首席专家 吴尊友:优化防控策略以后,本地传播的疫情病例数在有一定的水平和规模的情况下,确实存在着新的变异毒株的可能性,我们也密切关注。所以在“乙类甲管”调整为“乙类乙管”的疫情监测方案当中,就专门提到了新冠病毒变异毒株的监测,在现阶段,每天都在进行新的毒株的样本收集和测序,来对它的变化进行监测。从目前的结果来看,我们现在发现的所有的毒株,都是已经在国际共享平台上分享的毒株,也就是说在国外已经报告了,或者说主要是从境外流行以后传入中国,到目前为止还没有发现国内新出现的变异毒株。
为指导全国各地做好当前新型冠状病毒感染疫情监测工作,国务院联防联控机制印发了《新型冠状病毒感染“乙类乙管”疫情监测方案》,及时动态掌握人群感染发病水平和变化趋势,科学研判和预测疫情规模、强度和流行时间,动态分析病毒株变异情况,以及对传播力、致病力、免疫逃逸能力及检测试剂敏感性的影响,为疫情防控提供技术支撑。
总台央视记者 史迎春:对于之前疫情通报的数字和自己本身的感受,很多公众觉得差距比较大。我们国家一直的疫情统计和发布的疫情信息,是如何去监测和统计报告的?现在有没有相应的调整?
中国疾控中心流行病学首席专家 吴尊友:在武汉疫情控制以后,到我们优化防控方案这期间,是叫严格管控时期。每一起疫情的源头、造成感染的毒株,几乎每一个感染者都能够被诊断管理,所以我们采取的是一个计数统计。现阶段由于防控方案的调整,报告病例数和公众感觉的数字,存在着一定的差距。造成这种差距有两个方面的原因,一个是不再实行行政区的大规模核酸检测了,除了重点机构重点人群以外,采取的方法是愿检尽检的方法,这样的话检测的人数、报告的人数就有明显的下降。第二个方面,疫情的感染者主要以轻症为主,多数人还在家庭自我休息调整、进行抗原检测,这一部分也没有纳入到传染病报告,这就造成了这样的差距。为了更好地做好统计工作,联防联控机制制定下发了新冠病毒感染“乙类乙管”疫情监测方案,采取的是多种渠道的监测,包括住院病例的报告监测、核酸抗原检测的数字统计,还有重点机构像养老福利机构的监测,再有像学校学生的呼吸道症状的监测,以及对部分病人的检测。还有我们在全国设立500多个流感哨点监测。我们采用了多种统计方法综合运用,也能够相对准确评估疫情的发生发展趋势,能够对于疫情的发病,流行的强度,流行的趋势,流行的时间做出研判,对防控效果作出评价。在过去几年,欧美国家和全球其他的国家实际上也是采取这样一个统计方法,它主要就是通过抽样的方法来反映总体情况。(央视新闻客户端)
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)