下一代人工智能MakeVideo你应该知道的事

　　正当人工智能界为文本到图像系统的惊人进展而绞尽脑汁的时候，下一代人工智能即将到来：从文本到视频。
　　下面一起来看一下到底是怎么回事吧！
　　本文主要围绕以下三个问题展开：人工智能是什么？从文字转图片从文字转视频人工智能是什么？
　　AI
　　人工智能（ArtificialIntelligence）简称为AI，也被称之为机器智能，指以最少的人工干预利用计算机模仿人类智力的行为，人们普遍认为AI起源于机器人的发明。AI的目的就是使机器像人类一样思考并做出正确的决策，以增强人类的智能。
　　像人一样思考的AI
　　AI经过数十年的发展，研究热点由最开始的机器定理证明到模拟人类专家知识、经验以解决特定问题的专家系统，再到目前以深度神经网络为代表的新一代AI。
　　AI研究大致进展从文字转图片
　　将文字生成图像是近些年来比较具有挑战性的事情之一，早期的研究都是基于卷积生成器，直接对给定的文本合成图像，这种办法在处理已知的领域时，效果还可以，但是推广到一般领域，表现比较糟糕！
　　据报道，旧金山人工智能研究公司OpenAI已经开发了一种新系统，能根据短文本来生成图像。
　　由文本生成的图像
　　OpenAI在官方博客中表示，这个新系统名为DALLE，新系统展示了创造图像的能力，OpenAI还发布了图像识别系统Clip。
　　Clip通用性比当前针对单个任务的系统更好，可以用网上公开的文字图像配对数据集来训练。如字节跳动研究小组提出了CLIPGEN架构，它是一种基于VQGAN的自监督方案，用于一般文本到图像的生成，其语言图像先验因素从预训练CLIP模型中提取。
　　CLIPGEN架构
　　文本转图像从文字转视频
　　上周晚些时候，Meta推出了MakeAVideo，这是一种人工智能，可以根据文本提示生成5秒的视频。下面是官方给的几个生成的例子！
　　比如生成那只狗狗的文字是：
　　AdogwearingaSuperherooutfitwithredcapeflyingthroughthesky。
　　文字转视频
　　再看一下其它由文字生成视频的例子：
　　Ateddybearpaintingaportrait（正在画肖像的泰迪熊）：
　　正在画肖像的泰迪熊
　　Robotdancingintimessquare（机器人在时代广场跳舞）：
　　机器人在时代广场跳舞
　　CatwatchingTVwitharemoteinhand（猫拿着遥控器看电视）：
　　猫拿着遥控器看电视
　　是不是觉得很有趣很神奇呢？更夸张的还在后面了，请接着往下看：
　　看一下由图片生成视频的例子：
　　输入图片：
　　输入图片
　　生成的视频：
　　生成的视频
　　输入图片：
　　输入图片
　　生成视频：
　　生成的视频
　　你以为由文字、图片生成视频就完了？
　　当然不止这些，最夸张的是可以为你的视频添加额外的创意，就是由原始视频到有创意的视频。
　　输入以下视频：
　　输入的视频
　　生成的创意视频：
　　生成的创意视频
　　再来看一个视频生视频的例子：
　　输入原始视频：
　　原始视频
　　生成的创意视频：
　　生成的创意视频
　　这也太神奇有趣了吧！
　　总结：近些年来，AI经过了一系列的发展，也取得了巨大的成就，这一发展是生成性人工智能（generativeAI）的一个突破，当然也导致了一些棘手的道德问题，这些都是社会需要面对的事情，根据文本提示创建视频比生成图像更具挑战性，也更昂贵，也是未来的发展趋势，Meta公司这么快就想出了一个办法，这令人印象深刻。
　　作者简介：曾任中国最先进战斗机生产公司工程师，现于某高校深造，科技自媒体撰稿人，写每一个人都能读得懂的科技文章！