图为:歼-15舰载机在航母上降落
纵观国外航母和舰载机的发展历史,影响航母和舰载机的发展主要因素有这样几个:第一、军事需求;第二,对舰载机及其作战使用的认识,或者说赋予舰载机的使命任务;第三是国家的造船工业能力;第四,国家财力支持的力度。受这些因素的影响,各国航母呈现出大小之分和起降方式的差异。下面我们看美国、苏联、英国战后航母和舰载机的发展。
所谓军事需求,首先是国家军事战略需求,要不要发展航母,其次是未来准备打什么仗,潜在作战对手的装备情况等。我们再来看对舰载机及其使用的认识,以美国和苏联为例(俄罗斯几十年来没有发展航母和舰载机,所以这里主要讲的是苏联时期的发展情况),美国海军认为舰载机具备多种作战能力,可重复使用,使用成本相对较低;无论是反舰、空战,还是对陆攻击任务,舰载机都可以承担,经过两次世界大战的洗礼和战后的多场战争的考验,赋予舰载机的作战任务越来越多,因此,舰载机的能力也随之越来越强。
而苏联海军则认为,在海战中,反舰导弹比舰载机反应速度更快,使用导弹可以更快地摧毁敌方舰艇,所以在航母上装备了远程反舰导弹,这在航母史上也可称得上独树一帜。因此,苏联海军的舰载机主要用于攻势防空,舰上虽然也配备了苏-24战术轰炸机,但它大概也是在反舰导弹实施第一轮攻击后,补刀用的。在守势防空方面,苏联海军也比较注重导弹的作用,在舰上装备了4座6单元SA-N-9防空导弹垂直发射装置,备弹192枚。
因为专注发展核潜艇和导弹,对舰载机没有强烈的军事需求,所以苏联海军也没有在舰载机的研发方面投入很大的精力和财力。苏联早期曾投资研制过雅克垂直短距起降的舰载机,但最终没有结果。因为欠账太多,在苏-27战斗机退役后,只能改装当年在竞争中败给苏-27的米格-29战斗机,以解燃眉之急。
我们再看英国,英国原是航母大国,二战结束时,英国还曾保有15艘攻击型航母和36艘护航航母、1300多架舰载机。英国还是第一个喷气式飞机上舰的国家,截至50年代,先后发展了“毒液”“弯刀”等5型固定翼舰载战斗机和1型舰载反潜机。后来,因国防战略的调整,受“导弹制胜论”的影响,开始削减航母,不再发展舰载机。20世纪70年代,英国海军利用“鹞”式飞机,发展了滑跃起飞的轻型航母,同时也为中小国家发展航母开辟了新途径。意大利、西班牙、泰国等国的航母都采取了这种发展模式。
国家工业基础的重要性不言而喻,其实目前能够建造、维持大型航母的国家也没有几个。另一方面,虽然建造船体相对简单,但维持舰载机在舰上正常运转、执行作战任务并不容易,需要庞大、复杂的各种系统,以及设备的支持。有人用综合国力来形容航母的发展是非常恰当的。财力支持也是非常重要的因素,现在航母的建造费用越来越高,美国福特级航母的造价已高达140亿美元,一艘航母服役四五十年,这期间每隔几年还要进行维修、大修,全寿期费用高达数百亿美元,如果再加上两代舰载机的采购费、维修保养费等,总费用还要翻倍,所以一般国家根本没有力量研制舰载机和建造、维持航母。
作者简介:侯建军,原海军装备研究院某研究所总工程师、研究员,他长期致力于外国海军装备发展研究,著述30余部,获国家科技进步二等奖1项,、军队科技进步二等奖3项,被评为国防科技信息事业50周年优秀工作者。
出品:科普中国军事科技前沿
作者:侯建军
策划:金赫
监制:光明网科普事业部
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)