数字媒体与人工智能相结合的智慧设计

孟开元

(太原工业学院 山西 太原 030008)

0 引言

随着信息化技术和智能化技术的持续发展,人们的生活变得越来越便利,目前,相关人员正在研究和开发更便利的技术,以满足人们的发展需求,因此人工智能就应运而生[1]。人工智能给人类的生活带来了全新的面貌,一股新的“人工智能”浪潮横扫各个技术领域。数字媒体技术可以将抽象的信息转化为形象、生动的信息,在人工智能技术的融合下,原先的内容将以更加生动、具体的形式呈现出来。

1 数字媒体技术与人工智能概述

1.1 数字媒体技术概念

数字媒体技术就是数字化的传媒。在计算机领域,通过使用二进制的数字,来实现对信息的存储,二进制的数字可以被用来进行多种含义的表示,如视频、音频、图像、文字、命令等。以往,媒体传播主要是采用模拟信号,以及使用模拟的存储介质,导致在传输信息的过程中,经常会出现大量的数据丢失;还存在许多的干扰因素,使得在储存信息的过程中,数据信息很容易遭到损坏;而且储存空间也是有限的。

而利用数字媒体技术,可以实现信息的快速准确传输,从而有效地增加信息内容的保真性,增大信息的存储容量,促进信息的空间占用量越来越小。近年来,得益于国家科学技术发展与互联网技术水平的持续改进,数字媒体技术的发展日趋成熟,应用范围也越来越广。不管是在网上,还是在现实生活中,人们都会接触数字媒体。比如从网上下载文件、获取信息、观看视频等,都会使用到数字媒体技术。

1.2 数字媒体与人工智能相结合的意义和背景

数字媒体与人工智能相结合是一种典型的信息技术融合,具有深刻的现实意义。首先提高数字媒体的用户体验。通过应用人工智能技术,例如计算机视觉、自然语言处理等,可以对数字媒体中的内容进行更加精准、智能化的分类、搜索和推荐,为用户提供更加便捷、快速、满足需求的服务。其次推动数字媒体产业的发展。数字媒体产业包括数字音频、视频、游戏、社交网络等领域,而人工智能技术可以广泛应用于这些领域。数字媒体与人工智能相结合,不仅可以提升数字媒体产品的质量和创新性,也可以拉动数字媒体产业的整体发展。再次增强数字媒体的智能化和自动化程度,数字媒体的内容越来越庞大和复杂,而人工智能技术可以通过自动化分析、处理和生成数字媒体内容,提高数字媒体的智能化和自动化程度,为数字媒体的创建、编排和传播提供更多的可能性。最后促进数字媒体的应用拓展。数字媒体与人工智能的融合掀起了一场数字化转型浪潮,使得数字媒体的应用和服务不断拓展到更多的领域,例如医疗、教育、旅游等。数字媒体与人工智能相结合将为这些领域带来更多创新和变革。综上所述,数字媒体与人工智能相结合有着广泛的意义和背景。随着人工智能技术的不断发展和数字媒体产业的不断壮大,数字媒体与人工智能相结合将成为未来信息技术发展的一个重要方向。

2 数字媒体与人工智能相结合的智慧设计应用及技术分析

数字媒体与人工智能是两个相互关联的领域,它们之间存在着多种交叉点和应用场景,比如图像识别和图像处理、自然语言处理、智能推荐系统、艺术创作和设计、增强现实和虚拟现实等。数字媒体与人工智能的互动使得数字媒体应用更加智能化、便捷化和个性化,而数字媒体也为人工智能技术提供了更加广泛和多样化的应用场景[2]。

2.1 图像处理技术在数字媒体中的应用

2.1.1 人工智能技术在图像识别方面的应用

图像识别技术是指计算机通过对图像进行处理、分析和理解,以识别各种不同模式的目标和对象的技术[3]。图像识别是特殊的图像处理步骤,发挥着重要的作用,只有经过图像识别后,才能进入图像的分析与理解阶段。其中统计模式识别和句法模式识别是最常用的识别方法,图像识别系统通常由以下几部分组成,其算法的结构框图如图1所示。

图1 图像识别流程图

(2)图像预处理。在进行图像理解和识别之前,预处理图像是图像处理过程中必不可少的一个环节。这一环节是为了提高特征提取、图像分割、识别的可靠性,为后续的处理提供便利。预处理过程一般包括图像数字化、灰度化、二值化、去除噪声和字符分割等。

(3)图像特征抽取。若将所有能够描述目标的要素都加入到计算中,必然会给计算机带来存储空间、机时等方面的压力,因此本项目拟采用特征抽取算法,实现以少量的特征替代全部的影像信息,达到分类识别的准确率。

(4)图像识别和归类。这个步骤就是把人对事物的认识提高到一个更加合理的水平,并总结出经验,将所述特征矢量与所述类型空间进行映射,把相应原图归属于已知的一类模式[4]。

2.2 人工智能技术在自然语言处理中的应用

人工智能技术在自然语言处理领域有很多应用实例,例如机器翻译:利用神经网络等技术进行文本翻译,如Google Translate和百度翻译。文本分类:通过训练模型将文本分为不同的类别,如新闻分类、情感分类等。命名实体识别:识别文本中的人名、地名、组织机构名等实体,如命名实体识别算法(named entity recognition, NER)。问答系统:利用自然语言理解和生成技术将用户提出的问题转化为查询语句,并根据语境给出回答,如小度和科大讯飞。情感分析:分析文本的情感极性,如正面、负面或中性,如对商品评论的评价等。文本生成:利用生成式模型生成结构完整的文本,如对话生成、文章摘要生成等。

2.3 人工智能技术在推荐技术中的应用

以智能音乐推荐为例,分析数字媒体与人工智能相结合的智慧设计应用情况。

随着数字音乐市场的不断扩大,音乐推荐系统已经成为用户获取优质音乐的主要渠道之一。然而,传统的音乐推荐系统仍然存在推荐不准确、个性化程度低等问题。因此,数字媒体与人工智能相结合的智慧设计在音乐推荐方面具有广阔的应用前景。

智能音乐推荐系统是数字媒体和人工智能相结合的一种典型应用。它利用机器学习和深度学习技术,根据用户的历史听歌记录、口味偏好、心情状态、时间地点等多维度数据进行分析,预测用户可能喜欢的音乐,并向其推荐相应的歌曲、专辑或播放列表。在数字媒体和人工智能方面的具体应用,如图2所示。

图2 智能音乐推荐系统技术应用

(1)协同过滤推荐。通过对用户历史听歌记录进行分析,建立起用户与音乐之间的相关关系模型,从而推荐用户喜欢的音乐。

(2)内容分析推荐。通过对音乐元数据进行分析,例如歌曲风格、歌手流派、发行年份等,建立起歌曲之间的相关关系模型,从而推荐符合用户口味的歌曲。

(3)情感分析推荐。通过对用户当前状态和心情进行分析,例如基于音频的情感识别技术,为用户推荐适合其当前情绪和状态的歌曲。

智能音乐推荐系统可以大大提高用户的听歌体验和满意度,使用户更容易发现自己喜爱的音乐,同时也提高了音乐服务平台的用户留存率和盈利能力。在实际应用中,智能音乐推荐系统已经被广泛采用,例如国内的网易云音乐和QQ音乐等平台,以及国外的Spotify和Pandora等平台。

随着人工智能技术的不断发展,智能音乐推荐系统将变得越来越准确、个性化和智能化。例如可以加入用户实时位置、周围环境等信息,为用户提供更加精准的音乐推荐服务。同时,智能音乐推荐系统也将面临着隐私保护、数据安全等挑战,需要不断完善和优化。

2.4 人工智能技术在艺术创作中的应用

人工智能技术在艺术创作、图像生成、音乐生成等方面的应用有很多,列举部分如下:

艺术创作:通过机器学习模型生成艺术作品,如GAN、Midjourney和Stable Diffusion算法生成的画作、文本生成的诗歌等。此外,也可以利用机器视觉和深度学习技术对已有的艺术作品进行分析和分类。

图像生成:利用生成对抗网络(generative adversarial network,GAN)、变分自编码器(variational autoencoder,VAE)等模型生成逼真的图片,如Style GAN、Deep Dream、Midjourney和Stable Diffusion等项目就是将这种技术运用到生成艺术图片上的代表性应用之一。

音乐生成:通过生成式模型和深度学习技术,可以让计算机自动生成音乐[5]。例如,Magenta项目是谷歌开发的一个AI音乐平台,可以让用户使用神经网络模型进行音乐生成。

电影制作:通过人工智能技术进行电影特效处理,如人物替换、背景虚化、场景还原等。同样,AI也可应用于剪辑和后期制作,例如Adobe公司开发的Sensei技术。

视频生成:利用GAN等深度学习模型合成视频,如Deep Fake技术可以将一个人的面部表情和语言转移到另一个人身上,同时还有视频分割和视频生成等应用。

这些应用实例都是基于人工智能技术的深度学习模型开发而成的,它们将传统的艺术创作、图像生成、音乐生成等领域与计算机科学结合起来,开创了一种全新的创作方式。

2.5 人工智能技术在增强现实和虚拟现实技术中的应用

人工智能技术在增强现实、虚拟现实、机器视觉、语音识别等领域的应用有很多,以下是其中一些重要的应用:

增强现实(augmented reality,AR):利用计算机图形处理和机器视觉技术,将虚拟物体叠加到现实世界中,例如Pokemon Go游戏和Facebook的Spark AR平台。

虚拟现实(virtual reality,VR):通过计算机生成的视觉和声音创造出虚拟的环境,如Oculus VR头戴式显示器和HTCVive VR系统。

机器视觉:利用深度学习模型进行图像分类、目标检测、场景理解等任务,如自动驾驶汽车、人脸识别系统和智能安防监控系统等。

语音识别:通过自然语言处理技术将人类语音转换为文本或命令进行分析和处理,如Chat GPT、Apple的Siri、Amazon的Alexa和Google Assistant等智能助手。

姿态估计:通过计算机视觉技术对人体的姿态和运动进行识别,如Microsoft Kinect和Apple iPhone X的面部识别系统等。

人工智能技术应用使得人们的日常生活变得更加智能化和便捷,同时也促进了人与计算机技术之间的交互和融合。

3 人工智能背景下数字媒体技术的创新方法

人工智能利用自己强大的计算能力,持续地促进社会的发展和进步。而在下一阶段,人工智能与数字媒体技术的深度融合和创新,将展现出更大的创造性和价值。

3.1 创造更多的艺术奇迹

数字媒体技术具有开放性、适应性、集成性以及互动性等特点,它随着时代的变化而发生变化,形成了当下多元化的数字媒体。近年来,计算机技术和智能技术发展得很快,并促使艺术和人工智能技术的融合。唯有科学、理性地运用这种融合,才能使艺术以更加完美的形式呈现,增强艺术作品的魅力和感染力。在各类技术手段的支持下,数字媒体的艺术和科技将会创造更多的艺术奇迹。

3.2 发展多样化的数字媒体

数字媒体技术呈现多样化的发展趋势,但在人工智能技术方面,数字媒体技术的发展却显得十分脆弱。只有赋予数字媒体技术更加丰富的表现形式,促进数字媒体的多样化发展,才能为观众提供良好的体验,让观众在视觉感受上得到全新的体验和艺术感知性。

数字媒体技术和人工智能技术的结合,必将给数字媒体带来更大的发展空间。从过去数字媒体技术的发展情况来看,我国的数字媒体技术和人工智能技术的融合,需要不断地加强自己的传统文化底蕴和现代文明,只有这样,才能更好地将科技和艺术用数字的方式展现出来。大部分人片面地认为,数字技术与计算机技术是数字媒体技术发展的催化剂,但从另外一个角度来看,正是在人工智能时代的基础上,社会才进入了艺术与技术的发展新阶段。

3.3 发展融合性的传统艺术

目前,我国的数字媒体技术还处在起步阶段,将面对许多困难与问题。在人工智能时代,也会有大量的艺术设计人才在不断的研究和探索,必将促使数字媒体技术与人工智能技术进一步发展。在此过程中,应当特别注重从传统文化中发掘出更多有用的数字媒体技术元素,赋予数字媒体文化价值。

4 结论

随着人工智能技术的快速发展,传统的设计行业如果不能审时度势,将会被人工智能取代。但是,人工智能并不能取代一切的工作,特别是某些创造性的设计思想与内容,是高科技与机械不能完成的。数字媒体行业的从业人员要对艺术的无形价值进行思考,激发创新潜能,成长为一个优秀的设计人才。

人工智能具有强大的计算能力,基于大数据技术,人工智能可以对人们的需求进行全面的探索,通过设计来帮助人们解决现实的问题,并从数据中获得设计的思考。随着信息的多样化,设计者要根据自己所理解的角度对数字媒体技术中蕴含的审美和智慧进行深入的探索,不断推动新产品、新技术以及新的数字化生活的发展。