彩神注册|彩神注册

治疗“绿色癌症”，智能细菌来帮忙******

　　◎实习记者 骆香茹

　　炎症性肠病虽然致死率较低，但长期以来，也面临着诊断困难和难以根治的问题，被称为“绿色癌症”。

　　近日，华东理工大学生物工程学院院长叶邦策教授及该院副教授周英团队在《细胞—宿主与微生物》上发表了一项研究成果。该团队开发了一株智能工程菌——i-ROBOT，可实现在体无创实时监测和记录炎症性肠病的发生与发展，并以自调控的给药模式缓解病症。

　　各色技术上阵诊断“绿色癌症”

　　炎症性肠病是胃肠道最常见的慢性炎症性疾病，包括克罗恩病和溃疡性结肠炎。腹痛、腹泻、便血等是炎症性肠病主要的症状表现。

　　当前炎症性肠病的诊断方法在临床上主要有肠镜、电子微胶囊肠镜等。论文通讯作者叶邦策介绍，肠镜检查的好处是直观，可以观察到人体整个肠道的情况。“但肠镜检查是一项有创检查，在操作过程中难免损伤肠道黏膜，造成少量出血，引起被检者的不适感，患者依从性差。”叶邦策补充道，“也有无痛肠镜，但这种方式有一定风险，做这种检查前需要患者进行全身麻醉，对患有心脏病和肺部疾病的人来说，风险较大。”

　　电子微胶囊肠镜是近年来新兴的检查方式，叶邦策介绍，与传统肠镜相比，其对患者造成的痛苦更小、适应性更强，能检查传统肠镜无法到达的回肠、空肠等。但胶囊在消化道运动的过程中，无法人为控制其运动轨迹，其在消化道等位置会随机翻转，产生视觉盲区，有可能导致错过病变部位、延误病情等情况发生，且电子微胶囊肠镜的检查费用更高，给患者带来的经济压力更大。

　　智能工程菌是炎症性肠病的新兴诊断方式之一。叶邦策介绍，他们会提前3天将智能工程菌通过口服灌胃的方式送入小鼠体内，等肠炎造模给药结束后通过分析粪便中存在的智能工程菌的荧光信号和基因组DNA突变情况，确定肠道炎症发生、发展程度。

　　“智能工程菌在诊断灵敏性、便捷性以及成本上都具有无法比拟的优势，但目前仍仅能通过分析粪便样品来评估疾病的有无或严重程度，而难以实施在体原位诊断。”叶邦策表示，“此外，智能工程菌的生物安全性还需进一步加强。”

　　治疗方法从抗炎药物到智能活菌机器人

　　为了攻克炎症性肠病，专家们想了不少办法。过去，炎症性肠病的主要治疗方法是使用抗炎药物和免疫调节药物。叶邦策介绍，随着肠道微生物研究的深入，过去十年间，调节肠道微生态、使用智能活菌成为炎症性肠病的研究热点，创新研究不断涌现。

　　叶邦策团队开发的i-ROBOT是使用大肠杆菌Nissle1917作为底盘细胞进行改造的。叶邦策介绍，i-ROBOT能够感知低浓度的炎症标志物，具有诊断早期肠炎的潜力。同时，i-ROBOT还能记录疾病发生与发展的信息，帮助监测胃肠道健康状态。

　　当然，i-ROBOT的功能远不止于此。叶邦策表示，i-ROBOT还可以在病灶部位根据疾病的严重程度释放相应浓度的药物，在实现有效治疗的同时，又能避免因过度用药而产生的副作用。

　　“我们认为智能工程菌是智能活菌机器人的一种。”叶邦策补充道，“智能工程菌具备优异的感知和收集周围环境信息的能力，能够与周围环境进行互动，并能在特定时间和地点采取特定的行动。”

　　近年来，“粪便也能治病”的冷知识刷新了不少人的认知，通过粪菌移植治疗炎症性肠病也受到越来越多的关注。粪菌移植是将健康人的肠道菌群植入患者肠道，重建肠道微生态系统，以此治疗肠道疾病。粪菌移植成为炎症性肠病治疗的一种新选择。然而，叶邦策提醒道：“尽管有很多阳性的结果支持粪菌移植的可行性，但是目前一些安全性、伦理性问题尚未得到很好地解决，粪菌移植疗法还存在争议。”

　　发展交叉学科或可破解炎症性肠病诊疗难题

　　叶邦策介绍，当前，许多研究证明了智能工程菌具有在活体内诊断和治疗疾病的应用潜力，且智能工程菌逐步朝着智能化和临床应用性的方向发展。其中，功能稳定性、临床效力和安全性是决定智能工程菌能否成功应用于临床的关键。

　　叶邦策表示：“合成生物学为智能工程菌感应疾病标志物的种类及传感性能提供了很好的策略，然而仅仅依靠合成生物学难以解决所有问题。”

　　叶邦策认为，交叉学科的发展为此提供了新的契机，例如将合成生物学与材料和化学科学相结合，能够增强智能工程菌的定植性、靶向性和可控性，进而实现炎症部位的在体原位成像检测。

　　此外，智能工程菌的安全性也是限制其临床应用的重要因素，为了应对智能工程菌可能导致的抗性转移、代谢物毒性等问题，研究者们仍在优化技术方案，通过不使用抗性基因作为筛选标记、选择更安全的益生菌作为智能工程菌的底盘、进行细菌毒力因子的敲除、对逃逸细菌进行有效的控制和清除等策略，有针对性地解决相关难题。

　　谈到智能工程菌的应用前景时，叶邦策表示，从诊断的角度来说，如果智能工程菌能够通过临床试验，运用到炎症性肠病的临床治疗中，将打破传统肠道疾病的诊断模式，部分替代侵入性的肠镜检测，能让受检者在没有任何痛苦的情况下，诊断出其是否罹患炎症性肠病。

AI绘画的“小秘密”都在这一篇文章里******

　　有了AI，人人都可以是艺术家。AI绘画的出现，恰如瑞士艺术家保罗·克利所言：“艺术不是再现可见，而是使不可见成为可见。”经过20年左右的发展，目前基于不同类型或者模态元素的AI绘画发展情况不尽相同，发展最久的是“以图生图”，再到近期火爆的“文+图”生图。当然，也有团队已经研发出由语音生成图像的技术。

　　上传一张图片，或者输入一些简单的关键词，系统就能自动生成一张卡通图像……最近一段时间，AI绘画开始在互联网社交平台走红。

　　AI绘画，顾名思义就是利用人工智能进行绘画，是人工智能生成内容的典型应用场景之一。其主要原理是收集大量已有作品，通过算法对其内容和风格特征进行解析，最后再生成新的作品，所以算法是AI绘画的核心。

　　当前，“凭空”生成图像的AI绘画，其实也会动辄“翻车”：也许上一秒AI通过你的照片绘出的是一张充满艺术感的二次元画像，下一秒你的宠物猫、狗则可能被画成可爱少女或肌肉猛男。

　　事实上，AI绘画早已火爆全球。第一张公开展出的、由人工智能创作的绘画作品《埃德蒙·贝拉米的肖像》曾于2018年在佳士得拍卖行以43.25万美元成交，那是一张由机器学习了从14世纪到20世纪的1.5万张肖像画之后自动生成的一张肖像画作品。

　　AI绘画是如何实现“凭空”生图的？除了娱乐外，AI绘画还有哪些潜在的应用前景？

　　从“以图生图”到“语音生图”

　　2022年，由人工智能创作的《太空歌剧院》一度火出圈。在美国科罗拉多州举办的新兴数字艺术家竞赛中，《太空歌剧院》获得“数字艺术/数字修饰照片”类别一等奖。它的构图、配色以及画面的细节堪称精致。然而，这个作品的创作者不是艺术家，而是来自美国科罗拉多州的游戏设计师。

　　这位游戏设计师在一个名为“Midjourney”的AI创作工具里，先输入几个关键词，如光源、构图、氛围等，得到了100幅作品，再进行约80小时的修图修饰，最终选出3幅作品，最后把图像打印到画布上。

　　通过简单交互式对话在短时间内生成的“艺术”作品，让人类艺术家展开了一场关于“AI绘画作品参赛是否属于作弊”的争论。这场声势浩大的争论也令大众直观地意识到如今的AI绘画水平已经发展到了何种程度。

　　“人工智能在艺术方面的创作最早可以追溯到上个世纪末，当时的人工智能绘画技术叫作‘图像的风格化滤镜’。”中国科学院自动化研究所多模态人工智能系统全国重点实验室研究员董未名说，最初的AI绘画方法比较简单，比如一张普通的照片，通过一些图像处理的算法，把照片像素进行几何或者色彩上的变换，然后再调节不同参数，就可以模拟出类似油画或者水彩画的风格。

　　经过20年左右的发展，目前基于不同类型或者模态元素的AI绘画发展情况不尽相同，发展最久的是“以图生图”，再到近期火爆的“文+图”生图。当然，也有团队已经研发出由语音生成图像的技术。

　　AI绘画主要依靠三种技术模式实现

　　董未名介绍，目前AI绘画主要借助图像风格迁移技术、图文预训练模型和扩散模型实现。

　　“图像风格迁移技术指的是图像处理算法通过对输入的真实图像内容特征和对参考的艺术图像风格特征的提取，实现真实图像内容特征和艺术图像风格特征的融合，从而生成新的艺术图像。”董未名举例，如果将美国旧金山艺术宫的外景照片和印象派创始人莫奈绘制的作品，通过图像风格迁移技术进行融合，就能得到一张看起来像是由莫奈绘制的美国旧金山艺术宫的绘画作品。最初的AI绘画采用的正是这种技术。

　　不过，在董未名看来，图像风格迁移技术大多依赖的是生成式对抗网络（GAN）算法，它最大的问题是生成的绘画作品艺术性不强，笔触和构图让人觉得与真实的绘画有差距，所以长久以来，AI绘画一直“籍籍无名”。

　　当图像风格迁移技术还在挣扎于输出作品的审美问题时，图文预训练模型的出现，加速了AI绘画的崛起。

　　“依托图文预训练模型，只要输入一句话或者上传一幅风格明显的图片，算法就能将图像特征和文字特征‘对齐’。生成的绘画作品的内容特征和上传图片的内容相似，艺术性也比图像风格迁移技术生成的图片强很多。”董未名举例，比如支撑图文预训练模型的可对比语言—图像预训练（CLIP）算法，就是利用图文特征“对齐”的能力，再结合已有的生成模型，实现“以图生图”或者“图+文”生图。

　　不过，董未名坦言，图文预训练模型的推广也存在一些争议，有部分人认为，该模型在训练前期，需要用大量的图形处理器（GPU）进行数据训练，耗电量大、成本很高，而该模型的应用场景却不够清晰。但也有人认为，也许该模型未来可以打造为通用的人工智能模型，用它完成更多的算法作业，只是这还需要时间的验证。

　　诚然没有一项技术是完美的，这也为人类探究更先进的技术提供了无限动力。当下最流行的扩散模型便是其中之一。

　　“目前最新的AI绘画技术采用的就是扩散模型，这种模型可以把一个随机采样的噪声输入模型，然后尝试通过去噪来生成图像。”董未名表示，扩散模型也存在弱点，由于模型对图片内容识别的能力不足，或者难以完全理解识别文字的意义，以及训练数据的偏差，有时便会生成“四不像”的作品。此外，扩散模型生成图片的速度比较慢，目前还达不到实时生成图片。

　　互联网治理、元宇宙或潜藏应用前景

　　AI绘画目前的应用场景，更多聚焦于社交软件。近期在国内社交网络“火出天际”的AI绘画软件主要集中在小程序及App。随着AI绘画小程序的火爆，短视频平台抖音也迅速上线了AI绘画特效。同时，此前腾讯上线了“QQ小世界AI画匠”活动，百度也推出了首款AI艺术和创意辅助平台“文心一格”。

　　有了AI，人人都可以是艺术家。AI绘画的出现，恰如瑞士艺术家保罗·克利所言：“艺术不是再现可见，而是使不可见成为可见。”“AI现在已经完美实现了这一目标，人们可以通过机器计算来绘制出很多现实中见不到的场景。”董未名畅想，不远的将来，AI绘画或许还将展现更丰富的应用场景。

　　“现在网络上充斥着很多不良内容，这些内容为了逃避监管经常以绘画的形式出现，而当前很多内容识别模型对真实图片识别得很准确，但缺乏不良内容艺术作品的相关训练数据，所以对不良内容识别不准确。也许可以用AI绘画技术，积累不良内容艺术作品的数据，并用以训练识别模型，以提升互联网内容的安全监管能力和识别的准确率。”董未名建议。

　　在董未名看来，作为一种艺术呈现形式，AI绘画也将在元宇宙、设计、文旅等行业催生新的商业模式。例如AI绘画目前在AI辅助创作、短视频、影视制作和元宇宙等方面都有布局，因为这些赛道都离不开创意，AI绘画可以帮助创作者通过简单的特征输入，实现对其创意的预览，甚至可以直接进行创作。

　　不过，董未名并不讳言，当下AI绘画仍然存在版权争议问题。AI绘画的核心是模型，而训练模型需要使用大量图像、文本数据。对于未经授权的图片，经过运算之后所生成的图像版权归属尚难界定。“有的画家风格特别明显，如果用画家的画去训练算法模型生成作品，那最后的版权属于谁呢？”董未名提出的问题，正是多数AI绘画作品所面临的现实问题。

　　AI绘画掀起了一场资本的群体狂欢，希望有一天它能走出“照猫画虎”的尴尬，真正服务艺术创作、创造更多价值。（科技日报记者 金凤）

　　（文图：赵筱尘 巫邓炎）