歡迎光臨
每天分享高質量文章

作品拍賣價碾壓畢加索,沒有靈魂的AI靈魂畫手有怎樣的未來?

導讀:生成對抗網絡GAN是Ian Goodfellow在2014年他的博士期間提出的機器學習架構。與傳統的神經網絡模型不同,GAN包括了兩套獨立的網絡:生成器與判別器,兩者之間作為互相對抗的標的,最終生成器將能創造出讓判別器無法識別真假的內容。

雖然GAN的興起只有幾年的時間,但是由於它在學術界和工業界的優秀表現,被Yann LeCun稱為稱為”十年裡機器學習領域最有趣的想法”,也被MIT評選為2018年全球十大突破性技術,同時它更被廣泛用於開發各種有趣的人工智慧應用

 

作者:史丹青

如需轉載請聯繫大資料(ID:hzdashuju)

▲圖: GAN的生成器與判別器在對抗中不斷變強

GAN給AI生成技術帶來了更多地可能性,如果說AlphaGo只是陪你玩玩游戲的大師,那2018年那次讓大家轟動的AI藝術品作品拍賣似乎在挑戰人類對於藝術的創作與審美。

2018年10月,由法國藝術創作團隊Obvious Art使用GAN演算法生成的畫作以43萬美金的高價被拍走,價格甚至碾壓了同場拍賣的畢加索作品。

圖: 43萬美金成交的GAN生成畫作

(來自obvious art的老版本官網https://obvious-art.com)

當然這早已經不是AI第一次在藝術領域的應用嘗試了,比如在早些時候非常流行的風格轉換軟體Prisma就可以將你的照片轉換成畢加索畫作的風格,當時該應用在很短時間內就獲得了大量的追隨者,被評為2016年的蘋果商店和谷歌商店的年度最佳應用之一。

在這之後,微軟小冰也出版過一本完全由AI生成中文詩集《陽光失了玻璃窗》,雖然在當時也是收到了褒貶不一的評價,但純機器的詩歌寫作確實產生了劃時代意義的作品。

和之前的這些嘗試一樣,在突飛猛進的GAN技術的幫助下,AI開始在人類探索了這麼多年的繪畫領域更進一步,與人類藝術家一較高下。

最後拍賣的畫作有一個非常有趣的點,它並沒有署名任何藝術家或者程式開發者,而是在右下角寫下了機器學習任務中的標的函式。如果你完全不懂機器學習,那你需要知道的是正是這樣的一個GAN的數學公式創造了面前這幅天價的畫作。

圖: GAN的標的函式是畫作的署名 

(截取自 https://medium.com/@hello.obvious/ai-the-rise-of-a-new-art-movement-f6efe0a51f2e )

我們會好奇AI藝術家到底是如何創作的。一個傳統意義上的藝術家在成長過程中會臨摹大量大師的作品,並與自身的想法融會貫通,從中尋找出自身風格的定位。

如果拋開個人經歷不談,那AI本身真的是一個最勤奮的臨摹大師,在現有的大量藝術中尋找創意和規律,從而創作全新的作品。Obvious Art團隊在模型的訓練過程中賦予了該AI模型大量的藝術作品,而模型不僅僅是看,更是記住了這些藝術作品的特點,並融入了自己的 “靈魂”中。

我們可以來看一個2017年的類似研究,Facebook研究院提出了一種GAN的衍生版本 — — 創作對抗網絡(Creative Adversarial Network,後面簡稱 CAN),它的標的是能夠自主地生成能夠被大眾接受的藝術作品,但是希望生成的藝術作品能夠與現有的作品具備一定的區分度,而不是簡單的復刻現有的風格。

它有一個很有趣的思想:CAN中包含了一個藝術判別器用於判斷作品是否屬於藝術的範疇,同時還有一個藝術風格的分類器,它希望做到在讓生成的作品在被判斷為藝術作品的前提下,藝術風格能夠越模糊越好,也就是說CAN希望在生成的作品被判斷為藝術品的同時,能夠讓藝術風格的分類器對它無從下手。

在最後的實驗研究階段,研究人員把AI生成的畫作和真實藝術家作品打亂給觀眾欣賞,其中甚至還包含了一部分2016巴塞爾國際藝術展中人類藝術家的優秀作品。測試結果出人意料得好,有些生成的作品評價甚至超越了那些曾今獲獎的作品,而大部分人也無法分辨該作品究竟是出自人類藝術家之手還是AI之手。

圖: 創意對抗網絡自動生成的藝術作品 

( 來自AICAN官網 https://www.aican.io/ )

藝術品的價值本身難以估價,但有很多人會問,這樣一類似乎沒有靈魂的AI藝術作品,它的價值到底在哪裡?

當然,如果僅僅是從創作成本的角度上來說,該作品確實不止一提,它的成本充其量只是Obvious團隊收集藝術作品時花費的精力,以及在模型訓練過程中開銷的服務器費用,而在互聯網上有大量現成的開源演算法可供使用。

在這些錶面價值的背後,我們會看到科技帶來的閃光點。每次AI在不同領域有新的發展,總會引起一片焦慮,比如:AI會不會取代藝術家呢?科技的每次興起與發展總會引起行業內部的焦慮,而那些有著敏銳嗅覺的人們則會藉此機會探索更多的可能性。

正如攝影技術剛剛誕生之時,被一些繪畫藝術家譽為“繪畫藝術的末日”,但時至今日繪畫藝術的末日並沒有到來。反而在攝影和繪畫互相影響的作用下,繪畫藝術變得更加多元化,不再局限於寫實的創作方式。與此同時,攝影藝術也開始模仿抽象派藝術家們的作品,延展除了更多的風格,形成了一種良性的互動關係。

AI技術其實也是類似的,它是一種強有力的工具,我們可以以AI為出發點,創作出各種匪夷所思的藝術作品,就比如知名深度學習框架Keras的作者把這一類使用GAN技術生成的藝術統稱為GAN主義藝術(GANism),認為它會是未來現代藝術的一個趨勢。

當然藝術家們也可以利用它來改進或者優化原來的藝術創作,Adobe在其發佈會真實地告訴了我們怎麼將AI運用在藝術與設計中,自動剪片、藝術字體的自動生成、照片變動畫等等無不讓現在的設計師和藝術家們瞠目結舌。

圖: 網紅模型CycleGAN的各類應用

(來自CyvleGAN官網 https://junyanz.github.io/CycleGAN/)

2018年,網紅模型CycleGAN在網絡上掀起了一股AI藝術創作的潮流,不僅是演算法科學家和軟體程式員,很多數字藝術家也開始熱衷於嘗試用CycleGAN來進行藝術創作。

如果在社交媒體Twitter上搜索#CycleGAN主題,會發現數不盡的相關創作,比如把真人轉換成動漫人物、把照片轉換成莫奈的風格等等。即使是從未接觸過技術的普通人也能感受到GAN技術帶來的樂趣。

未來已來,越來越多像GAN這一類的人工智慧技術會成為新的生成力工具。對於這個時代的年輕人,全力擁抱它學習它,才是迎接未來的正確態度。

關於作者:史丹青,語憶科技聯合創始人兼技術負責人,畢業於同濟大學電子信息工程系。擁有多年時間的AI領域創業與實戰經驗,具備深度學習、自然語言處理以及資料可視化等相關知識與技能。是AI技術的愛好者,並擁抱一切新興科技,始終堅信技術分享和開源精神的力量。

延伸閱讀生成對抗網絡入門指南

點擊上圖瞭解及購買

轉載請聯繫微信:DoctorData

推薦語:這是一本結合了基礎理論與工程實踐的GAN入門書籍,深入淺出地講解了GAN的技術發展以及各種衍生模型。本書面向機器學習從業人員、高校相關專業學生以及具備一定基礎的人工智慧愛好者,書中包含GAN的理論知識和代碼實踐。通過閱讀本書,讀者可以理解GAN的技術原理與實現方法。

已同步到看一看
赞(0)

分享創造快樂