AI通过艺术图灵测试 你根本分不出来作者是不是

2019-12-01 10:08栏目:机械设备
TAG:

当技术“入侵”艺术

www.4066.com 1

人工智能作画前景如何

本文转载自微信公众号量子位

■本报见习记者 程唯珈

各位亲爱的文化圈权威,今年不用再看画了:近年来最大的艺术成就已经发生了。

谈及有史以来最伟大的艺术家时,人们可能会想到像达芬奇或毕加索这样的名字,但如果有一天,机器也拥有了无尽的图像潜能,人工智能也能创造出《蒙娜丽莎》这样令人叹为观止的艺术作品吗?

这项艺术成就的诞生地,不是北京、新加坡、柏林郊区颜料四溅的画室中,不是威尼斯双年展上。请记住它出现的地点:美国新泽西州新布朗斯维克,就在 Turnpike 高速公路 9 号出口附近。

近日,在北京电影学院和中国科学院大学共同举办的以“开物与顿悟”为主题的艺术与科学论坛上,中国人民大学文学院副院长陈奇佳围绕人工智能的图像潜能进行了阐述。

新布朗斯维克是美国罗格斯大学的主校区所在地,这所学校的艺术与人工智能实验室就在这里。与其说这个实验室像一个艺术孵化器,不如说更像一个潦草的初创公司,里面全是小格子间、灰地毯、白板上乱糟糟地写满了那些跟技术有关的东西。。

近年来,人工智能在传统绘画上应用广泛,它把科学技术和传统绘画有机地结合在一起,为创造和传播传统绘画艺术提供了先进方式。

然而就在这里,就在今年情人节那天,艾哈迈德教授让电脑运行了一个新的艺术生成算法,接着眼睁睁的看着这个 AI 创造出一系列让他震惊的画作。

《秃鹫》和《阿富汗战争》就是其中的代表。“计算机根据卡夫卡小说《秃鹫》进行创作,人工智能捕捉到小说里的各式描写,并把这些语词具像化,最后形成图像场景。从绘画语言角度,它已成功实现了基本的变形;此外,人工智能通过集合有关阿富汗战争的报道,捕捉关键信息,完成了《阿富汗战争》这样一种带有惊恐、暴力、血腥风格的作品,非常难得。绘画采用了大量的拼贴技术,在算法上有很大突破。”陈奇佳评价说。

两周之后,艾哈迈德搞了一次特殊的图灵测试:把这些电脑生成的画作,和几十幅博物馆藏级的油画混合在一起,看看人类是否能分辨出来。

但是他表示,人工智能是否具备足够的图像潜能从而取代人类进行艺术创作,还有赖于两个关键环节的实现,即自主与创作。

测试结果看文章标题想必你也知道了。

首先是“如何自主”,即创作意图的构建。“人类往往会出于体验、激情等心理、生理因素的推动去描摹自然、发挥想象,借助绘画来抒发情感、表达观点。但是如何通过计算机代码生成的数字绘画图像来构建一个自发且主动的创作意图?对人类心理的数据化、模型化仍无法穷尽,衡量判定的标准也没有清晰界定。”他说。

在这个随机对照的双盲研究中,受试者无法区分出哪些是电脑的画作,哪些是人类艺术家的画作。事实上,电脑的画作常常被认为更新颖、更具审美吸引力。

其次是创作过程中的技术问题。陈奇佳介绍,人工智能在创作过程中涵盖三个方面的问题:第一,人类感知和体验的丰富性无法完全被符号系统所涵盖,人工智能对人类创作环境、实际操作的偶然性因素无法全然掌控,很难通过数字化完全“习得”。

随后同行评议的论文更是催生出一个让艺术界不安的传言:人工智能已经学会像毕加索那样作画。

第二,图像识别的发展并不意味着可以将绘画过程简化为一个关于“颜色如何被手动分配到画布上,画家能够辨识其内容”的优化过程。艺术的辨识标准和界定同样模糊,尤其是具有逻辑叙事的绘画作品的完整度和可辨识度。

时间回到 2012 年,那年罗格斯大学计算机科学系建立了 AAIL。这个实验室的任务很简单:专注于在艺术领域研发人工智能和计算机视觉算法。其后几年,AAIL 实验室推出的几种创新算法,激发了策展人、历史学家、收藏家、拍卖行的兴趣。

“历代伟大的画家,很多都是围绕叙事性的主题发展各类构图技巧,包括光线色彩不同的变换。”陈奇佳说,“但是如何充分地解析具有叙事性的、拥有内在绘画逻辑的作品,并形成一种可供图像生产的算法,ai在图画上面还需有进一步的拓展。”

比方其中一种算法可以从创造力和影响力等方面,衡量一幅艺术作品的价值;另一种算法能分析画作,并根据艺术家、时期、类型等属性进行分类;还有一个鉴别赝品的算法,能够识别艺术家笔触中微妙的变化。

第三,人工智能在达到前面两条要求之后,针对绘画作品风格的穷尽式数据收集,是否能够产生人工智能独特的“风格”形式,仍未有强力的成果证明。

接下来就是水到渠成的事了:一个创造新作品的算法。

陈奇佳表示,虽然人机互动式的创作成为了人工智能图像潜能的重要领域,但是离人工智能独立绘画仍有一段距离。

艾哈迈德用超过 8 万幅 15-20 世纪的西方绘画,对算法进行训练。基于这个庞大的数据集,他着手构建了一个称为生成对抗网络的人工智能。GAN 已经能很好的生成鞋子和包包,但是在生成原创视觉艺术方面还不够好。

人工智能给人类带来的究竟是惊喜还是惊恐?现在还无从得知。“人工智能只是通过新的方式来收集信息从而生产出看上去类似于原创的内容,很大程度上无法完全替代人类。但不可否认的是,它已为艺术创作带来了新的变革。”陈奇佳说。

www.4066.com,所以,他创造了一个创意对抗网络。

《中国科学报》 (2019-05-10 第3版 综合)

GAN 和 CAN 有何不同?GAN 的主要任务是模仿,而 CAN 需要创新。艾哈迈德在论文中指出,CAN 生成的画作不同于传统的艺术标准流派。

这些画作没什么可识别的特征,许多看起来非常抽象。这到底是 AI 无法模仿艺术作品的布局,还是尝试突破?这一切全是创新么?

几个月之后,再次面对上述问题时,艾哈迈德不再犹疑。机器发展出了一种美感,他说 AI 已经学会了如何作画。

与大多数技术突破类似,罗格斯大学的艺术算法背后,也是数千小时繁琐的实验室研究。在取得关键进展之前的三周时间里,艾哈迈德和两个助手对算法进行了大量的调整,试图让二进制代码的创作成果看起来更像人类的手笔。

面对这些挑战,这位 45 岁的 AAIL 主任一度感到沮丧,开始阶段这些画作既不好也不坏,它们站在了创意钟形曲线可怕的中点上。

为了解决这个问题,团队在算法中引入了更多风格模糊和风格规范偏差。这是一个微妙的平衡。与既有绘画风格距离太远,会让观众感到奇怪。而如果太近,电脑的画作又难免会让人感觉有模仿的痕迹。

再进行更多的风格调整之后,算法再次运行。

令人惊讶的是,可怕的事情没有再次发生,AAIL 团队搞定了这个算法。构图和颜色都非常好,艾哈迈德说团队成员都惊呼起来:这幅画放在博物馆,肯定招人喜欢。

但为什么这个算法产生的是抽象画,而不是肖像或者静物?

这被归因于创意对抗网络的进化。我们喂给机器的艺术史,是从文艺复兴到现代,所以算法的学习进步也是沿着抽象美学这条线发展,艾哈迈德说:这很有趣,抽象是艺术史上的自然进步,而算法成功的捕捉到了这一点。

换句话说,这个算法的所作所为,和许多人类艺术家一模一样。简单来说,艺术创作有点像嗑药,艺术品的视觉刺激必须有足够的唤醒潜能,来触发心理上的快乐反应。

计算机艺术是新兴学术领域的基石,它的历史可以追溯到 20 世纪 60 年代早期 Desmond Paul Henry 的绘图机器,被称为数字人文。

Henry 和他的绘图机

这些精巧的设计基于二战期间飞行员用于运送弹药的精准计算机完成,产生的图像都是由曲线组成,抽象且复杂。

20 世纪 60 年代的计算机艺术运动催生了更多机器创作的图片,比如从 Alfons Schilling 的低技术含量的自旋艺术到新泽西州贝尔实验室中的早期数字设计和动画制作。

1966 年,工程师 Billy Kluver 和 Fred Waldhauer 联手艺术家 Robert Rauschenberg 和 Robert Whitman 创立了贝尔实验室 ,这是一个开创性项目,所有计算机生成的艺术都以它为基础。

Isola di San Lazzaro/Robert Rauschenberg

计算机创作过程极其艰辛,画面和数据必须通过老式键控打孔机呈现。这些穿孔卡片接连被放进一个房间大小的电脑里。由此产生的静态图像必须手动转换成可视的输出介质,比如钢笔、缩微胶片绘图机、行式打印机等。

随着新计算机技术的出现,机器创作艺术也在更新:点阵打印机艺术 ,视频游戏艺术 ,3D 打印艺术 层出不求。

和各种各样的计算机艺术相比,艾哈迈德的 CAN 有它的独特之处:它的实时创作过程完全由 AI 完成,人类不能参与其中。

这是人类首次被排除在艺术创作流程之外。

和谷歌 Google 2015 年铺天盖地宣传的 AI 艺术项目 DeepDream 不同,在罗格斯大学 AAIL 的这个机器里,人工干预完全无效。只要打开电脑,艾哈迈德的算法就能自动创作。

相比之下,DeepDream 需要人类的参与,它会在一张图片上加入各种纹理,或者叫风格。这意味着 DeepDream 的作品实际上是由人类选择的输入图像决定的。

版权声明:本文由www.4066.com发布于机械设备,转载请注明出处:AI通过艺术图灵测试 你根本分不出来作者是不是