編譯 | 張震

　　來(lái)源 | Fastcompany

　　作者 | Katharine Schwab

　　看看下面這兩張圖片，你能區(qū)分出哪一個(gè)人類藝術(shù)家創(chuàng)作的油畫，哪一個(gè)是神經(jīng)網(wǎng)絡(luò)生成的作品嗎？

　　乍一看好像有點(diǎn)難，反正我是看不出個(gè)真假。

　　但如果仔細(xì)觀察的話，你會(huì)發(fā)現(xiàn)，右邊圖像中人物的左眼球黑的有點(diǎn)異常，唇下那片深色的山羊胡區(qū)域也有點(diǎn)怪異。

　　沒(méi)錯(cuò)，右邊就是神經(jīng)網(wǎng)絡(luò)生成的作品，它的創(chuàng)造者是來(lái)自慕尼黑的谷歌代碼藝術(shù)家 Mario Klingemann。他經(jīng)常在推特上展示一些用各種類型的數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)而得出的有趣實(shí)驗(yàn)結(jié)果，這些幾乎像模像樣的‘油畫’作品就是他的實(shí)驗(yàn)成果之一。

　　最近，Klingemann 一直在關(guān)注 19 世紀(jì)的油畫作品。他基于英偉達(dá) pix2pixHD 算法，通過(guò)訓(xùn)練幾千幅歐洲著名藝術(shù)家的畫作，構(gòu)建了一個(gè)逼真的面部生成器。這些機(jī)器生成的面孔，就如同早期繪畫大師對(duì)世界的看法一樣，即真實(shí)又可笑。

　　‘通過(guò)研究藝術(shù)史，我們可以清晰的發(fā)現(xiàn)，人臉從一開(kāi)始就很令藝術(shù)家為之著迷。其中一個(gè)原因可能在于，面部繪畫是一個(gè)即容易卻又很困難的工作，幾條線就可以勾勒出一個(gè)輪廓清晰的臉龐，但你也可以極度寫實(shí)，把每一個(gè)毛孔都清晰的表現(xiàn)出來(lái)�！疜lingemann 說(shuō)道。

　　‘每個(gè)人都是人臉的專家，我們可以察覺(jué)到最細(xì)微的變化，或者某些比例并不那么協(xié)調(diào)。這也就意味著，如果你畫或者生成一張臉，一個(gè)細(xì)小的改變可能就會(huì)完全不一樣，或者一點(diǎn)微小的瑕疵就會(huì)變得清晰可見(jiàn)。’

　　對(duì) Klingemann 來(lái)說(shuō)，利用神經(jīng)網(wǎng)絡(luò)能創(chuàng)造這樣一幅作品在技術(shù)上就已經(jīng)是一個(gè)很大的挑戰(zhàn)了，但在他看來(lái)，這幅畫卻并不很理想。

　　‘我很容易就能看出了這個(gè)模型的優(yōu)劣，尤其是細(xì)節(jié)的好壞�！�他說(shuō)。

　　他也承認(rèn)，由于訓(xùn)練這個(gè)模型的畫作很大一部分都是中世紀(jì)歐洲男性或者年輕女性的畫像，因此生成的人臉膚色大多是白色的。他也在尋找更多的源圖片來(lái)豐富訓(xùn)練數(shù)據(jù)。

　　而通過(guò)這個(gè)實(shí)驗(yàn)，Klingemann 還發(fā)現(xiàn)，生成 19 世紀(jì)的人像畫作比創(chuàng)造逼真的人物肖像會(huì)更加容易。

　　‘我們?cè)谛蕾p一幅畫作的時(shí)候，對(duì)一些不甚真實(shí)的地方會(huì)抱著寬容的態(tài)度，因?yàn)槲覀儾涣私馑囆g(shù)家真實(shí)的意圖究竟是什么�！�他解釋道，有一些舊時(shí)的畫作對(duì)人類的剖析會(huì)讓人產(chǎn)生一種很奇怪的感覺(jué)，好像這些畫作都能通過(guò)計(jì)算機(jī)生成。

　　舉個(gè)例子，有人將 1930 年一幅有關(guān)耶穌的畫作進(jìn)行了修復(fù)，但因?yàn)樾迯?fù)的技術(shù)很拙劣，這個(gè)修復(fù)后的畫作成為了 2012 年一個(gè)廣為流傳的表情包。

　　Klingemann 根據(jù)這幅畫創(chuàng)造了一個(gè)算法的版本，結(jié)果卻一樣看起來(lái)奇怪又很好笑。

　　盡管這樣的實(shí)驗(yàn)頗具娛樂(lè)性質(zhì)，但不得不說(shuō)，這也是人工智能對(duì)藝術(shù)的一種創(chuàng)造，沒(méi)準(zhǔn)哪天就能產(chǎn)出顛覆性的作品呢！

　　來(lái)源：機(jī)器之能