向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

人工智能要来抢画家的饭碗了?

人工智能要来抢画家的饭碗了?

DeepMind的团队成功以强化学习让AI系统绘出人脸画像,这是一种创造力吗?机器也要来抢艺术家们的饭碗了?

在9月底于英国伦敦举行的深度学习高峰会(Deep Learning Summit)上,DeepMind (ASPENCORE旗下ESM姐妹媒体EETT编按:该公司现隶属于Google母公司Alphabet)的研究科学家Ali Eslami介绍了一个非常有趣的项目,名为“人工智能与创造力”(Artificial Intelligence and Creativity)。w8mesmc

Eslami在DeepMind的团队设置了一个AI代理(agent,一个会采取某种行动的神经网络),以绘制人脸作为挑战,在一台计算机安装绘图程序(Mypaint),让它能试验各种变量,例如选择笔刷、放置(placement)、线压(line pressure)以及颜色等。该AI代理被馈入未标记的人脸照片训练数据集,而结果是令人惊讶的逼真。w8mesmc

以未标记人脸照片训练的AI代理所绘制出的人脸。w8mesmc

ec19d1154735b6754ac2dfb8dbc36e75.jpgw8mesmc

(来源:DeepMind)w8mesmc

Eslami的团队是利用了强化学习(reinforcement learning)技术。今日大多数的AI系统是采用监督式学习(supervised learning),所馈入的数据是以某种方式标记过的,因此系统能将结果与标准答案进行比对;相反的,非监督式学习则是馈入未标记的训练数据,让系统尝试以自己的方式去辨别特征。w8mesmc

强化学习就是某种形式的非监督式学习,在训练过程中,有被称为鉴别器(discriminator)的第二个AI代理对结果提供回馈,好让负责创造的AI代理去学习。在产生影像的情境中,该鉴别器可能会比较产出的影像与训练数据,然后针对是否能辨别出差异提供回馈,这种回馈可能是一种分数,以量化辨别所产生影像与训练数据集之间差异的困难程度。w8mesmc
w8mesmc
强化学习采用两个AI代理,其一负责创造影像,另一个则尝试分辨创造出的影像与实际数据之间像不像。w8mesmc

20191015-101.jpgw8mesmc

(来源:DeepMind)w8mesmc

在DeepMind教导其AI系统如何画图之前,他们已经教过该系统如何写字──去年该AI系统一开始接受的训练是各种英文字母的手写字与字体的影像(采用MNIST与Omniglot数据集),而且系统非常成功地重现了那些字母。w8mesmc

DeepMind团队还很惊讶地发现,若限制笔划数,所产出的结果就很像是人类在匆忙中写出的字迹,点与较小的特征会连在一起;该公司团队还将算法与拿着画笔的机器手臂联机,以产生手写书法。w8mesmc

一旦该AI系统能应付手写字,Eslami的团队就让系统升级以应用更大的网络,并采用更多CPU进行训练。当采用人脸照片做为训练数据集,AI系统绘制出的画像会变得越来越逼真,如下图所示的绘画过程各个阶段。w8mesmc
w8mesmc
AI系统绘制人脸画像的过程。w8mesmc

20191015-102.jpgw8mesmc

(来源:DeepMind)w8mesmc

请注意,该AI系统并没有被提供目标影像,只是创造它认为看起来像人脸的画像,而且计算机并没有看过人类是如何绘图,只是藉由强化学习的尝试错误过程去探索关于绘画的一切。Eslami表示,这里实际上有两个复杂的任务,其一是以高精准度控制笔刷,其二是管理时间, 在过程中权衡其画像结果要看起来有多逼真。w8mesmc

接下来该团队所做的事情是自问:如果我们让任务变得更困难呢?于是他们将笔划的数量限制从1,000减少到20,而让他们惊讶的是,该AI代理仍然能产生虽然更抽象、但看得出是人脸的画像。w8mesmc
w8mesmc
不同超参数(hyperparameters)下的不同AI代理所绘制的人脸“抽象画”样本。w8mesmc

20191015-103.jpgw8mesmc

(来源:DeepMind)w8mesmc

而Eslami表示,那些抽象画最让人震惊的是,该AI代理已经能清楚辨识构成人脸特征的重点──即眼睛、鼻子与嘴巴;他们原本认为AI系统只能透过模仿或是以监督式学习被教导这些抽象画,但强化学习确实也可能达成。w8mesmc

所以AI已经成功学会画图了..但这是一种创造力吗?或者只是随机结果?还有这能算是艺术吗?你可能会争辩,AI代理是利用创造力去尝试以不同的方法呈现人脸,如上面图片中的画像,即使它们看起来都像人脸,其中的差异性还是比相似性更多。w8mesmc

不过事实是,AI系统的意图并不在于将人脸抽象到绘画的最基本元素中,也不是要产生能唤起情感反应的画像,其目标是在于写实,是以画像看起来有多么逼真来评判其成功与否。w8mesmc

此外也会有人争议,AI系统绘制的画像是以高水平的技巧完成,所以这代表AI是有成就的艺术家了吗?当训练过程结束,该系统肯定能产出更好的画像,甚至学着从模糊的笔触开始,在最后添加更犀利的线条;可惜的是,今日对于何为艺术并没有严格的定义,也许这个问题的答案应该由观众们来决定。w8mesmc

编译:Judith Cheng w8mesmc
w8mesmc

(参考原文: Can an AI Learn to Draw?,by Sally Ward-Foxton)w8mesmc
w8mesmc

本文为国际电子商情原创文章,未经授权禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 微信扫一扫,一键转发

  • 关注“国际电子商情” 微信公众号

  • 率先进入5G时代,深圳实现5G独立组网全覆盖

    国际电子商情获悉,深圳市市长在今(17)日举办的深圳5G智慧之城发布会上宣布,深圳成为全国首个5G独立组网全覆盖的城市。截至8月14日,深圳已建成46480个5G基站,截至7月26日,深圳已建成5G基站4.5万个,目前,深圳5G产业规模、5G基站和终端出货量全球第一...

  • “新基建+交通”数字化转型的合力与共振

    当前,我国已经进入“智慧交通”新时期,围绕交通强国建设、智能车路协同创新发展、新型基础设施建设等主题的讨论较为热烈。在“第二届(2020)国际电子产业链资源对接大会“技术分论坛上,深圳综合交通运行指挥中心总工程师关志超以《“新基建+交通”数字化转型的合力与共振》为主题和大家分享了相关内容。

  • 新基建下的 5G、AI 应用与产业新机遇

    今年3月,中央提出加快5G、人工智能、大数据中心等新型基础设施建设进度,于是,新基建成为热点和中国未来投资新的方向。5G、AI是科技界产业界近几年最热的技术领域,在 “新基建”这一新风口之下,又将面临怎样的新一轮增长呢?

  • IoT连接数将超250亿,从慕展看未来热点应用市场

    据预测,2025年全球物联网连接总数将超过250亿个。未来电子行业的重心也必然是在跟物联网相关的上下游供应商、制造商之间产生。而具体哪些应用将会是热点?相信这是大家都很感兴趣的话题。

  • 涂鸦智能:互联无界,共创 AIoT 全场景开放生态

    事实上,单纯让一个设备实现智能化,是没有价值的。设备之间纯粹的互联互通,起到的作用无非是一个远程开关,它们的全场景价值仍有待挖掘。如何把AI+IoT的基因优势渗透到全产业里、并创建出一个全产业互联互通的开放生态?这是涂鸦智能创立6年来的一直在探索发展的方向和使命。

  • 5G赋能全行业应用,华为如何助力企业抢占先机?

    “中国在移动通信领域从最初的入场、跟随到领跑,现在已经在5G达到了全球领先的状态,国内企业和研究机构的5G标准专利总数加起来已经超过全球的34%。在这样的背景下,国内5G行业的应用进展及趋势是什么?华为能为行业企业带来怎样的服务?”在由ASPENCORE主办的第二届(2020)国际电子产业链资源对接大会上,华为企业业务全球Marketing副总裁李俊朋重点围绕5G产业趋势和5G应用展望做了介绍。

近期热点

广告
广告

EE直播间

更多>>

在线研讨会

更多>>