分享至
AlphaGo碾压了围棋界之后,人工智能又要来挑战艺术家了-

由名为创造性对抗网络(CreativeAdversarial Networks,CAN)的人工智能系统创造的艺术品。图片:致谢罗格斯大学艺术和人工智能实验室

想象一下:一台电脑可以创造一件艺术作品,而这艺术作品看起来与艺术家所创作的、并且在知名艺术博览会上展出的作品并无二致。

这就是罗格斯大学(Rutgers University)艺术和人工智能实验室(the Art and Artificial Intelligence Lab)团队新的研究课题正尝试达到的目标。今年6月,他们在位于美国亚特兰大举行的计算机创造力国际研讨会上发表了惊人的发现。

论文指出:“自从人工智能的破晓来临,科学家们正不断发掘用机器来创造如诗歌、故事、笑话、音乐和绘画等人类级别创意产品的能力,同样也在寻找用机器解决创意问题的能力,(我们研究课题的)结论显示,人类无法区分由机器创造的艺术作品和出现在顶级艺博会上出现的、由­­­­当代艺术家们所创作的艺术作品。"

2015年,罗格斯大学艺术与人工智能实验室发表的两篇论文讨论了一个可以鉴定作品的艺术家、流派和艺术风格的算法(基本上可以当成一位电脑艺术史学家),当前这项新研究课题正是建立在这两篇论文之上的。在过去数十年里,这个算法在不同艺术家在不同时期的艺术风格间建立新的联系,带来了一系列意外的发现。除此之外,它还可以给艺术品打分,并发现达·芬奇的最知名的作品《蒙娜丽莎》在创造力方面的得分要低于他所创作的那些并不是十分有名的作品。

AlphaGo碾压了围棋界之后,人工智能又要来挑战艺术家了-

图片:致谢罗格斯大学艺术和人工智能实验室

在这项新的研究课题中,实验室对生成性对抗网络(Generative Adversarial Networks,GAN)进行了系统改进。在GAN模型中,深度神经网络可以学习已经存在的绘画风格,如巴洛克、点彩派,色域派、洛可可、野兽派和抽象表现主义等绘画风格。这两个对抗性的网络,其中一个根据所学创造图片,另外一个则判断结果是否符合标准。

而这个新的改进版本称为创造性对抗网络(Creative Adversarial Networks,CAN),可以创造出与任何已知艺术风格都不一样的作品。根据论文,即“最大化地偏离已知艺术风格,而最小化地偏离艺术分布模式"。为了训练这个网络,该团队使用了维基艺术库里对公众开放的由1119名艺术家们创作的81449件艺术品。

 

在不知情的情况下,研究人员让参与实验的人对四组作品作出判断,猜测它们是由人类创作或是由计算机创造:

  1. CAN神经网络创作的作品;
  2. GAN神经网络创作的作品;
  3. 历史上的抽象表现主义艺术家的作品;
  4. 以及在2016年巴塞尔艺博会上展出的非具象作品。

 

AlphaGo碾压了围棋界之后,人工智能又要来挑战艺术家了-

图片:致谢罗格斯大学艺术和人工智能实验室

结果显示,受试者对抽象表现主义作品的判断正确率最高,其中的85%都被判断为人类艺术家所作。而CAN中有53%的作品被当成人类艺术家的作品,GAN则只有35%被错认为人类艺术家作品。最有趣的是,只有41%参加了巴塞尔艺博会的作品被认为是人类艺术家所作。

更具讽刺意味的是,当受试者被问到如何给作品的立意、视觉结构、传达性和作品的启发性打分时,他们认为“计算机创造的作品得分普遍高于人类艺术家创作的作品,无论是抽象表现主义艺术作品组还是巴塞尔艺博会作品组。"

显而易见的是,人工智能还无法完全取代艺术家们的工作,但是这项新的研究表明:在深度神经网络的世界里,它们(人工智能)很可能具有艺术家的潜质。