神经风格迁移算法学作画,人类会在艺术领域败给人工智能吗?

作者: 佚名 2017-08-30 20:10:56

随着人工智能越来越全能,TA们似乎已经能接替我们完成一切工作,或许未来真的像某位大佬说的一样,人类只负责研究艺术和哲学。

不过目前看来,艺术这块阵地也快要失守了。

神经风格迁移算法学作画,人类会在艺术领域败给人工智能吗?

神经风格迁移算法学作画,人类会在艺术领域败给人工智能吗?

用过Prisma的应该都知道,把照片变成名画风格如今只是动动手指的事情。事实上,只要有一两张样本,神经网络可以迅速的学会各种风格,这种技术被称为“神经风格迁移”。

如何实现神经风格迁移?

卷积神经网络将图像分割为“内容”和“风格”,在抓取时,高层神经网络抓取了图片的风格,比如色彩和排列。而底层神经网络抓取的则是图像的内容,也就是图像的细节。

这只是神经风格迁移的***步,在抓取了风格之后,还要将风格迭代到需要改变的图片上。

风格迭代通常有两种方式,一种基于图片,直接更新迭代图片像素,最终实现风格的迁移。很多算法会在过程中计算***均值差,测量风格图像和内容图像之间的差异。让两种图像“对齐”,从而减少图像迭代时造成的损失和误差。

另一种则是基于模型迭代的,当需要用某一种风格迭代大量图像时,可以训练前馈网络,使用梯度下降,通过迭代式地更新模型来优化网络模型。

神经风格迁移应用,不仅仅是画作

如果你认为神经风格迁移只是一个升级版的photoshop滤镜,那就大错特错了,很多案例表明,这一技术正在被应用于越来越多的领域之上。

比如Flipboard软件工程师曾经发布过一个将神经风格迁移应用在汉字字体上的项目。

神经风格迁移算法学作画,人类会在艺术领域败给人工智能吗?

提供2000个左右的样本字体,让神经网络识别出偏旁部件和笔触风格的区别,最终就能实现出字体之间的转化。

又比如在暮光之城女主角克里斯汀·斯图尔特拍摄的电影《Come swim》中,也利用了神经风格迁移技术将印象派绘画风格和电影画面相融合。就此,克里斯汀还写了一篇题为“运用神经风格转移实现印象派风格之在电影“Come Swim”中的应用”的论文。

神经风格迁移算法学作画,人类会在艺术领域败给人工智能吗?

如上图一样,从画作中提取风格,再通过算法迭代渲染到画面之上。不过在论文中基本没有提到成本,尤其是时间成本问题。《Come swim》中的情节是一半现实(未经处理过的画面)和一半梦境(经由神经风格迁移处理过的画面)。从拍摄上来说自然是直接渲染更加方便,如果是完全的动画电影,这种先拍摄再渲染的方式是否比直接电脑绘制更有性价比还值得商榷。

神经风格迁移真的能“替代”艺术吗?

其实说了这么多,多少有点耸人听闻的嫌疑。从艺术的角度来讲,神经网络迁移只不过是另一种“印刷术”,过去的印刷术是在复制图像,而神经网络迁移是在复制风格。

而且神经网络迁移是没有“创作”能力的,如果不给TA需迭代的图像内容,TA只能产出一些无意义的、混乱的像素点。虽然目前有人利用图像语义布局技术让AI创造出全新的画面,但对于AI来说,这只是一种模仿,在创造时没有付诸情感,可能和我们定义中的艺术还有着不小的差距。

神经风格迁移算法学作画,人类会在艺术领域败给人工智能吗?
(作画机器人)

可神经风格迁移能做到的,却是在艺术商业化过程中为人们节约大量的时间。

比如在字体项目中,艺术创作者只需创造少量字的字体,机器则负责完成剩下的工作。又比如以《Cool swim》为代表的影视后期工作,只需要几张画作确立风格,就能完成对整部电影的渲染。

目前看来,神经风格迁移最适合应用在动画产业上。比如新海诚的作品,就是出了名的和实景高度相似,色彩风格显著。之前还有照片后期产品推出过新海诚风格的滤镜,和风景照结合,和动画中的画面非常相似。而神经网络迁移,则可以更好的完成这项工作。包括对动画原稿的上色等等,都能极大的提高产业工作效率。

这也给艺术创作提出了一个全新的问题,我们是否应该为“风格”设立所有权?毕竟利用神经网络迁移,人人都可以以假乱真的模仿梵高。如果一副画作由我原创,却经由他人风格迭代处理,那这幅画的作者究竟应该是我还是别人,又或者该属于算法的开发者?在模仿的成本极低时,又该如何为模仿和抄袭划分界限?

当然,这些都是后话。科技的发展,除了为人类生活带来便利之外,还在不断刷新着我们对各种事物的定义。像是一百年前我们认为艺术只能诞生于画布和颜料中,而如今数位板、Photoshop都是创造艺术的工具。人工智能不会从人类手中夺走创作权,更不会“消灭”艺术,只会将这项美妙的事业带上更高的境界。

人工智能 艺术 神经网络
上一篇:垃圾邮件机器人意外泄露了7亿邮件地址和部分密码 下一篇:神经风格迁移算法学作画,人类会在艺术领域败给人工智能吗?
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

AI如何改变人类社会的各种业务模式?

在过去的20年中,一些愤世嫉俗的人一直担心,人工智能(AI)的发展会破坏企业结构,导致大量失业和财富不平等加剧。下一个十年将是AI的十年。我们期望看到什么变化?答案是基本流程的转变和减少。

CDA数据分析师 ·  16h前
新冠疫情动态:十大创新,助力对抗COVID-19

从感染快速检测到3D打印解决方案,全球各地的科技企业正携手奋进,希望找到足以战胜新冠病毒大流行的突破性方法。目前有哪些创新成果值得关注?本文将带大家一探究竟。

佚名 ·  18h前
全球首个翻译引擎进化归来 “细节狂魔”搞定方言

最近,一款在线机器翻译软件在日本大火。这款翻译软件名叫DeepL,大火的原因正是因为它工作太负责了,翻译得太过准确,在日本引起了热议。

刘俊寰 ·  21h前
应用程序管理中的AI/ML用例

基于人工智能的操作 (AIOps) 是人工智能和传统 AM/IM 操作的融合。与所有其他领域一样,AI 将对运营管理产生重大影响。

佚名 ·  22h前
学不动了?麻省理工 CS 和 EE 网课开放了

疫情之下,麻省理工学院校长在 3 月上旬曾发通知,其中提到把本剩余课程全部转移到网上。

佚名 ·  1天前
科学家研发出“读心术”,直接将脑电波翻译成文本,错误率低至3%

美国加州大学旧金山分校的科学家,已经训练出一种算法,可以直接将受试者的脑电波实时翻译成句子,错误率仅为 3% 。

张路 ·  1天前
5G风头正盛 人工智能要被“冷落”了?

2018年,5G的热度开始迅速提升。当年开始,我国展开了5G基站建设,并在全国十多个城市开始进行5G测试和试运营。到了2019年,随着各国纷纷宣布开启5G商用,5G的热度再次攀升,成为了通信、科技领域当之无愧的“热点王”。相比之下,人工智能似乎都要稍逊一筹。

佚名 ·  1天前
破解机器学习的误区——常见机器学习神话究竟从何而来?

Forrester Research最近发布了一份名为“ 粉碎机器学习的七个神话”的报告。在其中,作者警告说:“不幸的是,一些对机器学习项目做出重要决策的企业领导者,普遍存在机器学习的误解。”

CDA数据分析师 ·  1天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载