AI自画像揭开智能创意冰山一角

国外一项研究认为，在未来的几十年间，美国47%的现有工作岗位将面临被AI（人工智能）和自动化取代的风险。虽然不少专家质疑了这一算法，但是AI的威胁确实越来越近了。我们现在聊以自慰的就是，手动的或者重复性的工作可能会被AI抢走，但是创意性的工作则相对安全。事实真的如此吗？其实AI早就对人类创意工作虎视耽耽，并且有了长足的进步。

AI自画像技惊四座

纽约时报的编辑找到IBM研究院，希望他们能够通过AI的方式画一幅画，以便作为一期AI专辑的封面。这个请求看起来简单，其实暗藏了很大的挑战。已有的AI技术，比如汽车智能驾驶、翻译、玩游戏，甚至制作电影的预告片等等，这些任务不需要AI创建新材料，只需分析手头已有的信息并根据训练做出选择即可。而现在要让AI跳出已有资料，以“自我思考”的方式创造出全新的艺术作品，难度可想而知。最终，IBM的AI还是交出了令人惊讶的作业（图1）。

图1 AI自画像——AI与人类创造力手牵手（图源：IBM Research）

像人类一样提炼作品主题

上述AI作品的产生，它的算法可以分为三大部分，有点类似于艺术家的创作过程，下面我们就来一一解说。

首先是确定作品的核心概念，也就是作品的主题。主题作为艺术作品的核心思想，在以往的AI创作中（比如写诗），基本上都是由人事先指定好关键词，AI是被动的。而此次的AI创作，研究员们决定由AI自行确定。

研究员们首先汇集了纽约时报上大约3000篇左右的AI相关文章，然后通过自然语言处理软件分析这些文章，找出和AI高度关联的语义概念，比如“机器人”、“自动驾驶”和“计算”等，共选择了30项。

因为这些词语本身并不包含“AI”字样，所以软件通过简单的关键词搜索是不可能将它们提取出来的，软件只有像人一样智能地“理解”了词语的意义，才能精确完成筛选任务，其中自然语言处理技术起着重要作用（图2）。

图2 自然语言理解的实现模型之一（想要理解语言，电脑必须要理解这个世界）

文字概念需要图形化，AI通过上述筛选出来的30项概念，训练一个用于视觉识别的神经网络（图3），以便从纽约时报纷繁复杂的文章图片中，挑选出含有AI意义的所有图片，并按与AI的密切程度对图片打分。在评分前十的图像里，项目参与人员最终选定一张人和机器人握手的图像（还是不能完全排除人类干预，需要与人类携手合作）。

图3 视觉识别神经网络模型之一

从学习模仿开始的原创图像

主题概念确定之后，AI接下来正式进入创作过程。人类画家，开始学画时大都经历过一个学习模仿的过程，AI画画也是如此，只是它的方法更为独特些。研究员们首先收集到1000多个机器人及人的手的图片，作为AI的学习训练数据集（图4）。

图4 机器人和人的手图片示例

AI的学习模型大致分两类，一类是判别模型（Discriminative Model），一类是生成模型（Generative Model）。假设给定一张图，要求判断图里面是什么动物，猫还是狗，这就是判别模型。假设给定的是多个猫的图集，然后生成一张不在此图集中的新的猫图，那么这就是生成模型。

本文所述的AI采用的则是深度学习模型生成式对抗网络（GAN， Generative Adversarial Networks ），它同时包括了判别模型（D）和生成模型（G）。G不断生成新的机器人和人的手的图片，尽可能贴近原有数据集中的图，以欺骗D；D不断识别G所生成的图片是不是真实的，将假的图排除。这两个学习模块不断博弈的过程，最终的结果就是产生一个足以乱真的牵手的图片，并且是与原来数据集中的图不同的新作品（图5）。

图5 生成式对抗网络的工作原理模型

锦上添花的作品包装

既然是为特定报刊定制的作品，当然要尽可能符合原有报刊的一贯风格。这对AI来说已经不是什么难事，将纽约时报以往的封面图片汇集成数据集，训练出风格转换神经网络，对上面新创作的人与机器牵手的图片进行自动风格转换，生成多幅作品，从中挑选出最满意的就可以了，效果便是本文开篇的那样图了。

更多的拓展应用

IBM的AI自画像技术，其独到之处就是可以由AI自动确定主题概念，再以此概念生成全新的艺术作品，并且还可以根据要求定制不同的艺术风格。这可以应用到很多领域。比如作家可以通过它设计新书的封面，影视可以通过它设计海报，音乐家通过它设置专辑封面等等。