深圳蹲示保安有限公司

摘要： 從藝術(shù)的角度來講，神經(jīng)網(wǎng)絡(luò)遷移只不過是另一種“印刷術(shù)”，過去的印刷術(shù)是在復(fù)制圖像，而神經(jīng)網(wǎng)絡(luò)遷移是在復(fù)制風(fēng)格。

神經(jīng)風(fēng)格遷移算法學(xué)作畫，人類會在藝術(shù)領(lǐng)域敗給人工智能嗎？        

隨著人工智能越來越全能，TA們似乎已經(jīng)能接替我們完成一切工作，或許未來真的像某位大佬說的一樣，人類只負責(zé)研究藝術(shù)和哲學(xué)。

不過目前看來，藝術(shù)這塊陣地也快要失守了。

神經(jīng)風(fēng)格遷移算法學(xué)作畫，人類會在藝術(shù)領(lǐng)域敗給人工智能嗎？        

用過Prisma的應(yīng)該都知道，把照片變成名畫風(fēng)格如今只是動動手指的事情。事實上，只要有一兩張樣本，神經(jīng)網(wǎng)絡(luò)可以迅速的學(xué)會各種風(fēng)格，這種技術(shù)被稱為“神經(jīng)風(fēng)格遷移”。

如何實現(xiàn)神經(jīng)風(fēng)格遷移？

卷積神經(jīng)網(wǎng)絡(luò)將圖像分割為“內(nèi)容”和“風(fēng)格”，在抓取時，高層神經(jīng)網(wǎng)絡(luò)抓取了圖片的風(fēng)格，比如色彩和排列。而底層神經(jīng)網(wǎng)絡(luò)抓取的則是圖像的內(nèi)容，也就是圖像的細節(jié)。

這只是神經(jīng)風(fēng)格遷移的第一步，在抓取了風(fēng)格之后，還要將風(fēng)格迭代到需要改變的圖片上。

風(fēng)格迭代通常有兩種方式，一種基于圖片，直接更新迭代圖片像素，最終實現(xiàn)風(fēng)格的遷移。很多算法會在過程中計算最大均值差，測量風(fēng)格圖像和內(nèi)容圖像之間的差異。讓兩種圖像“對齊”，從而減少圖像迭代時造成的損失和誤差。

另一種則是基于模型迭代的，當需要用某一種風(fēng)格迭代大量圖像時，可以訓(xùn)練前饋網(wǎng)絡(luò)，使用梯度下降，通過迭代式地更新模型來優(yōu)化網(wǎng)絡(luò)模型。

神經(jīng)風(fēng)格遷移應(yīng)用，不僅僅是畫作

如果你認為神經(jīng)風(fēng)格遷移只是一個升級版的photoshop濾鏡，那就大錯特錯了，很多案例表明，這一技術(shù)正在被應(yīng)用于越來越多的領(lǐng)域之上。

比如Flipboard軟件工程師曾經(jīng)發(fā)布過一個將神經(jīng)風(fēng)格遷移應(yīng)用在漢字字體上的項目。

神經(jīng)風(fēng)格遷移算法學(xué)作畫，人類會在藝術(shù)領(lǐng)域敗給人工智能嗎？        

提供2000個左右的樣本字體，讓神經(jīng)網(wǎng)絡(luò)識別出偏旁部件和筆觸風(fēng)格的區(qū)別，最終就能實現(xiàn)出字體之間的轉(zhuǎn)化。

又比如在暮光之城女主角克里斯汀·斯圖爾特拍攝的電影《Come swim》中，也利用了神經(jīng)風(fēng)格遷移技術(shù)將印象派繪畫風(fēng)格和電影畫面相融合。就此，克里斯汀還寫了一篇題為“運用神經(jīng)風(fēng)格轉(zhuǎn)移實現(xiàn)印象派風(fēng)格之在電影“Come Swim”中的應(yīng)用”的論文。

神經(jīng)風(fēng)格遷移算法學(xué)作畫，人類會在藝術(shù)領(lǐng)域敗給人工智能嗎？        

如上圖一樣，從畫作中提取風(fēng)格，再通過算法迭代渲染到畫面之上。不過在論文中基本沒有提到成本，尤其是時間成本問題?！禖ome swim》中的情節(jié)是一半現(xiàn)實（未經(jīng)處理過的畫面）和一半夢境（經(jīng)由神經(jīng)風(fēng)格遷移處理過的畫面）。從拍攝上來說自然是直接渲染更加方便，如果是完全的動畫電影，這種先拍攝再渲染的方式是否比直接電腦繪制更有性價比還值得商榷。

神經(jīng)風(fēng)格遷移真的能“替代”藝術(shù)嗎？

其實說了這么多，多少有點聳人聽聞的嫌疑。從藝術(shù)的角度來講，神經(jīng)網(wǎng)絡(luò)遷移只不過是另一種“印刷術(shù)”，過去的印刷術(shù)是在復(fù)制圖像，而神經(jīng)網(wǎng)絡(luò)遷移是在復(fù)制風(fēng)格。

而且神經(jīng)網(wǎng)絡(luò)遷移是沒有“創(chuàng)作”能力的，如果不給TA需迭代的圖像內(nèi)容，TA只能產(chǎn)出一些無意義的、混亂的像素點。雖然目前有人利用圖像語義布局技術(shù)讓AI創(chuàng)造出全新的畫面，但對于AI來說，這只是一種模仿，在創(chuàng)造時沒有付諸情感，可能和我們定義中的藝術(shù)還有著不小的差距。

神經(jīng)風(fēng)格遷移算法學(xué)作畫，人類會在藝術(shù)領(lǐng)域敗給人工智能嗎？        

（作畫機器人）

可神經(jīng)風(fēng)格遷移能做到的，卻是在藝術(shù)商業(yè)化過程中為人們節(jié)約大量的時間。

比如在字體項目中，藝術(shù)創(chuàng)作者只需創(chuàng)造少量字的字體，機器則負責(zé)完成剩下的工作。又比如以《Cool swim》為代表的影視后期工作，只需要幾張畫作確立風(fēng)格，就能完成對整部電影的渲染。

目前看來，神經(jīng)風(fēng)格遷移最適合應(yīng)用在動畫產(chǎn)業(yè)上。比如新海誠的作品，就是出了名的和實景高度相似，色彩風(fēng)格顯著。之前還有照片后期產(chǎn)品推出過新海誠風(fēng)格的濾鏡，和風(fēng)景照結(jié)合，和動畫中的畫面非常相似。而神經(jīng)網(wǎng)絡(luò)遷移，則可以更好的完成這項工作。包括對動畫原稿的上色等等，都能極大的提高產(chǎn)業(yè)工作效率。

這也給藝術(shù)創(chuàng)作提出了一個全新的問題，我們是否應(yīng)該為“風(fēng)格”設(shè)立所有權(quán)？畢竟利用神經(jīng)網(wǎng)絡(luò)遷移，人人都可以以假亂真的模仿梵高。如果一副畫作由我原創(chuàng)，卻經(jīng)由他人風(fēng)格迭代處理，那這幅畫的作者究竟應(yīng)該是我還是別人，又或者該屬于算法的開發(fā)者？在模仿的成本極低時，又該如何為模仿和抄襲劃分界限？

當然，這些都是后話。科技的發(fā)展，除了為人類生活帶來便利之外，還在不斷刷新著我們對各種事物的定義。像是一百年前我們認為藝術(shù)只能誕生于畫布和顏料中，而如今數(shù)位板、Photoshop都是創(chuàng)造藝術(shù)的工具。人工智能不會從人類手中奪走創(chuàng)作權(quán)，更不會“消滅”藝術(shù)，只會將這項美妙的事業(yè)帶上更高的境界。

（廈門網(wǎng)站建設(shè)文章來自百度新聞）