作品拍賣價碾壓畢加索，沒有靈魂的AI靈魂畫手有怎樣的未來？

作者：史丹青

如需轉載請聯絡大資料（ID：hzdashuju）

▲圖: GAN的生成器與判別器在對抗中不斷變強

GAN給AI生成技術帶來了更多地可能性，如果說AlphaGo只是陪你玩玩遊戲的大師，那2018年那次讓大家轟動的AI藝術品作品拍賣似乎在挑戰人類對於藝術的創作與審美。

2018年10月，由法國藝術創作團隊Obvious Art使用GAN演演算法生成的畫作以43萬美金的高價被拍走，價格甚至碾壓了同場拍賣的畢加索作品。

▲圖: 43萬美金成交的GAN生成畫作

（來自obvious art的老版本官網https://obvious-art.com）

當然這早已經不是AI第一次在藝術領域的應用嘗試了，比如在早些時候非常流行的風格轉換軟體Prisma就可以將你的照片轉換成畢加索畫作的風格，當時該應用在很短時間內就獲得了大量的追隨者，被評為2016年的蘋果商店和谷歌商店的年度最佳應用之一。

在這之後，微軟小冰也出版過一本完全由AI生成中文詩集《陽光失了玻璃窗》，雖然在當時也是收到了褒貶不一的評價，但純機器的詩歌寫作確實產生了劃時代意義的作品。

和之前的這些嘗試一樣，在突飛猛進的GAN技術的幫助下，AI開始在人類探索了這麼多年的繪畫領域更進一步，與人類藝術家一較高下。

最後拍賣的畫作有一個非常有趣的點，它並沒有署名任何藝術家或者程式開發者，而是在右下角寫下了機器學習任務中的標的函式。如果你完全不懂機器學習，那你需要知道的是正是這樣的一個GAN的數學公式創造了面前這幅天價的畫作。

▲圖: GAN的標的函式是畫作的署名 

（擷取自 https://medium.com/@hello.obvious/ai-the-rise-of-a-new-art-movement-f6efe0a51f2e ）

我們會好奇AI藝術家到底是如何創作的。一個傳統意義上的藝術家在成長過程中會臨摹大量大師的作品，並與自身的想法融會貫通，從中尋找出自身風格的定位。

如果拋開個人經歷不談，那AI本身真的是一個最勤奮的臨摹大師，在現有的大量藝術中尋找創意和規律，從而創作全新的作品。Obvious Art團隊在模型的訓練過程中賦予了該AI模型大量的藝術作品，而模型不僅僅是看，更是記住了這些藝術作品的特點，並融入了自己的 “靈魂”中。

我們可以來看一個2017年的類似研究，Facebook研究院提出了一種GAN的衍生版本 — — 創作對抗網路（Creative Adversarial Network，後面簡稱 CAN），它的標的是能夠自主地生成能夠被大眾接受的藝術作品，但是希望生成的藝術作品能夠與現有的作品具備一定的區分度，而不是簡單的復刻現有的風格。

它有一個很有趣的思想：CAN中包含了一個藝術判別器用於判斷作品是否屬於藝術的範疇，同時還有一個藝術風格的分類器，它希望做到在讓生成的作品在被判斷為藝術作品的前提下，藝術風格能夠越模糊越好，也就是說CAN希望在生成的作品被判斷為藝術品的同時，能夠讓藝術風格的分類器對它無從下手。

在最後的實驗研究階段，研究人員把AI生成的畫作和真實藝術家作品打亂給觀眾欣賞，其中甚至還包含了一部分2016巴塞爾國際藝術展中人類藝術家的優秀作品。測試結果出人意料得好，有些生成的作品評價甚至超越了那些曾今獲獎的作品，而大部分人也無法分辨該作品究竟是出自人類藝術家之手還是AI之手。

▲圖: 創意對抗網路自動生成的藝術作品 

( 來自AICAN官網 https://www.aican.io/ )

藝術品的價值本身難以估價，但有很多人會問，這樣一類似乎沒有靈魂的AI藝術作品，它的價值到底在哪裡？

當然，如果僅僅是從創作成本的角度上來說，該作品確實不止一提，它的成本充其量只是Obvious團隊收集藝術作品時花費的精力，以及在模型訓練過程中開銷的伺服器費用，而在網際網路上有大量現成的開源演演算法可供使用。

在這些錶面價值的背後，我們會看到科技帶來的閃光點。每次AI在不同領域有新的發展，總會引起一片焦慮，比如：AI會不會取代藝術家呢？科技的每次興起與發展總會引起行業內部的焦慮，而那些有著敏銳嗅覺的人們則會藉此機會探索更多的可能性。

正如攝影技術剛剛誕生之時，被一些繪畫藝術家譽為“繪畫藝術的末日”，但時至今日繪畫藝術的末日並沒有到來。反而在攝影和繪畫互相影響的作用下，繪畫藝術變得更加多元化，不再侷限於寫實的創作方式。與此同時，攝影藝術也開始模仿抽象派藝術家們的作品，延展除了更多的風格，形成了一種良性的互動關係。

AI技術其實也是類似的，它是一種強有力的工具，我們可以以AI為出發點，創作出各種匪夷所思的藝術作品，就比如知名深度學習框架Keras的作者把這一類使用GAN技術生成的藝術統稱為GAN主義藝術（GANism），認為它會是未來現代藝術的一個趨勢。

當然藝術家們也可以利用它來改進或者最佳化原來的藝術創作，Adobe在其釋出會真實地告訴了我們怎麼將AI運用在藝術與設計中，自動剪片、藝術字型的自動生成、照片變動畫等等無不讓現在的設計師和藝術家們瞠目結舌。

▲圖: 網紅模型CycleGAN的各類應用

(來自CyvleGAN官網 https://junyanz.github.io/CycleGAN/)

2018年，網紅模型CycleGAN在網路上掀起了一股AI藝術創作的潮流，不僅是演演算法科學家和軟體程式員，很多數字藝術家也開始熱衷於嘗試用CycleGAN來進行藝術創作。

如果在社交媒體Twitter上搜索#CycleGAN主題，會發現數不盡的相關創作，比如把真人轉換成動漫人物、把照片轉換成莫奈的風格等等。即使是從未接觸過技術的普通人也能感受到GAN技術帶來的樂趣。

未來已來，越來越多像GAN這一類的人工智慧技術會成為新的生成力工具。對於這個時代的年輕人，全力擁抱它學習它，才是迎接未來的正確態度。

關於作者：史丹青，語憶科技聯合創始人兼技術負責人，畢業於同濟大學電子資訊工程系。擁有多年時間的AI領域創業與實戰經驗，具備深度學習、自然語言處理以及資料視覺化等相關知識與技能。是AI技術的愛好者，並擁抱一切新興科技，始終堅信技術分享和開源精神的力量。

點選上圖瞭解及購買

轉載請聯絡微信：DoctorData

推薦語：這是一本結合了基礎理論與工程實踐的GAN入門書籍，深入淺出地講解了GAN的技術發展以及各種衍生模型。本書面向機器學習從業人員、高校相關專業學生以及具備一定基礎的人工智慧愛好者，書中包含GAN的理論知識和程式碼實踐。透過閱讀本書，讀者可以理解GAN的技術原理與實現方法。