新的艺术创作：利用神经网络画油画.doc

《新的艺术创作：利用神经网络画油画.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、新的艺术创作：利用神经网络画油画　　考虑到将给整个人类社会带来的深远影响，目前关于人工智能以及机器学习的讨论可谓如火如荼。但除此之外，利用神经网络进行艺术创作也开始快速兴起，目前人们正积极训练算法以绘制人脸、烟花甚至是人体艺术作品。尽管看似愚蠢，但这种另类的尝试确实能够帮助我们更透彻地理解人工智能技术。　　现居慕尼黑的谷歌公司艺术家MarioKlingemann正在Twitter上持续发布一项有趣的神经网络实验。他以几乎实时方式展示其利用各类数据训练而成的神经网络，而得出的结果往往令人捧腹不止——特别是在算法尝试绘制人脸时。然而，这也正是此项实验的重点所在：通过观察神经网

2、络如何“傻傻”地进行学习，我们将能够一窥人工智能艺术创作的基本思路。　　　　目前，Klingemann专注于使用1900年以前的油画肖像。他利用英伟达的pix2pixHD算法配合1900年之前的画作照片构建起一款写实派人脸生成器，并利用数千幅欧洲艺术家作品对其进行训练。而最终得出的人脸绘制结果则在真实与可笑之间往来游移。　　Klingemann在接受邮件采访时表示，“纵观整个艺术发展史，可以清楚地看到自文化启蒙以来，人们就对艺术沉迷不已。我想其中的一大重要原因在于，面孔的绘制既简单但又可以极为复杂——我们可以画出一张简单可辨的面孔，也可以努力重现每个毛孔的具体细节。最困难

3、的冷媒是，每个人都是人脸识别方面的专家，我们会注意到表情中的细微变化，并轻松发现极为细微的比例失调问题。这意味着如果绘制或者说生成一张人脸之后，这种轻微变化所引发的影响将很快被人们所发现。”　　那么，我们该如何对人类画作与神经网络的作品进行区分？　　　　乍看之下，我们似乎难以判断。但在仔细观察之下，大家就会发现神经网络的作品中存在着一些奇怪之处——包括黑色的左眼右手部分胡须状的阴影。对于Klingemann来说，让神经网络绘制出真正的好作品绝对是一大挑战——就目前而言，其表现还无法令人满意。他指出，“我能够轻松判断出这套模型的能力水平，特别是在细节方面，因为任何错误都会引

4、发一些不可思议的内容。”他同时承认，由于该模型的训练素材主要为几百年前的欧洲中年男性及年轻女性画作，因此大部分人物面部都白得过分——他正在寻找更多图像