0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

算法美学的背后:生成对抗网络大显神威

Hf1h_BigDataDig 来源:YXQ 2019-06-03 15:53 次阅读

2018年10月,纽约佳士得拍卖行在纽约拍卖出了一幅不一般的画作。

在那次拍卖会上,一共有363件画作“同台竞技”,其中包括20多幅毕加索的名画。最终一幅“特别”的画作力压群雄,以43.25万美元(约300万人民币)成交,值得注意的是这也是全场的最高价格。

这幅特别的艺术画属于肖像作品,并不是出自大师之手,甚至连人类持笔都算不上。这幅画是由人工智能绘制,AI以朦胧的笔触描绘了一位名叫埃德蒙·贝拉米的男士,另外画作右下角的作者签名是一个数学方程式。

AI目前的这个水平值不值这个价暂且不论。但18年10月拍卖的这一天或许将被写入历史,因为这将意味着人工智能创作的绘画作品正式作为“艺术品”被市场接受,“标志着人工智能艺术作品将登上世界拍卖的舞台”。

AI艺术品也有了正常的市场摊位

除了以拍卖的方式出售AI画作,现在AI艺术品也有了正常的市场摊位!

国外一个名为9 GANs的艺术馆将AI算法生成的作品放在了Fine Art America以及Society 6上面售卖。

注:Society6是表达自我的市场,拥有成千上万来自世界各地独立艺术家设计的优质产品。零售店里没有其出售的产品,其主题集中在时尚、艺术、礼品和装饰品。

在FineArtAmerica.com网站,艺术家和摄影师可以上传他们的艺术品图片,并设定的价格,向全球的观众售卖自己的作品。

此艺术馆每小时能够生成9幅艺术画作,涉及主题包括肖像、抽象、超现实、素描等等。总之市面上存在的种类,这个人工智能都能生成。

网站主页更新之后,一个小时之前的9幅画将被永久删除,按照网站的说法,每一幅画都是独一无二的。所以,也对画作开放下载,只不过下载需要支付15美元到165.99美元不等。

下面这幅画售价165.99美元,据介绍这是一款金属印刷品,印刷在铝板帆布上,支持木框架。这幅画也有售价19.99美元的一款,不过是纸质印刷品,打印墨水使用爱普生K3档案墨水。也就是说,每一幅画虽然都是独一无二的,其“艺术价值”不好估计,同一幅画之所以有差价是因为其装饰材料的不同。

据介绍,每幅画的都是一类被称为生成对抗网络(GAN)的神经网络生成,具体来说AI算法是StyleGAN以及英伟达开发的Original GAN。

那么人工智能会自己创造出艺术品么?网站在FAQ版面回答道:模型经过数据训练,可以从大量的例子中学习,当然可以自己生成画作。

其实,虽然是独特的原创作品。但却是大量喂食作品的混合物。生成的画可能有蒙娜丽莎的形象,有梵高螺旋般的天空,以及莫奈的绿色景象......在合成过程中,它以非常低的水平和非常不可预测的方式进行,这也是使这种艺术形式如此有趣的原因之一。

在生成艺术品的同时也删除了艺术品。在创造稀缺价值的同时,也想告诉我们,利用人工智能可以无穷无尽的各种图像。

所以,你对艺术的定义决定了AI画作的价值。

算法美学的背后:生成对抗网络大显神威

生成对抗网络 由两个相互博弈的神经网络组成,即生成器和鉴别器。生成器负责根据输入生成数据(输入可以是噪声,也可以是一些其他的数据)。鉴别器负责分析数据,并区分这些数据是真实的(来自数据集),或者是虚假的(来自生成器)。在形式上可以看做武学中的左右互博。

上面公式下标 G 和 D 分别代表生成器 G(Generator)和鉴别器 D(Discriminator)。生成器的工作是将方程的值最小化,而鉴别器负责将这个值最大化。生成器 G 和鉴别器 D 会一直博弈,直到达到我们的满意。

而那幅价值300万人民币的艺术品,其作者用超过8万幅15-20世纪的西方绘画对算法进行训练。基于这个庞大的数据集,他创造了一个创意对抗网络(Creative Adversarial Networks,简称CANs)。与原有的GANs不同的是,此类型的GAN对损失函数稍作了修改。

据其创意对抗网络的论文,他们提出了一个新的艺术创作系统。这个系统能够通过观看图像学习风格进行艺术创作。不仅如此,这个系统还能偏离已经学会的风格进行创新,即生成新的艺术品。他们在实验的过程中比较了人类参与者观看系统生成的图像和艺术家创作的画作的反应。结果表明,人类完全无法分辨一幅画是否由机器生成。

而9GANs创作画使用的是StyleGAN,它来自英伟达,可以说是近期火遍全网的“造假”神器了。与其他生成器不同,StyleGAN可以根据需要更改生成图像的结果,绘制出的图片更加逼真,不仅可以创造假的人类肖像,也被疯狂应用于其他机器学习应用项目,例如汽车、房间、甚至是动漫头像等。

假房网”:从图片到文字描述均由计算机自动生成

上图是”假Airbnb”网站,它也是由StyleGAN生成的,网站上的图片和文字所描绘的根本不是实物。

StyleGAN不仅可以生成高质量的和逼真的图像,而且还可以对生成的图像进行较好的控制和理解,甚至使生成可信度较高的假图像变得比以前更加的容易。

上面这些,换句话说,StyleGAN专注于模仿,CAN能够偏离原有的风格,意味着创新。

算法美学真的是创新美学?

当AI战胜棋手时,人们不时的抛出“艺术创作才是人类的专属”论调,但当我们看到并不输于当代艺术家的AI画作时,人们作何感想?

其实,艺术的灵魂决不仅仅只是来源于创作者本人,更多的是我们欣赏者赋予艺术的价值。艺术的存在价值也完全取决于人类对其的理解深度。

一幅世界名画,对于懂的人来说,可能价值连城,而对于不感兴趣的人来说,其可能还不如一张普通的照片有用。

另一方面,不必担心AI艺术作品对人类创作灵感有毁灭性的冲击。相反,我们应该珍惜AI带给我们的灵感。AI可以将蒙娜丽莎与梵高结合,创造出独特的作品,那么我们人类将蒙娜丽莎与梵高结合,并在结合的过程中给予符合人类美学的调节,这样创造出的作品是不是更有欣赏价值呢!

人类的创造力来源于对生活、对自然的观察。当算法美学成为我们观察的一部分,这意味着我们突破自身的道路又多了一条。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 算法
    +关注

    关注

    23

    文章

    4601

    浏览量

    92683
  • AI
    AI
    +关注

    关注

    87

    文章

    30272

    浏览量

    268497

原文标题:这个AI批量作画每小时九张,与毕加索同台竞技,还真有人买

文章出处:【微信号:BigDataDigest,微信公众号:大数据文摘】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    请问LM311能准确的交截生成对应的PWM波形吗?

    UC3825, TLV3501输入正是100k的正弦波 输入负是100kHz的锯齿波 二者交截生成PWM波形 请问LM311能准确的交截生成对应的PWM波形吗 之前使用UC3525里面自带的比较器做的,LM311能达到这样的速度吗
    发表于 08-06 07:46

    基于神经网络的全息图生成算法

    全息图生成技术作为光学与计算机科学交叉领域的重要研究方向,近年来随着神经网络技术的飞速发展,取得了显著进展。基于神经网络的全息图生成算法,以其强大的非线性拟合能力和高效的计算性能,为全
    的头像 发表于 07-09 15:54 395次阅读

    生成对抗网络(GANs)的原理与应用案例

    生成对抗网络(Generative Adversarial Networks,GANs)是一种由蒙特利尔大学的Ian Goodfellow等人在2014年提出的深度学习算法。GANs通过构建两个
    的头像 发表于 07-09 11:34 833次阅读

    人工神经网络模型的分类有哪些

    详细介绍人工神经网络的分类,包括前馈神经网络、卷积神经网络、循环神经网络、深度神经网络生成对抗
    的头像 发表于 07-05 09:13 989次阅读

    bp神经网络算法的基本流程包括哪些

    BP神经网络算法,即反向传播神经网络算法,是一种常用的多层前馈神经网络训练算法。它通过反向传播误
    的头像 发表于 07-04 09:47 507次阅读

    BP神经网络算法的基本流程包括

    BP神经网络算法,即反向传播(Backpropagation)神经网络算法,是一种多层前馈神经网络,通过反向传播误差来训练
    的头像 发表于 07-03 09:52 424次阅读

    神经网络算法的优缺点有哪些

    神经网络算法是一种模拟人脑神经元结构的计算模型,广泛应用于机器学习、深度学习、图像识别、语音识别等领域。然而,神经网络算法也存在一些优缺点。本文将详细分析神经
    的头像 发表于 07-03 09:47 1176次阅读

    神经网络架构有哪些

    、语音识别、自然语言处理等多个领域。本文将对几种主要的神经网络架构进行详细介绍,包括前馈神经网络、循环神经网络、卷积神经网络生成对抗
    的头像 发表于 07-01 14:16 625次阅读

    思科完成对Isovalent的收购

    全球领先的网络技术公司思科(Cisco)近日宣布,已完成对开源云原生网络与安全领域的佼佼者Isovalent的收购。
    的头像 发表于 05-06 10:41 605次阅读

    深度学习生成对抗网络(GAN)全解析

    GANs真正的能力来源于它们遵循的对抗训练模式。生成器的权重是基于判别器的损失所学习到的。因此,生成器被它生成的图像所推动着进行训练,很难知道生成
    发表于 03-29 14:42 4363次阅读
    深度学习<b class='flag-5'>生成对抗</b><b class='flag-5'>网络</b>(GAN)全解析

    在使用spc5 stdio的时候生成对应的功能,main.c里面为什么没有调用对应的接口?

    在使用spc5 stdio的时候生成对应的功能,main.c里面怎么没有调用对应的接口; eg:这是怎么回事?
    发表于 03-26 07:00

    生成式人工智能和感知式人工智能的区别

    生成新的内容和信息的人工智能系统。这些系统能够利用已有的数据和知识来生成全新的内容,如图片、音乐、文本等。生成式人工智能通常基于深度学习技术,如生成对抗
    的头像 发表于 02-19 16:43 1584次阅读

    请问sigmastudio算法成对什么资源有要求,以及有什么方法可以查看系统资源占用情况?

    您好, 目前基于ADSP-21565开发了一些基础音频功能,想知道目前系统占用了多少资源,还剩下多少资源,以此来评估后续的sigmastudio算法集成可行性。 请问sigmastudio算法成对什么资源有要求,以及有什么方法
    发表于 01-10 08:28

    基于国产AI编译器ICRAFT部署YOLOv5边缘端计算的实战案例

    人工智能领域中各种算法模型的不断研究和改进。随着深度学习的兴起,包括卷积神经网络(CNN)、循环神经网络(RNN)、生成对抗网络(GAN)、
    的头像 发表于 01-03 10:17 2886次阅读
    基于国产AI编译器ICRAFT部署YOLOv5边缘端计算的实战案例

    生成AD9653 PN码的算法,如何计算输出的pn码?

    您好,看了关于测试码部分的pn9和pn23伪随机码,想用pn9序列做对齐,但是不太明白如何计算输出的pn码,有没有关于如何生成这个码的具体算法呢?或者具体生成值的表格呢?谢谢!
    发表于 12-01 08:29