新年第一天，话不多说，先上一波作品，请同学们欣赏：
虽然读芯君说不上是哪个流派，但这些作品是不是散发着强烈的艺术气息？
如果和你说，这不是“人”画的，你会不会很惊讶？
这些画作都来自于艺术家Sergej Stoppel。Stoppel一直在寻求艺术形式的创新，艺术与机械的融合，行走于艺术和工业之间的他终于开发出了心仪已久的艺术创作形式。
他买了一台简单的绘图仪，让它拿起笔，自己开始编程实验，把图像转换成绘图的算法。机器正在按算法绘制编程好的图形。
在“绘图”时，算法根据图像的结构轮廓等，和色调对图像进行动态评价和调整绘制路径。整个图形都是由线条组成，色块也是由线条不断重复无间隔的绘制而成。
当下，人工智能介入艺术创作，已然成为大势所趋。
2015年夏谷歌实施的“深梦”计划，让机器展示了对艺术的诠释；
2016年，谷歌发布了“品红（Magenta）”计划，试图使机器学会生成艺术和音乐；
2016年4月，微软和荷兰国际集团（ING）的机器学习系统成功复制伦勃朗画作；
及至今年10月，阿里AI“鲁班”上岗，每秒做8000张海报，顿使艺术界尤其是设计界为之疯狂。
有设计师表示：人工智能取代人类设计师是必然，最先被替代的会是制图环节。技术性越强，被替代的可能性越大；而需要更多创造力的环节，则会在相对较长的时间内被替代。
不过，也有业内人士认为，未来人工智能不会取代设计师，而是帮助设计师解决重复性的工作，创意型设计师只会越来越值钱。
电脑画作被认为“更新颖、更具审美吸引力”
在机器学习领域，一项名为生成式对抗网络的技术（Generative Adversarial Networks，GAN）在图像生成方面则拥有几乎以假乱真的本事，NVIDIA研究人员就曾利用真实名人的照片作为训练素材，利用GAN生成了分辨率高达1024*1024的假社交名人照片，感觉分分钟解决肖像权问题。
图为NVIDIA利用GAN生成的人像
GAN是一种神经网络，由两个部分组成，一个是生成网络，又称生成器。另一个是判别网络，又称判别器。
两个网络相互学习又相互对抗，形成一种良性竞争，在循环往复中不断优化结果，从而生成更像真实数据的数据，就像一堆现实版相爱相杀的好基友。
而就在这一追求“真实”的GAN技术基础上，美国罗格斯大学Facebook AI实验室和查尔斯顿学院的研究人员，共同合作研究，通过修改损失函数，提出了创意生成网络（CAN）的概念。
辨认风格的CAN
正如上文所述，GAN技术中生成器会根据数据是否“骗过”判别器来修改权重。所以GAN的重心在于“模仿”，而CAN在对损失函数进行修改后，判别器不仅判定数据真假，还会根据时间对数据进行分类。有了时间标签，生成器就可以判断自己生成的内容，与某个时间段原生内容的相似程度，从而在保证数据与真实数据相似的基础上，同时保证与某个时间段内容在风格上有所差异。
而在这种学习方式下，CAN生成的图像就具有了“艺术”成分，为了论证这种机器生成的图像是否具有创意，研究人员特意做了对比试验。在Amazon MTurk调查问卷平台上，邀请大众评价GAN、CAN生成的图像和真实的人类画家作品为创新程度、复杂程度、出乎意料程度打分，并判定画作是机器生成还是人类创作。结果显示，大多数志愿者认为：CAN生成的图像不仅具有创意，并且创意程度与人类不相上下，有些甚至超过了抽象派艺术家。
毕竟之前一直笃信机器没有创造力，这个局面来的猝不及防……
还一个有趣的测验：
罗格斯大学的Ahmed Elgammal教授让电脑运行了一个新的艺术生成算法，接着眼睁睁的看着这个AI创造出一系列让他震惊的画作。
两周之后，他把这些电脑生成的画作和几十幅博物馆藏级的油画混合在一起，看看人类是否能分辨出来。
但事实上，电脑的画作常常被认为是“更新颖”、“更具审美吸引力”的。
机器本身具有艺术性？
艺术评论家、独立策展人李心沫在最近运用智能机器实验的艺术创作中，通过人机合作，出现了意想不到甚至颇为惊悚的画面，“我被那些诡异而具有暗黑气质的画面惊呆了，没想到机器可以如此的方式看世界”，“它结合了神经网络深度学习与系统所创造的如同梦境般的超现实画面，表现我们无法看见的东西。”正所谓“见其所不可见”。这样一种智能机器独特的思考和语言方式，传达出一个信息：机器本身自有其艺术性。
李心沫 白日梦境系列 2017 年（通过人机合作，电脑自动生成意想不到的图像）
清华大学丘成桐数学科学中心访问教授、计算共形几何创始人顾险峰认为，近些年，机器视觉和人工智能的发展正在将艺术拉下神坛，几乎人类智能的一切领域都正在被人工智能所解构和颠覆。
“在视觉艺术领域，抽象的艺术风格已经可以被严密数学化，并且可以被提取、变换和转移。一幅艺术作品，其内容和风格紧密缠绕在一起，似乎是密不可分的，但是两者又是相对独立的。”而如何将内容和风格相剥离，如何将不同艺术作品的内容和风格有机结合，这些都是玄妙而又基本的问题。
“算法中心主义”会成为新的认知系统？
在Google文化中心做过驻留艺术家的Mario从技术层面出发，他的作品背后讲述的是一个如何让“机器”去理解艺术，培养人工智能的艺术创造能力的过程，这个过程他命名为“Neurography”－－正如人类大脑的神经（Neural) 系统也是一种算法。
上图为Mario Klingemann的Neurography人工智能创作的作品
法国文学大师福楼拜说，越往前走，艺术将更为科学，科学将更为艺术，它们在山脚分开，却又在山顶汇聚。
艺术作品从艺术家本人个人化的视角出发，最终却能够连结起全人类共有的情感。在这个前所未有的历史时刻，全人类面临着人工智能时代这样一个共同课题，正如福楼拜所预言的那样，艺术与科学在此不由自主的相遇，彼此交融在一起。人类无法预测在山顶能够看到太阳将会有怎样一场辉煌的照耀。
“人类中心主义”之后，是否“算法中心主义”会成为新的认知系统？艺术是否是人类独有？人工智能在取代了人类依靠逻辑理性的左脑的大部分工作之后，是否也能够取代艺术家的创作？
毕达哥拉斯（Pythagoras）学派早就在古希腊时代用数学去阐述了艺术，那么艺术作品的确在理论上是用算法可以创造出来的。如果说“美”代表着宇宙之中的合一意识与终极认同，数学物理都是对其的量化与解构，宗教哲学是对其外延的阐释和叙述。只不过“人工智能艺术家”是运用相对应于掌管人类逻辑理性的左脑去描述它，而我们人类是运用右脑的直觉情感去感知它，这也就能够理解为什么科学与艺术本身是一种殊途同归了。
人工智能即使像取代了人类左脑功能职业那样，有一天也取代了职业艺术家，我们更应该抛下人类的傲慢自负放下ego，与此共生，欣赏它们，有如是温暖我们灵魂的一种工具。
读芯君开扒
与其说“淘汰”，不如讲“共生”
人工智能浪潮来袭，人们似乎纷纷担心着自己的职位会不会被机器人替代，职业的淘汰率究竟有多高。从事着会计、法律等往常被认为是“中高端脑力劳动”的岗位都被列入危险名单之时，艺术创意含量高的行业似乎也面临“险境”。
但我们为什么一直处于担心被“威胁”、被“替代”、被“淘汰”的恐慌中，却没有想过，在职场中我们如何与人工智能和睦相处，与它共生呢？
这个时代的脚步太仓促，我们似乎也有些急功近利，被“理性”的左脑思维绑架得太久，似乎一直未曾真正注意到来自我们右脑思维的力量——直觉和感受力。谁又能语预言，当以人工智能为代表的左脑思维和我们通过自身感知和情绪产生的右脑思维相碰撞的时候，不会重新解构和颠覆人类的视觉和思维，创造出新的艺术形态呢？
留言 点赞 发个朋友圈
我们一起探讨AI落地的最后一公里
作者：二岳初
参考文献：
http://mp.weixin.qq.com/s/KLFp5AO1Irp0JlC0intnjg
http://mp.weixin.qq.com/s/6NXtjnzr3WMVwc3VEGgYzA
http://mp.weixin.qq.com/s/L7nlg-9W7xti081grVSZxw
如需转载，请后台留言，遵守转载规范
推荐文章阅读
长按识别二维码可添加关注
读芯君爱你
