編譯 | 張震

　　來源 | Fastcompany

　　作者 | Katharine Schwab

　　看看下面這兩張圖片，你能區(qū)分出哪一個人類藝術(shù)家創(chuàng)作的油畫,，哪一個是神經(jīng)網(wǎng)絡(luò)生成的作品嗎,？

　　乍一看好像有點(diǎn)難，反正我是看不出個真假,。

　　但如果仔細(xì)觀察的話,，你會發(fā)現(xiàn)，右邊圖像中人物的左眼球黑的有點(diǎn)異常,，唇下那片深色的山羊胡區(qū)域也有點(diǎn)怪異,。

　　沒錯，右邊就是神經(jīng)網(wǎng)絡(luò)生成的作品,，它的創(chuàng)造者是來自慕尼黑的谷歌代碼藝術(shù)家 Mario Klingemann,。他經(jīng)常在推特上展示一些用各種類型的數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)而得出的有趣實(shí)驗(yàn)結(jié)果，這些幾乎像模像樣的‘油畫’作品就是他的實(shí)驗(yàn)成果之一,。

　　最近,，Klingemann 一直在關(guān)注 19 世紀(jì)的油畫作品。他基于英偉達(dá) pix2pixHD 算法,，通過訓(xùn)練幾千幅歐洲著名藝術(shù)家的畫作,，構(gòu)建了一個逼真的面部生成器。這些機(jī)器生成的面孔,，就如同早期繪畫大師對世界的看法一樣，即真實(shí)又可笑,。

　　‘通過研究藝術(shù)史,，我們可以清晰的發(fā)現(xiàn)，人臉從一開始就很令藝術(shù)家為之著迷,。其中一個原因可能在于,，面部繪畫是一個即容易卻又很困難的工作，幾條線就可以勾勒出一個輪廓清晰的臉龐,，但你也可以極度寫實(shí),，把每一個毛孔都清晰的表現(xiàn)出來�,！疜lingemann 說道,。

　　‘每個人都是人臉的專家，我們可以察覺到最細(xì)微的變化,，或者某些比例并不那么協(xié)調(diào),。這也就意味著，如果你畫或者生成一張臉,，一個細(xì)小的改變可能就會完全不一樣,，或者一點(diǎn)微小的瑕疵就會變得清晰可見,。’

　　對 Klingemann 來說,，利用神經(jīng)網(wǎng)絡(luò)能創(chuàng)造這樣一幅作品在技術(shù)上就已經(jīng)是一個很大的挑戰(zhàn)了,，但在他看來，這幅畫卻并不很理想,。

　　‘我很容易就能看出了這個模型的優(yōu)劣,，尤其是細(xì)節(jié)的好壞�,！�他說,。

　　他也承認(rèn)，由于訓(xùn)練這個模型的畫作很大一部分都是中世紀(jì)歐洲男性或者年輕女性的畫像,，因此生成的人臉膚色大多是白色的,。他也在尋找更多的源圖片來豐富訓(xùn)練數(shù)據(jù)。

　　而通過這個實(shí)驗(yàn),，Klingemann 還發(fā)現(xiàn),，生成 19 世紀(jì)的人像畫作比創(chuàng)造逼真的人物肖像會更加容易。

　　‘我們在欣賞一幅畫作的時候,，對一些不甚真實(shí)的地方會抱著寬容的態(tài)度,，因?yàn)槲覀儾涣私馑囆g(shù)家真實(shí)的意圖究竟是什么�,！�他解釋��,，有一些舊時的畫作對人類的剖析會讓人產(chǎn)生一種很奇怪的感覺，好像這些畫作都能通過計算機(jī)生成,。

　　舉個例子,，有人將 1930 年一幅有關(guān)耶穌的畫作進(jìn)行了修復(fù)，但因?yàn)樾迯?fù)的技術(shù)很拙劣,，這個修復(fù)后的畫作成為了 2012 年一個廣為流傳的表情包,。

　　Klingemann 根據(jù)這幅畫創(chuàng)造了一個算法的版本，結(jié)果卻一樣看起來奇怪又很好笑,。

　　盡管這樣的實(shí)驗(yàn)頗具娛樂性質(zhì),，但不得不說，這也是人工智能對藝術(shù)的一種創(chuàng)造,，沒準(zhǔn)哪天就能產(chǎn)出顛覆性的作品呢,！

　　來源：機(jī)器之能