倫敦 - 研究人員說，新的人工智能係統可以將簡單的草圖變成19世紀和20世紀偉大藝術家的作品的繪畫。
這人工智慧（AI）被稱為文森特的系統學會了通過從文藝復興到20世紀的8,000件藝術品“研究”來繪畫。根據該系統的創建者（來自英國的研究與創新公司劍橋顧問的工程師）的說法，Vincent不僅具有使藝術真正令人愉悅的能力，而且還具有迅速對人類投入的響應能力。
“文森特允許您用筆來繪製邊緣，您可以在腦海中可以想像的圖片的邊緣，從這些圖片中，它會根據訓練產生可能的繪畫，”蒙蒂·巴洛（Monty Barlow）說。機器學習在領導該項目的劍橋顧問那裡。 “有人擔心，人工智能將開始替換為他們做事的人們，但是文森特允許人類參與人工智能創造力的決定。” [超級智能機器：7機器人期貨這是給出的
以前的一些嘗試生產AI生成的藝術提供了相當可怕的結果，例如由Pix2Pix工具繪製的人類肖像，該工具是由荷蘭公共廣播公司NPO推出的。 Pix2Pix使用了人類畫的草圖作為起點，並試圖將它們變成類似於女性臉的油畫的意義。然而，這些作品看起來更像是從恐怖電影中汲取的。
儘管文森特的藝術看起來並不完全現實，但它可能會通過一些更抽象的印象派或表現主義時代的大師創造，例如Vincent van Gogh或Edvard Munch。
Barlow在9月22日首次介紹Vincent的Rework Deep Leach峰會上對Live Science表示：“它學到了對比，色彩和筆觸。” “當您繪製圖片時，它可以帶來所有這些遊戲，使您可以訪問所有藝術內容。”
教文森特
巴洛說，僅使用8,000件藝術品來訓練文森特本身就是一項重大成就。以前，類似的系統可能需要數百萬甚至數十億美元要學會繪畫的樣品。
巴洛說：“今天部署的大多數機器學習都是關於將很多示例和許多示例分類為系統。” “這就是所謂的監督學習。例如，您顯示一百萬張臉的照片，還有一百萬張沒有臉部的照片，並且學會了檢測面孔。”
Vincent使用了一種更複雜的技術，該技術允許機器自動自動教學，而無需持續的人類輸入。 Vincent能力背後的系統基於所謂的生成對抗網絡，該網絡於2014年首次描述。該技術使用兩個神經網絡彼此競爭。最初，兩個網絡都經過訓練，例如，在鳥類的圖像上進行訓練。隨後，一個網絡的任務是產生更多的鳥類圖像，以說服另一個網絡它們是真實的。據研究人員稱，逐漸地，第一個網絡在製作逼真的圖像方面變得更好，而第二個網絡在發現假貨方面變得更好。
巴洛說：“對於文森特來說，我們不得不將其中幾個網絡組合到一個相當複雜的電路中。” “如果您五年前問我們要訓練該系統需要多少藝術，我們會猜到這可能是一百萬倍。”
學習技巧
為了加快學習的速度，研究人員偶爾會繼續為機器提供有關其創作質量的反饋。 [畫廊：文藝復興時期藝術中的隱藏寶石這是給出的
需要極大的數據集產生可靠的結果，這是對在實際應用中使用AI系統的主要障礙。因此，研究人員正在嘗試設計新技術，以允許機器以不同的方式更快地學習。
巴洛說，例如，文森特背後的系統可以幫助教自動駕駛汽車如何在發現行人方面做得更好。
Barlow說：“如果您可以可靠地探測行人，那麼您就不能只有一個面部探測器，因為您可以在廣告牌上，公共汽車側面有臉，同樣，有些行人可能會戴著引擎蓋或在陰影中行走；您甚至看不到他們的臉。” “即使訓練一個可以可靠地決定道路上發生危險的系統（有人走了出去），您需要在不同的天氣和照明，不同的人和身高的情況下荒謬的例子。”
根據Barlow的說法，收集大量數據幾乎是不可能的。像Vincent背後的系統可以利用其創造力從有限的數據集中生成更多圖像。該系統將在一些人的幫助下學習綜合現實的圖像，然後教會自己以可靠地評估各種現實生活中的情況。
巴洛說：“這是一個虛擬的圈子，不僅機器學習可以做一些令人驚奇的事情，而且它本身有助於推動機器學習的進度。”
原始文章現場科學。
