隨著人工智能越來越全能，TA們似乎已經(jīng)能接替我們完成一切工作，或許未來真的像某位大佬說的一樣，人類只負(fù)責(zé)研究藝術(shù)和哲學(xué)。

不過目前看來，藝術(shù)這塊陣地也快要失守了。

[[201691]]

用過Prisma的應(yīng)該都知道，把照片變成名畫風(fēng)格如今只是動(dòng)動(dòng)手指的事情。事實(shí)上，只要有一兩張樣本，神經(jīng)網(wǎng)絡(luò)可以迅速的學(xué)會(huì)各種風(fēng)格，這種技術(shù)被稱為“神經(jīng)風(fēng)格遷移”。

如何實(shí)現(xiàn)神經(jīng)風(fēng)格遷移?

卷積神經(jīng)網(wǎng)絡(luò)將圖像分割為“內(nèi)容”和“風(fēng)格”，在抓取時(shí)，高層神經(jīng)網(wǎng)絡(luò)抓取了圖片的風(fēng)格，比如色彩和排列。而底層神經(jīng)網(wǎng)絡(luò)抓取的則是圖像的內(nèi)容，也就是圖像的細(xì)節(jié)。

這只是神經(jīng)風(fēng)格遷移的***步，在抓取了風(fēng)格之后，還要將風(fēng)格迭代到需要改變的圖片上。

風(fēng)格迭代通常有兩種方式，一種基于圖片，直接更新迭代圖片像素，最終實(shí)現(xiàn)風(fēng)格的遷移。很多算法會(huì)在過程中計(jì)算***均值差，測(cè)量風(fēng)格圖像和內(nèi)容圖像之間的差異。讓兩種圖像“對(duì)齊”，從而減少圖像迭代時(shí)造成的損失和誤差。

另一種則是基于模型迭代的，當(dāng)需要用某一種風(fēng)格迭代大量圖像時(shí)，可以訓(xùn)練前饋網(wǎng)絡(luò)，使用梯度下降，通過迭代式地更新模型來優(yōu)化網(wǎng)絡(luò)模型。

神經(jīng)風(fēng)格遷移應(yīng)用，不僅僅是畫作

如果你認(rèn)為神經(jīng)風(fēng)格遷移只是一個(gè)升級(jí)版的photoshop濾鏡，那就大錯(cuò)特錯(cuò)了，很多案例表明，這一技術(shù)正在被應(yīng)用于越來越多的領(lǐng)域之上。

比如Flipboard軟件工程師曾經(jīng)發(fā)布過一個(gè)將神經(jīng)風(fēng)格遷移應(yīng)用在漢字字體上的項(xiàng)目。

提供2000個(gè)左右的樣本字體，讓神經(jīng)網(wǎng)絡(luò)識(shí)別出偏旁部件和筆觸風(fēng)格的區(qū)別，最終就能實(shí)現(xiàn)出字體之間的轉(zhuǎn)化。

又比如在暮光之城女主角克里斯汀·斯圖爾特拍攝的電影《Come swim》中，也利用了神經(jīng)風(fēng)格遷移技術(shù)將印象派繪畫風(fēng)格和電影畫面相融合。就此，克里斯汀還寫了一篇題為“運(yùn)用神經(jīng)風(fēng)格轉(zhuǎn)移實(shí)現(xiàn)印象派風(fēng)格之在電影“Come Swim”中的應(yīng)用”的論文。

如上圖一樣，從畫作中提取風(fēng)格，再通過算法迭代渲染到畫面之上。不過在論文中基本沒有提到成本，尤其是時(shí)間成本問題。《Come swim》中的情節(jié)是一半現(xiàn)實(shí)(未經(jīng)處理過的畫面)和一半夢(mèng)境(經(jīng)由神經(jīng)風(fēng)格遷移處理過的畫面)。從拍攝上來說自然是直接渲染更加方便，如果是完全的動(dòng)畫電影，這種先拍攝再渲染的方式是否比直接電腦繪制更有性價(jià)比還值得商榷。

神經(jīng)風(fēng)格遷移真的能“替代”藝術(shù)嗎?

其實(shí)說了這么多，多少有點(diǎn)聳人聽聞的嫌疑。從藝術(shù)的角度來講，神經(jīng)網(wǎng)絡(luò)遷移只不過是另一種“印刷術(shù)”，過去的印刷術(shù)是在復(fù)制圖像，而神經(jīng)網(wǎng)絡(luò)遷移是在復(fù)制風(fēng)格。

而且神經(jīng)網(wǎng)絡(luò)遷移是沒有“創(chuàng)作”能力的，如果不給TA需迭代的圖像內(nèi)容，TA只能產(chǎn)出一些無意義的、混亂的像素點(diǎn)。雖然目前有人利用圖像語義布局技術(shù)讓AI創(chuàng)造出全新的畫面，但對(duì)于AI來說，這只是一種模仿，在創(chuàng)造時(shí)沒有付諸情感，可能和我們定義中的藝術(shù)還有著不小的差距。

(作畫機(jī)器人)

可神經(jīng)風(fēng)格遷移能做到的，卻是在藝術(shù)商業(yè)化過程中為人們節(jié)約大量的時(shí)間。

比如在字體項(xiàng)目中，藝術(shù)創(chuàng)作者只需創(chuàng)造少量字的字體，機(jī)器則負(fù)責(zé)完成剩下的工作。又比如以《Cool swim》為代表的影視后期工作，只需要幾張畫作確立風(fēng)格，就能完成對(duì)整部電影的渲染。

目前看來，神經(jīng)風(fēng)格遷移最適合應(yīng)用在動(dòng)畫產(chǎn)業(yè)上。比如新海誠的作品，就是出了名的和實(shí)景高度相似，色彩風(fēng)格顯著。之前還有照片后期產(chǎn)品推出過新海誠風(fēng)格的濾鏡，和風(fēng)景照結(jié)合，和動(dòng)畫中的畫面非常相似。而神經(jīng)網(wǎng)絡(luò)遷移，則可以更好的完成這項(xiàng)工作。包括對(duì)動(dòng)畫原稿的上色等等，都能極大的提高產(chǎn)業(yè)工作效率。

這也給藝術(shù)創(chuàng)作提出了一個(gè)全新的問題，我們是否應(yīng)該為“風(fēng)格”設(shè)立所有權(quán)?畢竟利用神經(jīng)網(wǎng)絡(luò)遷移，人人都可以以假亂真的模仿梵高。如果一副畫作由我原創(chuàng)，卻經(jīng)由他人風(fēng)格迭代處理，那這幅畫的作者究竟應(yīng)該是我還是別人，又或者該屬于算法的開發(fā)者?在模仿的成本極低時(shí)，又該如何為模仿和抄襲劃分界限?

當(dāng)然，這些都是后話。科技的發(fā)展，除了為人類生活帶來便利之外，還在不斷刷新著我們對(duì)各種事物的定義。像是一百年前我們認(rèn)為藝術(shù)只能誕生于畫布和顏料中，而如今數(shù)位板、Photoshop都是創(chuàng)造藝術(shù)的工具。人工智能不會(huì)從人類手中奪走創(chuàng)作權(quán)，更不會(huì)“消滅”藝術(shù)，只會(huì)將這項(xiàng)美妙的事業(yè)帶上更高的境界。