看看下面这两张图片,你能区分出哪一个人类艺术家创作的油画,哪一个是神经网络生成的作品吗?
乍一看好像有点难,反正我是看不出个真假。
但如果仔细观察的话,你会发现,右边图像中人物的左眼球黑的有点异常,唇下那片深色的山羊胡区域也有点怪异。
没错,右边就是神经网络生成的作品,它的创造者是来自慕尼黑的谷歌代码艺术家 Mario Klingemann。他经常在推特上展示一些用各种类型的数据训练神经网络而得出的有趣实验结果,这些几乎像模像样的‘油画’作品就是他的实验成果之一。
最近,Klingemann 一直在关注 19 世纪的油画作品。他基于英伟达 pix2pixHD 算法,通过训练几千幅欧洲著名艺术家的画作,构建了一个逼真的面部生成器。这些机器生成的面孔,就如同早期绘画大师对世界的看法一样,即真实又可笑。
‘通过研究艺术史,我们可以清晰的发现,人脸从一开始就很令艺术家为之着迷。其中一个原因可能在于,面部绘画是一个即容易却又很困难的工作,几条线就可以勾勒出一个轮廓清晰的脸庞,但你也可以极度写实,把每一个毛孔都清晰的表现出来。’Klingemann 说道。
‘每个人都是人脸的专家,我们可以察觉到最细微的变化,或者某些比例并不那么协调。这也就意味着,如果你画或者生成一张脸,一个细小的改变可能就会完全不一样,或者一点微小的瑕疵就会变得清晰可见。’
对 Klingemann 来说,利用神经网络能创造这样一幅作品在技术上就已经是一个很大的挑战了,但在他看来,这幅画却并不很理想。
‘我很容易就能看出了这个模型的优劣,尤其是细节的好坏。’他说。
他也承认,由于训练这个模型的画作很大一部分都是中世纪欧洲男性或者年轻女性的画像,因此生成的人脸肤色大多是白色的。他也在寻找更多的源图片来丰富训练数据。
而通过这个实验,Klingemann 还发现,生成 19 世纪的人像画作比创造逼真的人物肖像会更加容易。
‘我们在欣赏一幅画作的时候,对一些不甚真实的地方会抱着宽容的态度,因为我们不了解艺术家真实的意图究竟是什么。’他解释道,有一些旧时的画作对人类的剖析会让人产生一种很奇怪的感觉,好像这些画作都能通过计算机生成。
举个例子,有人将 1930 年一幅有关耶稣的画作进行了修复,但因为修复的技术很拙劣,这个修复后的画作成为了 2012 年一个广为流传的表情包。
Klingemann 根据这幅画创造了一个算法的版本,结果却一样看起来奇怪又很好笑。
尽管这样的实验颇具娱乐性质,但不得不说,这也是人工智能对艺术的一种创造,没准哪天就能产出颠覆性的作品呢!