AI 劳动节创意盘点：绘画、写作、识别情绪……匹敌人类创造力

新智元

发布于 2018-03-28 14:32:26

1.2K0

发布于 2018-03-28 14:32:26

文章被收录于专栏：新智元

【新智元导读】AI 正在展示出真正的创造力，它们像梵高一样绘画，像莎翁一样写作，像人类编剧一样创作着电影剧本。设计公司 SketchDeck 的联合创始人兼 CTO David Mack 认为，没有理由认为 AI 不能像人类那样具有创造力。在 AI 巨大的潜能中，只需进步一点点，就足以匹敌人类的创造力了。

长期以来，人类在宇宙中占有特殊的地位。犹太—基督教的神根据他自己的形象造出了人。柏拉图相信“logos”——心灵——是不朽的。而在上个世纪，人们都知道，人类比计算机更好，因为计算机好像有点……傻。

而今我们已经看到了一些苗头，AI 正在展示出真正的创造力。这可能预示了一个大胆的新世界：纽约时报畅销书榜单上满是 AI 的作品，人们在音乐节上为巨星“云”的新曲纵情舞蹈。我们的经济和社会可能会发生根本性转变。

最近有一些研究项目显示，富有创造性的 AI 正在向我们走来。

AI 的研究工具现在很容易搞到，计算机科学则历来弥漫着将研究公开分享的文化。感谢这一点，这一领域不断涌现着优秀的研究结果，与世界快速共享。

目前的 AI 研究结果就像当年的掌上电脑，相对于今日的 iPhone，它们似乎有点尴尬和幼稚，但它们背后的想法和那种原始的力量却可以大大改变我们的生活。

让我们聚焦一些近期的研究项目，来看看为什么说它们越来越有创造性。

像梵高一样作画

风格迁移迅速成为了 AI 研究的热门话题，因为它惊人的视觉产出：

神经网络将风格应用在照片中

这三张计算机生成的图片风格如此明显，证明了风格在艺术家作品中的作用。

AI跨越了怪异杂糅的边界。它对于笔触和着色的应用相当好地补充了主题，尽管很难将风格天衣无缝地拼接到照片里，但随着我们进一步加深认识，这些都不是问题。

这一领域的另一个发展是 AI 在不同艺术家的风格之间自由切换：

每个艺术家、创作者和发明家都是站在他们前辈的肩膀上。模仿是创造力和艺术表现力的重要组成部分。采用他人的想法（比如他们的视觉风格）并绘制出来，就可能通过重新组合，以及通过跳出旧有思维界限的方式找到新的想法。

像莎翁一样写作

用伊丽莎白时期的习语写一首五音步诗，对普通人来说是很具有挑战性的。上面这个作品出自我们在学校给孩子们布置的一个创作实践活动，由一个循环神经网络生成，这个神经网络把写作过程当成是一个字一个字的生成过程。这个神经网络有1500个“神经元”——你的大脑则有1000 亿个神经元。考虑到 AI 必须克服的所有障碍，这个初级写作范本令人印象深刻。

如前例所述，神经网络的理解深度比人类作家浅。但是，前景显而易见。随着网络深度的增加和学习能力的增加，网络学习的句法和风格规则可以深化到语法和叙述规则中。通过恰当地应用这些规则，这样生成模式可以很容易地催生出一个出版帝国。

进军影视界

去年，导演 Oscar Sharp 和 AI 学者 Ross Goodwin 发布了一部令人惊异的短片《Sunspring》（https://arstechnica.com/the-multiverse/2016/06/an-ai-wrote-this-movie-and-its-strangely-moving/）。

这是一部完全由算法创作的科幻故事。这个算法把自己称为 Benjamin。现在这两个人和 Benjamin 再次联手，又创作了一部短片《It’s No Game》（https://arstechnica.com/the-multiverse/2017/04/an-ai-wrote-all-of-david-hasselhoffs-lines-in-this-demented-short-film/）。另外一个有名的例子是 IBM 的 Watson 为恐怖片《Morgan》创作了一部预告片（http://www.wired.co.uk/article/ibm-watson-ai-film-trailer）。

IBM 研究人员给 Watson 看了超过100部恐怖电影的预告片，分成几段时间和场景。它对每个场景进行了一系列视觉、声音和作曲分析，以学习如何创建预告片。然后 Watson 开始处理时长 90 分钟的《Morgan》，以找到适合收入在预告片中的片段。

Watson 处理完《Morgan》，分出了10个场景共6分钟的视频。人类剪辑师通常需要10到30天才能将场景拼凑起来讲述一个连贯的故事，而 AI 只用了24小时就完成了预告片。

识别人类的情绪

通过预测一句话中的下一个单词，AI 展现出识别人类的情绪的能力。

OpenAI 发布了上述实验——一个无监督学习程序，其任务是预测亚马逊评论的下一个单词，为人类情感建模。它有一个特定的神经元，可以检测到好评和差评之间的差异。这是一个很好的例子，展现出AI理解到了更深层次的本质。

艺术家在做什么？他在连线。他把事物之间看不见的线连在一起。——德国艺术家AnselmKiefer

虽然这个 AI 只学会了理解语言的一个小小的方面，但这是从零到一的第一步。出现更大规模的神经网络和更有效的学习方法来使得 AI 能够理解更多它们看到的东西，只是一个时间问题。

AI 能否具有人类的创造力？

是啊，这些事情令人印象深刻，但 AI 有可能具有人类一样的创造力吗？

没有任何根本原因，会造成 AI 不能像人类那样具有创造力。信息物理学既是人类思维也是硅片的基础。二者的运行都依照量子力学的数学原理。

大自然花费了40 亿年的时间来进化我们大脑的细胞系统。人类花费了70 年在硅晶体管上。这些晶体管已经变成了超级视频游戏玩家，并成为了具有创造性的助手。今天运行的硬件和软件只会日益进化，没有障碍能阻止深度学习变得更深入更快速了。

目前的深度学习算法和神经网络远远没有实现它们的理论潜力。今天的视觉神经网络比一年前成本要低5-10倍，所用参数要少15倍，性能却能完败一年前的昂贵前辈。这完全得益于不断改进的网络架构和更好的训练方法。

——谷歌高级研究科学家Christian Szegedy

在 AI 巨大的潜能中，只需进步一点点，就足以匹敌人类的创造力了。

这对我们所有人来说意味着什么？

人类与技术的关系在过去几个世纪里发生了巨大变化，并预示了某种未来。有许多种方法能让AI 的创造力使我们的社会受益，反之亦然。

坏消息

当自动计算器到来时，普通文员和簿记员的工作就会消失。个人计算机的出现取代了打字员和最初的一部分秘书。AI 也将不可避免地取代专业人士和创意。AI 对工作的取代对个人来说可能是很糟糕的，但对于一个经济体系来说，就业创造/破坏的净率才是经济是否能够顺利运行的重要因素。

有证据表明，当前的经济遇到了一个结构性的问题，中产阶级的工作被摧毁，但并没有创造出新的岗位来。MIT 科学家、研究科技进步对商业影响的Andrew McAfee 制作的 PPT 对此作了说明：

看上面的曲线图，与创造性 AI（消灭上图靠右的高技能工作）、机器人和自动驾驶车辆（消灭上图靠左的低技能工作）在一起，有很多工作岗位将面临同时消失的风险。社会重新创造技能（re-skill）是需要时间的，如果冲击来得过于突然，那么很可能会出现经济衰退。

另一方面，好消息

创造性 AI 很有可能为我们的社会带来巨大的好处。

在计算机的辅助下，如今数学家可以证明以前永远不可能证明的事情。数学家设定一个目标，然后计算机会负责探索所有可能的空间和方法来证明它。“上帝之数”——20 就是这样被发现的（详见下文注释）。类似的，建筑师利用计算机对物理学的理解提出建筑设计，这是单靠人力无法完成的。我们已经大量使用了智能工具，随着智能化的发展，我们也将越来越聪明。

【注释】所有的三阶魔方都能在有限步数内复原，1982年，佛雷与辛马斯特合著的《魔方手册》定义任意的三阶魔方都可以保证最少 n 步复原，并称呼 n 为上帝之数（God'snumber）。在此书中，证明上帝的数字介于17~52之间。此后不断有人推进研究。在2010 年，包括 Tomas Rokicki 和 Morley Davidson 等人的研究团队证明任意组合的魔方可以在 20 步内还原，现在上帝之数正式定为 20。

创意 AI 将让导演以前所未有的规模创造艺术：视频游戏里，每个人物角色的对话都来自无数的普利策获奖小说；CGI（computergraphic image）电影中，每一位演员，哪怕是最无足轻重的，都将成为用心、即兴发挥的专业角色。

AI 研究人员（Artificialresearcher）将协助物理学家深入探索宇宙的秘密。AIUX 设计师可以对全世界每个APP 的每个像素倾注前所未有的关注。AI 城市规划者可以完全不同的方式设计我们的城市空间，让人们的生活更幸福、安全，更有成效。

AI 正在展现它拥有创意的第一步。当然，如今还无法与梵高或莎士比亚相媲美，但 AI 进步的速度令人震惊，也没有理由将其超人的创造力停下来不发展。这可能给人类经济带来严峻的挑战，也为人类提供解决棘手问题的巨大能力。