深度学习：生成艺术的新范式与版权的烦恼

美术爱好者徜徉在充满着羊的大厅。大厅里，每只羊都有一个不同的、独特的突变，其中一个突变是一只羊有六条腿，另一个突变是羊毛由小型扳手和锤子取代，桌面游戏块一样的大小，编织在一起形成闪亮的金属辫子。突然，浩室音乐的喧嚣声停滞了并迎来了一个大步跨入的三人奏。其中一个有扩音器。“这是一个非法的艺术展，”它们发出巨大的噼啪声。“这些羊是使用专有数据生成的。我们没收了雕塑而且所有的美术爱好者都将受到数据的审核。”–一个基于目前人工智能研究的虚构场景。

机器艺术的烦恼

深度学习人工智能技术的日益成熟，将引起一种新的生成性艺术。这对我们的文化将会是兴奋的，但同时可能会引起版权所有者的愤怒。

自计算机发明以来，艺术家们就一直在使用计算机工作，并使用类似程序编程、细胞自动机等技术，来通过计算机探索新的创造性领域。而且，从当前AI热潮中问世的新技术也将加速这一进展。

不相信我么？看一看来自德国和美国研究机构小组最近发表的这篇文章：“ A Neural Algorithm of Artistic Style”[1]

研究者已经找到了如何从一幅油画中提取它的艺术风格并将其应用到一副新的图像中。

在这项研究发表的后几天里，第三方想到了如何来实现这个系统，并开始生成他们自己的图像。

第三方能够使用自由软件来快速地重新实现新的发现，加快在文化领域使用新艺术技术的速度。

它们做的到，因为有丰富的自由软件包适用于深度学习算法，从Theano到Caffe再到Torch，以及更多，而且研究者以开放存取的方式发表他们的论文，所以人们能够免费的访问它们。这表明人工智能创造的整体速度，促使了更多的人进入这个领域并发表研究或是自由代码。

[编辑:这篇文章发表的后一天，有人在Reddit上发布了 一个动画 [2]，展现的是用梵高风格来绘制埃菲尔铁塔的生成系统。]

这个动画展示了一个神经网络如何在一个特定的审美风格下“想象”一个从未见过的图像。

在这个问题上变得复杂的是版权问题，因为深度学习系统需要大量的数据。通常情况下，这些数据来自于学术研究人员编纂的开放数据集，或是由类似谷歌，Facebook等公司信息积累的私人商店。

个体艺术家还有其它的需要，而我的怀疑是他们是否会做他们一直做的——找遍所有可用的图像，挑选他们喜欢的，并制作伟大的艺术图像。而且，和过去一样，关于生成工作的独创性将引发一个有效而且复杂的问题，正如我们在类似Tumblr和Vine社交平台上看到的那样，使用全部免费的拼贴艺术来实现。由于人们与其他人相互分享他们的神经网络方法，这将引发一个关于正当使用的讨论。

最近，我和 @Samim以及 @graphific在 Ethical Machines[3] 播客 [4]中讨论了这个话题。

这并不是一个独立事件：它紧随Google在七月发表的博文里列出的一个称之为“ DeepDream”[ 5 ]的早期系统之后。那个系统允许你在一个训练好的神经网络中使用特征检测来增强新图像，把人工智能系统的习性运用到从未见过的实体中。随后，互联网迅速地充斥着使用这种技术生成的图片。谷歌甚至把代码发布在 GitHub上[ 6 ]。所以不可避免地，它将导致类似 DeepDreamGenerator网站[ 7 ]那样，任何人（无需神经网络所需的专业知识）都可以制作出他们自己的图像，引起了类似Facebook feeds一样可怕的时刻。镇定点，事情即将变得更加的不可思议。

新的人工智能艺术技术迅速成为主流。

原文链接：Why Deep Learning Will Lead To New, Troublesome Art（译者/：刘帝伟 审核/刘翔宇、朱正贵、李子健 责编/周建丁