AI与艺术相结合：2018年AI生成图像TOP 5

编译：chux

出品：ATYUN订阅号

2017年12月，Google悄俏一个简洁的小工具，你可以上传自己的照片，面部识别将分析你的脸，机器学习算法扫描西方艺术，找到画中和你相像的人。

从今年1月起，这款精美的自拍应用程序已经传播开来，登上Apple App Store榜首，人们纷纷在社交媒体上分享结果，有些人觉得很像，也有人觉得不准。

2018年是AI与艺术结合爆发的一年，数千个AI生成的图像在互联网上传播。以下是2018年这一类型中最好的五个图像，以及评选者对AI当前和未来状态的看法。

AI几乎可以画出任何你投入的东西

AI算法可以像大师一样画画，绘制人体和风景，设计衣服，学生们甚至用AI将任何人变成了一个舞者。

甚至连《纽约时报》也加入了进来：神经网络实验人员Janelle Shane用AI制作了万圣节服装，然后由《纽约时报》的一名插画师绘制。

但这只是表明：AI可以创建一些你想要达到的近似目标。只是不要指望它是非常现实的。AI研究员Robbie Barrat通过在人体肖像上训练神经网络，创造了上面的超现实主义形象。

公司使用AI作为营销工具

渴望展示其技术创新的科技公司在2018年发布了供公众使用的工具。微软研究院创建了一种算法，可以完全基于你的文字来形成一个图像。

Adobe发布了一个工具，允许用户将他们的肖像转换成任何风格，从蒙娜丽莎到希腊雕像。

IBM推出了一个网站，测试你长得像哪个名人。也许有人会觉得愚蠢或者哗众取宠，但是有一个重要的营销基础：这些AI工具是公司用来宣传他们的AI实力并帮助公众理解这种技术。

AI生成的图像可以帮助我们理解AI的思维

2018年图像生成的最大突破之一是由谷歌实习生Andrew Brock创建的名为BigGAN的算法。他利用谷歌庞大的计算能力创造了一个复杂的神经网络，他训练的图像远远超过大多数研究人员。

结果产生了令人难以置信的纹理的图像，与以前的视觉AI世界全然不同。神经网络产生的狗看起来就跟真的一样。这些实验使非技术用户更容易了解AI的工作原理，或者至少是它的能力。

艺术揭示了AI的不足之处

AI社区面临的最大挑战之一是如何负责地开发技术。面部识别和机器学习算法经常会出现偏见。今年，科技工作者对他们的公司如何应用这项技术提出了质疑。关于算法如何改变我们体验世界和我们自己的方式的问题仍然存在。

上面的图像从技术上说并非由AI生成，但它是AI产生的视觉文化的重要人工制品。这是艺术家如何使用传统媒体来阐明算法社会的问题本质的一个例子。

名为Shinseungback Kimyonghun的艺术二人组Shin Seung Back和Kim Yong Hun要求10位艺术家绘制一张脸部识别算法无法检测到的脸部图像。为了确保计算机无法检测到每幅画，他们为每个画家的工作台安装了一个带有三种面部识别算法的摄像机。

在艺术家们工作的过程中，摄像头会搜索人脸，如果发现人脸，显示器会通知艺术家，从而指导他们的工作，从而让所有三种算法都看不到最终的产品。今年早些时候，Kimyonghun说，随着科技的进一步发展，人类将越来越难以找到独特的能力。但是我们需要继续寻找它，不是为了找到我们对机器的霸权，而是为了了解我们是谁。

AI已经可以制作虚假图像

今年，特纳奖得主、英国艺术家Gillian dressed在辛辛那提艺术博物馆展出了她的作品《吉莉安的穿着》。Deep fake代表了AI最令人烦恼的问题之一：真假难分。

2018年发表的一项研究调查了地图如何在网上传播。而机器人生成虚假地图只是时间问题。毕竟，我们的视觉文化与我们的政治文化是一致的。