日本AI画师火速走红:印象派画作秒秒钟完工,看一整天都不腻,你也能来DIY

栗子 根叔 发自 纽凹非寺 量子位 报道 | 公众号 QbitAI

初出茅庐的AI画师,最近迅速在推特蹿红。

画富士山、画大本钟,画艾菲尔铁塔……风格温暖美丽,健笔如飞。

很多网友直接现场围观一幅幅佳作诞生,一遍遍重复观看。

根!本!停!不!下!来!

Google大脑研究员David Ha就感叹:看这只神经网络画画,能看一整天。

当然,被迷住的远不止他一个。

这只AI画家来自日本,是Reiichiro Nakano (中野君) 的调教产物,在推特上近8万浏览,收获了2,600多赞:

不论是山川建筑,还是萌物爱宠,都可以用蜡笔一样的质感,描绘成层次丰富、色彩细腻的画面:

仔细观察一下这只火烈鸟。

你会发现它身上的羽毛,颜色并非一次,而是许多层“颜料”不断堆叠而生,笔触就像是人类画师,有灵魂的样子:

而且这还都只是牛刀小试。

现在,代码和论文,中野君都开放了。

只要你有浏览器,就可以在Colab上直接跑。

量子位迫不及待,生成了一张机器学习大神Jeff Dean温暖的笑容:

温馨提示:传送门随后,你也可以想试就试。

画家是怎样炼成的?

刚刚出炉的论文,可以清楚解答。

中野君说,这算法是风格迁移没错。但和前辈不同,这里是笔刷决定了风格

少年选用的所有画笔,不论粗细,都带着些许沧桑的毛边,才能画出蜡笔的效果。

左边是真画笔,右边是GAN训练生成的AI笔刷

然后,把选好的画笔输入给GAN或是VAE,就能生成AI用的一套笔刷了。

你看这幅教堂的画,天空是粗犷的蓝色笔刷,教堂的门窗会细致一些,而路灯的花纹还要更细的笔触才描绘得精彩:

有了画笔还不够。

第二步,AI要学习怎样对着一幅照片来画画。

中野君借鉴了前辈SPIRAL生成明星脸的经验,只是把需要大量运算的强化学习方法,改成了普通的对抗训练

训练之后,AI可以用人类的照片,生成非常粗糙的画:

这时,AI还没把刚刚造出的一套画笔,科学地用起来。

第三步学习人类的笔触。就是在刚才的对抗训练之前,增加一个预处理 (Preconditioning) 的步骤。

这一步,是避免AI从一大套画笔里面,随机选择笔刷开始训练。通过识别图像的特征,限定好一套初始笔刷再开始训练才会更加自如。

最后一步,让画笔决定画风,是少年用自己的方法达成的。

咦,画风的事,不是在生产“蜡笔”的时候就决定了么?但那只是一部分。

现在是另一部分:蜡笔画,毕竟没办法保留照片那么清晰的细节,所以在学习照片特征的时候,就要改变方式。只保留那些高层特征,扔掉细枝末节,生成的画面才会更有味道。

于是,中野君提出了Intrinsic Style Transfer (内部风格迁移) 的新概念。改变损失函数,目标变成只把内容损失 (Content Loss) 最小化。

最终,有了我们看到的,生动的画面:

再治愈一点也可以:

中野君何许人也?

打造这只画画AI的日本小伙中野君,全名Reiichiro Nakano

而且不查不知道,跨界奇才一枚。

他现在供职于东京创业公司Infostellar,是一名软件工程师。

但这家公司主业其实跟机器学习及AI并不太大关联,这是一家主要从事卫星通信的硬核公司,愿景是为以后人类的星际扩张打造通信基础。

中野君在这家公司写代码领薪水,然后业余就搞搞神经网络。

没想到兴趣所致,如今红遍四方。

中野君受邀去Google分享

中野君说,虽然日常工作不涉及机器学习,但他为此着迷。

另外,其实中野君从学生时代就开始展现“跨界”奇才了。

他本科和研究生都就读于菲律宾的德拉萨大学,这所可能你不曾听闻的学校,这所位于菲律宾首都马尼拉的私立大学,亚洲排名150开外,以商科著称,但中也君一直修习E.E.。

此外,中也君还表示,自己是一名开源软件的忠实信徒。

在GitHub主页,他参与的开源项目也获得广泛认可:

特别是一个名为Scikit-plot的开源库,可以让人更容易地使用scikit-learn对象进行绘图,曾在Github日常趋势Python存中排名第一,目前获星1400颗。

还有更多Python写就的开源分享,感兴趣可以通过传送门前往。

你也可以的

相信看过上述介绍,你已经有了不少大胆的想法。

那么,运行一下这个Colab笔记,想法就可以变成现实:

https://colab.research.google.com/github/reiinakano/neural-painters/blob/master/notebooks/intrinsic_style_transfer.ipynb

从这里开始,把各种方括号“[ ]”一路点下来:

让AI开始画画之前,记得放上自己喜欢的图。就是改一下红色部分的地址:

最后,Run!

不一会儿,就会出现一个有模有样的图了。

继续跑,AI就会帮你画得更加精细。

你猜这是谁:

传送门

论文地址:

https://arxiv.org/pdf/1904.08410v1.pdf

GitHub地址:

https://github.com/reiinakano

中野君自述:

https://reiinakano.github.io/2019/01/27/world-painters.html

上手:

https://colab.research.google.com/github/reiinakano/neural-painters/blob/master/notebooks/intrinsic_style_transfer.ipynb

作者系网易新闻·网易号“各有态度”签约作者

原文发布于微信公众号 - 量子位(QbitAI)

原文发表时间:2019-04-20

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券