AI是什么樣的?您可能會(huì )說(shuō)它看起來(lái)像機器人，閃爍的LED或屏幕上的波形。但是AI會(huì )說(shuō)AI看起來(lái)像什么?為了找出答案，IBM Research要求AI給我們畫(huà)一張自己的圖畫(huà)。AI的自畫(huà)像今天在《紐約時(shí)報》上發(fā)表，看著(zhù)這張圖片，我不僅對結果感到驚訝，而且對我們到達那里的旅程感到驚訝。
《紐約時(shí)報》于9月下旬聯(lián)系了IBM Research，要求我們提供幫助，幫助他們以巧妙的方式使用AI來(lái)為即將到來(lái)的AI專(zhuān)欄創(chuàng )作藝術(shù)。由于時(shí)間緊迫，無(wú)法保證成功，因此我們著(zhù)手教導AI創(chuàng )造原創(chuàng )藝術(shù)。僅需執行一項高級任務(wù)-識別AI中的重要概念，創(chuàng )建一個(gè)原始圖像即可捕獲它，并以與《紐約時(shí)報》的視覺(jué)風(fēng)格相匹配的方式進(jìn)行展示-我們開(kāi)發(fā)了一種將AI與人類(lèi)的創(chuàng )造力。
為什么繪制自畫(huà)像會(huì )對AI構成挑戰?畢竟，人工智能可以駕駛汽車(chē)，玩視頻游戲甚至制作電影預告片。不同之處在于，這些任務(wù)不需要AI來(lái)創(chuàng )建新材料，僅需分析手頭的信息并根據其培訓做出決策或選擇即可。我們已經(jīng)知道，人工智能可以在語(yǔ)言和圖像分析方面表現出色。另一方面，創(chuàng )建新內容是一項更具實(shí)驗性的活動(dòng)。
為了應對這一挑戰，我們迅速在IBM Research內部組建了一個(gè)多學(xué)科團隊，其中包括Alfio Gliozzo，Mauro Martino，Michele Merler和Cicero Nogueira dos santos。所需的專(zhuān)業(yè)知識與任務(wù)的性質(zhì)有關(guān)：深入的科學(xué)思維，動(dòng)手的技術(shù)和工程技能以及設計和可視化人才對于我們的工作至關(guān)重要。本質(zhì)上，我們需要明確定義創(chuàng )作過(guò)程。結果形成了細微的流水線(xiàn)，其中AI在分析和綜合中執行關(guān)鍵功能，以創(chuàng )造出真正新穎而迷人的東西。
該過(guò)程包括以下三個(gè)主要步驟：
1.確定人工智能中的核心視覺(jué)概念：
摘錄了《紐約時(shí)報》(NYT)上約3,000篇有關(guān)“人工智能”的過(guò)往文章
應用自然語(yǔ)言處理工具來(lái)識別“ AI”的前30個(gè)區分語(yǔ)義概念
針對前30個(gè)概念訓練了基于圖像的視覺(jué)識別神經(jīng)網(wǎng)絡(luò )
應用網(wǎng)絡(luò )為NYT文章中的圖像描繪或表示“ AI”的強度評分
從前10張圖片中選擇了一張：人類(lèi)和機器人握手的圖片
2.創(chuàng )建捕捉AI概念的原始圖像：
建立了包含超過(guò)1,000張人類(lèi)和機器人手圖像的訓練數據集
訓練了一個(gè)生成神經(jīng)網(wǎng)絡(luò )(GAN)，以繪制人類(lèi)和機器人手的新圖像，該圖像在晝夜中進(jìn)行了近一周的時(shí)間
3.以適合NYT視覺(jué)風(fēng)格的方式呈現：
從NYT收集了一個(gè)封面藝術(shù)樣本，并培訓了一個(gè)風(fēng)格轉移網(wǎng)絡(luò )
應用網(wǎng)絡(luò )自動(dòng)生成AI生成的手形圖像的樣式化版本，以匹配N(xiāo)YT的“視覺(jué)語(yǔ)言”進(jìn)行封面裝飾
根據整體概念的清晰度和藝術(shù)風(fēng)格選擇此處顯示的最終圖像
該管道為我們提供了令人矚目的協(xié)作創(chuàng )造力新功能，該功能也可以應用于其他任務(wù)。想象一下使用AI根據音樂(lè )家的歌曲，歌詞和歷史為新專(zhuān)輯設計藝術(shù)品。
更重要的是，結果顯示了AI和人類(lèi)如何攜手合作探索全新的領(lǐng)域。從藥物發(fā)現到金融市場(chǎng)預測再到惡意軟件檢測，我們已經(jīng)在各種環(huán)境中看到了這種協(xié)同作用。將這種范式擴展到創(chuàng )造力領(lǐng)域，強調了人工智能可以增強人類(lèi)能力的多種方式。