计算机也有艺术细菌，哦不，艺术细胞吗？这是驱使创新计算领域不断发展的基本问题，即开发出可以复制人类创造力的人工智能。
此前曾出现过谷歌作曲算法的报道。但假如人工智能可以实实在在设计并制作出可以握在手中的3D物体呢？这正是哥本哈根IT大学助理教授乔尔·雷曼的研究课题。
雷曼希望借助深度神经网络的强大图像识别力量独立创作出艺术品，而无需人类干预。他认为，个中关键在于将深度神经网络与进化算法相结合。他和一位同事与怀俄明大学进化人工智能实验室一起联手设计了一种可以进行雕塑创作的人工智能系统。
由AI创作的蘑菇：3D模型和3D打印成品
他们将这种系统称为创作客体生成。其工作过程如下：进化算法随机生成一张设计蓝图，就此建立一个3D图像，看起来就像是一团乱糟糟的黏土。随后，进化算法将黏土团的几张快照传递给深度神经网络（因为深度神经网络只能理解2D图像），然后发问：“你怎么看？”深度神经网络将快照与它庞大数据库中的图像进行比对，判断快照中的物体是否像它熟悉的物体，然后反馈给进化算法。起先，深度神经网络给予的反馈还很粗糙，例如“这个看起来有0.001%像水母”。绝大多数人类看到这种反馈都难保不背过气去，但算法可不会轻言放弃。接下来，进化算法将蓝图稍稍加以改变，重新发回深度神经网络：“现在如何？”如果深度神经网络觉得比之前还差了，那么算法就会将其摒弃，对原始蓝图进行再次修改。如果深度神经网络的反馈表示认可了改动，即便现在只是有0.002%像水母，这一版本就会被保留下来，在此基础上继续由算法对其进行变异。正如绝顶耐心的一对师徒，算法与深度神经网络反反复复经过上亿次诸如此类的切磋，最终会琢磨出一个可以识别的物体。
由进化算法创造出来的部分模型
尽管雷曼认同他的算法与人类的学习过程类似，他还是认为，更准确的类比是自然进化。这也是整个项目的最初灵感来源之所在。“对我来说进化是如此不可思议，没有意志思维的介入，却能创造出如此繁复的生物，令我们至今都无法效仿。”雷曼说道。他力图模仿的正是从简单的有机体到更复杂个体的进化历程。这也是为何深度神经网络会给算法提供如此基础反馈的原因。它并不会告诉算法哪里做错或哪里做对了，只会陈述比如是更冷了还是更热了。雷曼说，这正如进化一样。“无论你生存还是死亡，进化都不会告诉你要如何改变基因序列才能成为更好的有机体。”
研究团队进行了约两周的精细化过程。经过两千五百万次以上的迭代，终于，算法创作出的多数作品都被深度神经网络判定为准确度95%。不过，平心而论，如果由人类来打分，其中一些或许还到不了95%。雷曼称，这些物体的怪异外形是由于神经网络无法理解三维物体。从某种意义上说，算法正是利用了神经网络的这项弱点，才让看起来相当抽象的作品也能侥幸过关。
雷曼将终稿（他称为“人工DNA”）发送至3D打印机。最终的成品便是几个由算法创作出来的小雕塑。雷曼称，其中有些还“蛮好看的”。
【来源：Popular Science 作者：Coby McDonald 编译：未来论坛 商白】
·氧分子网（http://www.yangfenzi.com）延伸阅读：
