說明：原文2017-4-23發表於雲棲社區：https://yq.aliyun.com/articles/74383
有人說，阿爾法狗，So TM What？還有人說，AI（人工智能）有什麼可怕的？它們不過是做一些人類不願做的髒活、累活和一些可批量重複操作的活計，而對一些帶有原創性質的活，比如藝術創作，AI就不靈光了。喂，喂，喂，且慢，且慢，先進來看看這裏的‘圖’ 靈測試，再說。
目前，我們所說的人工智能，在很大程度上，偏向於指基於深度神經網絡的機器學習（簡稱深度學習）。的確，深度學習現在非常火，有點甚囂塵上，它在諸多領域都有着很多驚人的表現。比如，它們在棋類博弈、計算機視覺、自動駕駛等領域，表現得跟人類一樣好，甚至更好。
1. 人類知識的4個象限
有人做過分類，說人類的知識在兩個維度上可分成四類（見下圖）。即從可統計與否上來看，可分爲：是可統計的和不可統計的。從能否推理上看，可分爲可證明（可推理）的和不可證明（不可推理）的。
在橫向方向上，對於可推理的，我們都可以通過機器學習的方法，最終可以完成這個推理。對於可推理的，且可統計的知識（象限1），已不在計算機話下。人們正試圖找到可舉一反三的機器學習方法，向可推理但不可統計的象限進發（象限2）。很多傳統的機器學習研究者，正是力圖在這個方向作出一些成就，但整體上，目前還是乏善可陳，不溫不火。
而在縱向上，凡是可統計的、但不可推理的，都可以通過（大）數據和深度學習的辦法，可得到一個比較好的結果。例如，目前的深度學習，其實都是在第3象限，提交了非常耀眼的成績單。
但是，還有一個第4象限呢？
有哲學家說，我們把計算機能完成的（第1、2、3現象），都“外包”給計算機了，而第4象限還是留給我們人類自己玩吧，因爲它不可統計，也不可推理，只能靠我們人類自己的頓悟，來開拓新知的邊界，比如說提出新理論，比如說創作新藝術什麼的。
可就有人不同意這個觀點，於是一波人就聚一起，在會議上大家一起來撕撕。有道是“油燈越挑越亮，真理越辯越明”。
2.一場‘圖’靈測試
圓桌會議由谷歌技術大神Mordvintsev主持。他說，大家先來看看這張圖，我們且稱之爲A吧，大家有誰知道A畫屬於哪家畫派？
會場上竊竊私語：“這不就是梵高的名作《星夜》（The Starry Night）嗎？”
“沒錯！”Mordvintsev接着說，“這就是梵老的後印象主義代表作。”
“那麼，請問各位，對於這樣的藝術創作，具有可推理性嗎？” Mordvintsev問道。
衆人答：“沒有吧。”
“那麼，再問各位，這樣的藝術創作，具有可統計性嗎？” Mordvintsev接着問道。
衆人答：“也沒有吧，藝術哪有什麼規律可循呢？”。
Mordvintsev又說：“請大家接着看下一幅畫，暫且稱之爲B吧。”
“且不說，B畫價值幾何？請問B屬於什麼畫派？”Mordvintsev又問。
衆人答：“這畫看起來挺瘮人的，人不人，馬不馬的，畫家應該是和梵高屬於一類人——後印象主義吧？”
Mordvintsev：“Bingo！謝謝各位讓我們通過‘圖’靈測試！”
衆人：“你大爺的，欺負我們不懂什麼叫圖靈測試嗎？”
Mordvintsev一臉壞笑：“各位息怒啊，傾聽我解釋啊。你們是不是看到都是圖，這個測試也挺靈吧，所以我們就叫‘圖’靈測試。”
衆人一片嬉笑與譁然：“籲——”
Mordvintsev接着說：“大家看啊，A是人類畫出來的。而B是我們谷歌用電腦畫出來的（學名叫Inceptionism，且稱爲“盜夢主義”吧[1]），而現在，你們並沒有區分出來A和B的畫風和流派，我們姑且大致認爲A和B是一個流派吧，而作爲藝術創作的A，具有不可推理性，不可統計性。很自然地，B也就具備A的所有特性（A、B不分家嘛），而B是由計算機搞出來的。因此，計算機也具備解決不可推理且不可統計問題（即人類知識的第四象限問題）的能力。
衆人：“你丫這坑挖的，可有點牽強哦！”
Mordvintsev哈哈大笑：“的確，但至少我們撬開了這扇門的門縫吧”。
衆人：“是啊，細思極恐。”
AI不可怕，就怕AI會畫畫。
（以上會議，純屬虛構，如有雷同，請對號入座）
2. “深度風格”是怎樣的一種畫風？
如果Mordvintsev的“盜夢主義”，還處於實驗室階段的話，那麼David Aslan正在使用的“深度風格（Deep Style）”，則是一種非常實用的基於神經網絡的藝術畫風。
Aslan是一名法國人，作爲一位小有成就的用戶體驗設計師（UX Designer），對藝術創作，特別是計算機藝術創作，他有自己獨到的見解。在他看來，“深度風格”並不是一個簡單的、類似於如PhotoShop（PS）的圖片處理工具，它要比PS智能得多。因爲它畫出來的畫，更具有欺騙性（更像專業畫家畫的！）。以前，人們總是以爲計算機不會取代諸如藝術創作之類的工作，而現在，人們的信心開始動搖了。
有圖有真相，下圖就是Aslan利用“深度風格”工具繪製的一幅畫，可以看出，畫面七彩斑斕，畫風詭異清新，充滿着藝術範。
如果諸如“畫風”這類創作藝術範的東西，都能被計算機所“創造”的話，那麼，Aslan個人所做的那些鍵盤敲擊、鼠標按壓等操作，計算機還能模仿不出來嗎？
對於計算機創作藝術，我們不禁感嘆：春天都到了，夏天還會遠嗎？
（下圖右上爲原圖爲好萊塢明星Brad Pitt（布拉德·皮特）的肖像，下圖輸出的就是畢加索風格的畫像。）
小福利：如果你對這類基於神經網絡的繪畫藝術感興趣，不妨找來相關的APP感性地牛刀小試一把，一鍵就能輸出你所期望的畫風Stytle！（在GitHub下載neural-style，Linux平臺安裝）。
Just TryIt！
參考文獻：
[1] Alexander Mordvintsev, Christopher Olah, Mike Tyka. Inceptionism: Going Deeper into Neural Networks(要翻牆)
[2] David Aslan. How Artists Can Use Neural Networks to MakeArt
[3] Leon A. Gatys, Alexander S. Ecker, and Matthias Bethge. neural-style
文章作者：張玉宏（著有《品味大數據》一書），[email protected]