说明：原文2017-4-23发表于云栖社区：https://yq.aliyun.com/articles/74383
有人说，阿尔法狗，So TM What？还有人说，AI（人工智能）有什么可怕的？它们不过是做一些人类不愿做的脏活、累活和一些可批量重复操作的活计，而对一些带有原创性质的活，比如艺术创作，AI就不灵光了。喂，喂，喂，且慢，且慢，先进来看看这里的‘图’ 灵测试，再说。
目前，我们所说的人工智能，在很大程度上，偏向于指基于深度神经网络的机器学习（简称深度学习）。的确，深度学习现在非常火，有点甚嚣尘上，它在诸多领域都有着很多惊人的表现。比如，它们在棋类博弈、计算机视觉、自动驾驶等领域，表现得跟人类一样好，甚至更好。
1. 人类知识的4个象限
有人做过分类，说人类的知识在两个维度上可分成四类（见下图）。即从可统计与否上来看，可分为：是可统计的和不可统计的。从能否推理上看，可分为可证明（可推理）的和不可证明（不可推理）的。
在横向方向上，对于可推理的，我们都可以通过机器学习的方法，最终可以完成这个推理。对于可推理的，且可统计的知识（象限1），已不在计算机话下。人们正试图找到可举一反三的机器学习方法，向可推理但不可统计的象限进发（象限2）。很多传统的机器学习研究者，正是力图在这个方向作出一些成就，但整体上，目前还是乏善可陈，不温不火。
而在纵向上，凡是可统计的、但不可推理的，都可以通过（大）数据和深度学习的办法，可得到一个比较好的结果。例如，目前的深度学习，其实都是在第3象限，提交了非常耀眼的成绩单。
但是，还有一个第4象限呢？
有哲学家说，我们把计算机能完成的（第1、2、3现象），都“外包”给计算机了，而第4象限还是留给我们人类自己玩吧，因为它不可统计，也不可推理，只能靠我们人类自己的顿悟，来开拓新知的边界，比如说提出新理论，比如说创作新艺术什么的。
可就有人不同意这个观点，于是一波人就聚一起，在会议上大家一起来撕撕。有道是“油灯越挑越亮，真理越辩越明”。
2.一场‘图’灵测试
圆桌会议由谷歌技术大神Mordvintsev主持。他说，大家先来看看这张图，我们且称之为A吧，大家有谁知道A画属于哪家画派？
会场上窃窃私语：“这不就是梵高的名作《星夜》（The Starry Night）吗？”
“没错！”Mordvintsev接着说，“这就是梵老的后印象主义代表作。”
“那么，请问各位，对于这样的艺术创作，具有可推理性吗？” Mordvintsev问道。
众人答：“没有吧。”
“那么，再问各位，这样的艺术创作，具有可统计性吗？” Mordvintsev接着问道。
众人答：“也没有吧，艺术哪有什么规律可循呢？”。
Mordvintsev又说：“请大家接着看下一幅画，暂且称之为B吧。”
“且不说，B画价值几何？请问B属于什么画派？”Mordvintsev又问。
众人答：“这画看起来挺瘆人的，人不人，马不马的，画家应该是和梵高属于一类人——后印象主义吧？”
Mordvintsev：“Bingo！谢谢各位让我们通过‘图’灵测试！”
众人：“你大爷的，欺负我们不懂什么叫图灵测试吗？”
Mordvintsev一脸坏笑：“各位息怒啊，倾听我解释啊。你们是不是看到都是图，这个测试也挺灵吧，所以我们就叫‘图’灵测试。”
众人一片嬉笑与哗然：“吁——”
Mordvintsev接着说：“大家看啊，A是人类画出来的。而B是我们谷歌用电脑画出来的（学名叫Inceptionism，且称为“盗梦主义”吧[1]），而现在，你们并没有区分出来A和B的画风和流派，我们姑且大致认为A和B是一个流派吧，而作为艺术创作的A，具有不可推理性，不可统计性。很自然地，B也就具备A的所有特性（A、B不分家嘛），而B是由计算机搞出来的。因此，计算机也具备解决不可推理且不可统计问题（即人类知识的第四象限问题）的能力。
众人：“你丫这坑挖的，可有点牵强哦！”
Mordvintsev哈哈大笑：“的确，但至少我们撬开了这扇门的门缝吧”。
众人：“是啊，细思极恐。”
AI不可怕，就怕AI会画画。
（以上会议，纯属虚构，如有雷同，请对号入座）
2. “深度风格”是怎样的一种画风？
如果Mordvintsev的“盗梦主义”，还处于实验室阶段的话，那么David Aslan正在使用的“深度风格（Deep Style）”，则是一种非常实用的基于神经网络的艺术画风。
Aslan是一名法国人，作为一位小有成就的用户体验设计师（UX Designer），对艺术创作，特别是计算机艺术创作，他有自己独到的见解。在他看来，“深度风格”并不是一个简单的、类似于如PhotoShop（PS）的图片处理工具，它要比PS智能得多。因为它画出来的画，更具有欺骗性（更像专业画家画的！）。以前，人们总是以为计算机不会取代诸如艺术创作之类的工作，而现在，人们的信心开始动摇了。
有图有真相，下图就是Aslan利用“深度风格”工具绘制的一幅画，可以看出，画面七彩斑斓，画风诡异清新，充满着艺术范。
如果诸如“画风”这类创作艺术范的东西，都能被计算机所“创造”的话，那么，Aslan个人所做的那些键盘敲击、鼠标按压等操作，计算机还能模仿不出来吗？
对于计算机创作艺术，我们不禁感叹：春天都到了，夏天还会远吗？
（下图右上为原图为好莱坞明星Brad Pitt（布拉德·皮特）的肖像，下图输出的就是毕加索风格的画像。）
小福利：如果你对这类基于神经网络的绘画艺术感兴趣，不妨找来相关的APP感性地牛刀小试一把，一键就能输出你所期望的画风Stytle！（在GitHub下载neural-style，Linux平台安装）。
Just TryIt！
参考文献：
[1] Alexander Mordvintsev, Christopher Olah, Mike Tyka. Inceptionism: Going Deeper into Neural Networks(要翻墙)
[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：张玉宏（著有《品味大数据》一书），[email protected]