“深度学习”、“神经网络”，对于看过围棋人机大战的人来说，可能并不陌生。而如今这一高科技已经渗入艺术领域。12-25，《艺术“Alpha Go ”来中国》系列活动在上海举行，将关注焦点投向“艺术”与“人工智能”。曾在Google文化学院做驻留项目的德国工程师、代码艺术家Mario Klingemann参加了“人工智能与当代艺术高阶论坛”，向大家展示了神经网络是如何创作当代艺术的，在这一过程中，艺术家本人更像是监控者。

视觉搜索让你发现更多好作品

什么是深度神经网络？Mario从一张猫的图片开始说起。通俗地讲，当你将猫的图片放大，看到的是带有信息的一个个像素，“猫的图片就是数据”。神经网络就是一些从数据提炼的复杂函数，从一个空间输入再转化为另一个空间的输出。当你给出一些原始像素，比如猫，而输出就是对象的类别。
 

深度学习中的“深度”指的是神经网络中的层数。这个系统的良好性质是一组简单的、可以训练的数学函数集合。比如你输入一张猫的图片，输出是人工标记的猫图片，这是监督学习。你把很多这样监督样本给系统，让它去学习近似的函数，如同从监督样本中观察出来的。还有一种是非监督学习，给出一个图片，你也不知道里面是啥，系统可以学习去寻找在很多图片中出现的模式。这样即使不认识图片，它也能识别所有的图片中都有一只猫。

“因为信息实在是太多了，计算机原理就是把这些分解， 更容易去学习。” Mario说。他通过这种技术的相似性解决了在大英博物馆浩瀚的藏品中寻找自己想要的藏品的问题。同样，Mario还演示了如何通过计算机不断播放所有关于手的动态的电影。
 

这种相似性的视觉搜索方法可以快速找到两件类似的艺术品。其好处就在于可以让人们更多地发现鲜为人知的优秀艺术家和作品。

神经网络创作当代艺术
  

Mario在论坛现场播放了一段视频，画面中一些由简单线条构成的人体正在做出不同的动作，连贯起来就像在跳舞。这并不是Mario本人制作的动画短片，而是由神经网络的抽象化，随机筛选造型，合成了一个人在跳舞的动画，再将音乐运用其中。
 

同样，在一段视频中呈现出不断变化的脸。这也不是对于人脸的纪实录像，而是机器合成人脸生成的换脸效果。计算机识别出来的人脸图像并不是我们眼睛看到的、通常意义上的人脸，会狠抽象而有趣。通过神经网络，只要输入简单线条，计算机就能创造出相对应的肖像。

 “人更像是一个监控者， 输入数据 ，计算机合成图片，它能做出任何风格的艺术作品。” Mario说：“虽然计算机能创造完美的作品，但这些作品背后没有情感，无法取代人类的主观意识。”

（看看新闻Knews记者：王健慧  实习编辑：薛晨）