有了Google還要畫家做什么？

胡雯雯

自從Google開始研究人工神經網絡（Artificial Neural Networks）以來，一直在嘗試教它圖像分類和識別的技能。比如說，給它一個特定主題如“叉子”，讓它匹配出叉子的圖像；又或是給它一張叉子的圖片，讓它識別并且歸類。

這對人類來說是小兒科，但對人工智能系統來說，則意味著要看成千上萬張類似的圖片，才能掌握一個主題的共同點，提高識別精確度。

大概是想讓更多人參與進來，分擔這項費時費力的教學工作，Google最近向大眾公開了這個人工智能系統的代碼。一些軟件工程師將其應用到自己的網站上（Psychic VR Lab 和 Deep Neural Net Dreams），讓網友們隨意上傳圖片，看它能識別出什么來。結果令人大吃一驚，這貨居然是個藝術家！

一棵樹的樹冠，被它詮釋成梵高風格的小教堂，一朵下垂的向日葵花盤，被它詮釋成了一只胖乎乎的鳥，就連蒙克那幅著名的《吶喊》，也被它畫滿了密密麻麻的眼睛。

這是怎么回事？我們先來看看Google 人工神經網絡的原理。它是模擬人腦神經元來運作的，包含10-30層人工神經元。每一層都會專注于眼前圖像的某些細節，將它分析后傳給下一層神經元，一層層傳遞后，由最后一層判斷它到底是什么。

面對一個單獨的主題時，比如喵星人，它識別起來是比較容易的。但如果給它一張照片或一幅圖，里面有天空、云朵、草地、河流、美女……那它要怎么決定其重點并且歸類呢？如果我們再要求它：“不論你覺得自己看到的是什么，我們要你變出更多來”呢？

有趣的事情就這么發生了。

系統中每一個神經元層次，關注的點都不同。較低層的對物體的邊緣輪廓，或是對簡明的線條和裝飾性圖案很敏感，因此會將它們強調和放大；高一些的神經元層，則對物體的整體、比較復雜的圖案感興趣。

因此，當我們給它一張藍天白云的圖時，盡管一些細碎的云朵在我們看來沒有任何意義，但被它自動腦補后，可能會變成小鳥和小魚。然后為了強調這個特征，它又會繪制出更多的小鳥和小魚。

由于科學家們給它學習過的幾百萬張圖片，大部分跟動物和建筑物有關，所以它的想象力也總是圍繞著這些。在這套人工神經網絡的眼中，鸚鵡螺會長出狗頭，面包會變成毛毛蟲，就連日本漫畫中的大眼睛妹子，臉也會變成圓睜雙眼的汪星人。

好了，有人說，如果我給你的圖里什么輪廓都沒有呢？就是一張純噪點，就像電視沒信號發出沙沙聲時的那種畫面，你詮釋給我看看？

真就有人做了這個實驗。麻省理工的電腦科學與人工智能實驗室，將純噪點圖給自己訓練過的人工神經網絡看，將它識別出的圖案細節放大后再詮釋，多次循環后，最終得出一系列精美絕倫的畫，有些像拜占庭的馬賽克，有些則像梵高的《星空》（有興趣可以自行搜索一下圖片名places205-googlenet）。

知乎上也有網友貼出自己用這套系統模擬出的圖像，雖然許多仍是沒有意義的噪點，但里面也出現了螞蟻、巨石和海星等的圖象。

對于這個橫空出世的藝術家，工程師們已經把它的風格歸了類，叫“inceptionism潛夢派”。這種技術能讓我們更好地理解神經元處理任務的方式。