前言

今年，有幾千張AI生成的照片在網絡上流傳。有的被拍出了數百萬高價，大部分則看起來讓人感覺莫名其妙。FastCo作者挑選了5張最具代表性的AI生成的圖片，來解讀AI發展的現狀和未來。

2017年，Google偷偷上線了一個小app，上傳你的大頭照，測測你長得跟歷史上哪個著名油畫里的人物最像。

第二年初這個app一下子就火了，躥升到App Store榜首。用過的人有的覺得特別像，有的覺得特別不像。

Erik Lucatero/Unsplash, Pvt. Francis Calder Emerson, Francis Vandeveer Kughler, 1944/Google

2018年，AI藝術創作迎來爆發。幾千張由AI生成的圖片在網絡上傳播。Fast Company從中評選出5張，他們認為做的最好的圖片，并進行了點評。

試圖從中解讀出，AI發展的現狀和趨勢。

你給AI任何東西它都能給你畫出來，包括不可描述的

藝術家Robbie Barrat使用不可描述的圖片訓練AI創作的不可描述的作品

通過算法，AI可以畫出人像、景物、巴黎世家的奢侈服裝、現實中并不存在的摩天大樓，甚至生成不可描述的畫作。

換臉已經不新鮮了，現在甚至可以模仿別人的動作。現實中一個四肢都不能動的人，完全可以讓AI生成一段他自己模仿杰克遜舞步的視頻，用”以假亂真“來形容毫不夸張。

不過目前來看，AI作品嚴重依賴于樣本和算法，導致AI的作品還是太偏向意識流，沒有一定的章法。

即使是照貓畫虎，大概率也能給你畫成海豹或者別的東西。

越來越多的公司開始用AI作為營銷工具

IBM出品：測測你最像哪個網紅臉

科技公司特別喜歡做個AI應用出來，讓大家玩。

微軟研究院做了一個算法，根據你的描述來生成一張圖片

Adobe的工具可以讓用戶把臉換成狗、蒙娜麗莎、大衛等等

IBM做了個“測測你最像哪個網紅”的網站

聽著很沙雕。但從營銷角度來看，起到了很好的作用。

而大眾通過這些”玩具“，能夠對”AI技術能做什么“這個問題，有一個比較直觀的了解。

原來AI不光是可以做高大上的產品，還可以和我們的生活息息相關，并且也可以很有趣。

AI生成照片的過程可以幫助我們更好的理解AI的思維

BigGAN生成的狗，比別的算法生成的狗，更像狗

當然思維這個詞用在AI身上可能還有爭議，但有一點是被目前的實驗證明的：只要樣本量足夠多，AI生成的照片就足夠像。

Google的BigGAN，利用Google的強大算力和數據資源，使用更復雜的神經網絡和更多的樣本圖片，最終生成狗的照片，比市面上任何其他作品都要好很多。

通過調整截斷值、噪聲因子、插圖值等等參數，可以看到AI在不同的參數下，會對圖像的哪些部分做了調整。

給BigGAN調參

有可能調整參數A，狗耳朵更真實但眼睛卻變異了；調整參數B導致狗變的像只貓…

類似的實驗過程，可以讓普羅大眾更容易理解被傳的神乎其神的AI，是如何工作的。

它并不是魔法，不能憑空創造任何東西出來。他只能根據已有的訓練數據，按照算法，生成一些我們還無法完全掌控的作品。

藝術暴露了AI存在的問題

就目前來看，AI還存在很多問題。研究人員表示，AI不夠中立，會產生偏見；仍然依賴大量的低成本人類勞力，政府和企業也需要對AI的使用加強監管。

上面這張圖，技術上來說算不得是AI生成的。這張圖主要是想表達”人類如何用傳統的工具和技藝，來和AI對抗。“

藝術家發現，隨著AI技術的發展，越來越難找出人類和AI之間的獨特之處。但他們認為，人來還是不能停止探索的腳步。

這樣做的目的，不是為了找出我們人類凌駕于AI之上的終極優勢，而是認清一個古老的難題：我是誰？

AI已經可以制造假臉，未來只會更多

上圖中，英國藝術家Gillian使用DeepFake，將自己的臉換到了很多陌生人頭上，結合的如此天衣無縫，毫無違和感。

DeepFake是人工智能生成的視頻，可以攝取大量視頻，創建一個看起來真實但完全是假的動態圖像。

它們代表了人工智能的一個更令人煩惱的含義：消除真實與非真實之間的鴻溝。

最終我們還是回到了《黑客帝國》里的話題：什么是真實的，什么又是虛幻的呢？