AI 應該長什麼樣子？常見的答案不外乎：像機器人，像一組閃爍的 LED 燈，或像一組變幻莫測的波形。那麼在 AI 眼中，AI 應該長什麼樣子？
直接方法大概是讓 AI 畫一張自畫像。比如這張。
這張圖是 IBM 研究人員安排 AI 畫的自畫像，發表在 10 月 19 日的《紐約時報》。
《紐約時報》9 月下旬找上 IBM 研究院，希望他們幫忙想想如何用特殊方式讓 AI 生出一幅藝術作品，以便用在 10 月的 AI 特輯。時間不多，也無法決定最後的效果，故決定讓 AI 創作原創作品。而工作目標是高層次抽象──要展現 AI 的重要概念，創作一幅能展示這個概念的原創作品，且視覺風格還要與《紐約時報》相符。
「自畫像」這件事對 AI 來說有點耐人尋味。畢竟，AI 是看不見摸不著的資訊處理工具，它能分析路況轉化成駕駛指令（自駕車）、能把影像訊號變成位置和機率匯出（影像辨識）、能把數位化後的連續波形訊號轉換成離散的文字符號（語音辨識），但這些工作都不需要 AI 創造任何新事物，它只是根據訓練過程學到的資料分析匯入、產生匯出而已。即便如今在影像和語義理解已有不小進步，也仍然很難想像如何讓 AI「思考自己看起來長什麼樣子」。
如今面對這幅作品，外行眼中有種老生常談的味道，因為看起來只不過是（AI 和人）手拉手動作的數位化塗鴉。但看過創作流程介紹之後，內行就會會心一笑──這還真是用深度學習時代的標準方法，把 AI 和人類的能力結合，讓 AI 畫了一幅自畫像呢。
第一步：在 AI 中找到某個核心的視覺概念
- 找到發表在《紐約時報》約 3 千篇關於 AI 的文章。
- 用自然語言處理工具分析文章，找到與 AI 有關、有區分度、有語義概念的前 30 項。
- 訓練一個用於視覺辨識的神經網路，它會影像辨識這前 30 項概念。
- 找到《紐約時報》所有直接說明或含有 AI 意義的圖片，用這個網路評分影像。
- 評分前 10 名的影像，由參與項目的研究員、工程師、藝術家選出一張認為貼切的：一張人和機器人握手的畫面。
第二步：創作一幅捕捉到 AI 概念的原創影像
- 構建一個超過 1 千張影像組成的資料集，影像內容是人手和機械手。
- 用資料集訓練一個對抗性生成式網路（GAN），讓它繪製一幅包含人手和機械手的新影像；這個過程耗費 7 個日夜。
第三步：以符合《紐約時報》的視覺風格呈現
- 收集一些《紐約時報》舊封面圖，訓練一個影像風格轉換網路。
- 用這個網路對第二步繪製的人手和機械手影像自動風格轉換，以便符合《紐約時報》封面的「視覺語言」。
- 根據總體概念清晰度和藝術風格，選出一張最終影像──就是上圖。
這是一個典型融合 AI 的計算能力和人類藝術創造、判斷能力的流程，且也可以生成其他領域的藝術作品。
正與影像展示、創作過程一樣，人類與 AI 的共同未來應當是攜手互助，不是此消彼長、互相對抗。
（本文由 雷鋒網 授權轉載；首圖來源：shutterstock）