在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

算法美學的背后:生成對抗網絡大顯神威

Hf1h_BigDataDig ? 來源:YXQ ? 2019-06-03 15:53 ? 次閱讀

2018年10月,紐約佳士得拍賣行在紐約拍賣出了一幅不一般的畫作。

在那次拍賣會上,一共有363件畫作“同臺競技”,其中包括20多幅畢加索的名畫。最終一幅“特別”的畫作力壓群雄,以43.25萬美元(約300萬人民幣)成交,值得注意的是這也是全場的最高價格。

這幅特別的藝術畫屬于肖像作品,并不是出自大師之手,甚至連人類持筆都算不上。這幅畫是由人工智能繪制,AI以朦朧的筆觸描繪了一位名叫埃德蒙·貝拉米的男士,另外畫作右下角的作者簽名是一個數學方程式。

AI目前的這個水平值不值這個價暫且不論。但18年10月拍賣的這一天或許將被寫入歷史,因為這將意味著人工智能創作的繪畫作品正式作為“藝術品”被市場接受,“標志著人工智能藝術作品將登上世界拍賣的舞臺”。

AI藝術品也有了正常的市場攤位

除了以拍賣的方式出售AI畫作,現在AI藝術品也有了正常的市場攤位!

國外一個名為9 GANs的藝術館將AI算法生成的作品放在了Fine Art America以及Society 6上面售賣。

注:Society6是表達自我的市場,擁有成千上萬來自世界各地獨立藝術家設計的優質產品。零售店里沒有其出售的產品,其主題集中在時尚、藝術、禮品和裝飾品。

在FineArtAmerica.com網站,藝術家和攝影師可以上傳他們的藝術品圖片,并設定的價格,向全球的觀眾售賣自己的作品。

此藝術館每小時能夠生成9幅藝術畫作,涉及主題包括肖像、抽象、超現實、素描等等。總之市面上存在的種類,這個人工智能都能生成。

網站主頁更新之后,一個小時之前的9幅畫將被永久刪除,按照網站的說法,每一幅畫都是獨一無二的。所以,也對畫作開放下載,只不過下載需要支付15美元到165.99美元不等。

下面這幅畫售價165.99美元,據介紹這是一款金屬印刷品,印刷在鋁板帆布上,支持木框架。這幅畫也有售價19.99美元的一款,不過是紙質印刷品,打印墨水使用愛普生K3檔案墨水。也就是說,每一幅畫雖然都是獨一無二的,其“藝術價值”不好估計,同一幅畫之所以有差價是因為其裝飾材料的不同。

據介紹,每幅畫的都是一類被稱為生成對抗網絡(GAN)的神經網絡生成,具體來說AI算法是StyleGAN以及英偉達開發的Original GAN。

那么人工智能會自己創造出藝術品么?網站在FAQ版面回答道:模型經過數據訓練,可以從大量的例子中學習,當然可以自己生成畫作。

其實,雖然是獨特的原創作品。但卻是大量喂食作品的混合物。生成的畫可能有蒙娜麗莎的形象,有梵高螺旋般的天空,以及莫奈的綠色景象......在合成過程中,它以非常低的水平和非常不可預測的方式進行,這也是使這種藝術形式如此有趣的原因之一。

在生成藝術品的同時也刪除了藝術品。在創造稀缺價值的同時,也想告訴我們,利用人工智能可以無窮無盡的各種圖像。

所以,你對藝術的定義決定了AI畫作的價值。

算法美學的背后:生成對抗網絡大顯神威

生成對抗網絡 由兩個相互博弈的神經網絡組成,即生成器和鑒別器。生成器負責根據輸入生成數據(輸入可以是噪聲,也可以是一些其他的數據)。鑒別器負責分析數據,并區分這些數據是真實的(來自數據集),或者是虛假的(來自生成器)。在形式上可以看做武學中的左右互博。

上面公式下標 G 和 D 分別代表生成器 G(Generator)和鑒別器 D(Discriminator)。生成器的工作是將方程的值最小化,而鑒別器負責將這個值最大化。生成器 G 和鑒別器 D 會一直博弈,直到達到我們的滿意。

而那幅價值300萬人民幣的藝術品,其作者用超過8萬幅15-20世紀的西方繪畫對算法進行訓練。基于這個龐大的數據集,他創造了一個創意對抗網絡(Creative Adversarial Networks,簡稱CANs)。與原有的GANs不同的是,此類型的GAN對損失函數稍作了修改。

據其創意對抗網絡的論文,他們提出了一個新的藝術創作系統。這個系統能夠通過觀看圖像學習風格進行藝術創作。不僅如此,這個系統還能偏離已經學會的風格進行創新,即生成新的藝術品。他們在實驗的過程中比較了人類參與者觀看系統生成的圖像和藝術家創作的畫作的反應。結果表明,人類完全無法分辨一幅畫是否由機器生成。

而9GANs創作畫使用的是StyleGAN,它來自英偉達,可以說是近期火遍全網的“造假”神器了。與其他生成器不同,StyleGAN可以根據需要更改生成圖像的結果,繪制出的圖片更加逼真,不僅可以創造假的人類肖像,也被瘋狂應用于其他機器學習應用項目,例如汽車、房間、甚至是動漫頭像等。

假房網”:從圖片到文字描述均由計算機自動生成

上圖是”假Airbnb”網站,它也是由StyleGAN生成的,網站上的圖片和文字所描繪的根本不是實物。

StyleGAN不僅可以生成高質量的和逼真的圖像,而且還可以對生成的圖像進行較好的控制和理解,甚至使生成可信度較高的假圖像變得比以前更加的容易。

上面這些,換句話說,StyleGAN專注于模仿,CAN能夠偏離原有的風格,意味著創新。

算法美學真的是創新美學?

當AI戰勝棋手時,人們不時的拋出“藝術創作才是人類的專屬”論調,但當我們看到并不輸于當代藝術家的AI畫作時,人們作何感想?

其實,藝術的靈魂決不僅僅只是來源于創作者本人,更多的是我們欣賞者賦予藝術的價值。藝術的存在價值也完全取決于人類對其的理解深度。

一幅世界名畫,對于懂的人來說,可能價值連城,而對于不感興趣的人來說,其可能還不如一張普通的照片有用。

另一方面,不必擔心AI藝術作品對人類創作靈感有毀滅性的沖擊。相反,我們應該珍惜AI帶給我們的靈感。AI可以將蒙娜麗莎與梵高結合,創造出獨特的作品,那么我們人類將蒙娜麗莎與梵高結合,并在結合的過程中給予符合人類美學的調節,這樣創造出的作品是不是更有欣賞價值呢!

人類的創造力來源于對生活、對自然的觀察。當算法美學成為我們觀察的一部分,這意味著我們突破自身的道路又多了一條。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 算法
    +關注

    關注

    23

    文章

    4625

    瀏覽量

    93123
  • AI
    AI
    +關注

    關注

    87

    文章

    31325

    瀏覽量

    269671

原文標題:這個AI批量作畫每小時九張,與畢加索同臺競技,還真有人買

文章出處:【微信號:BigDataDigest,微信公眾號:大數據文摘】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    #新年新氣象,大家新年快樂!#AIGC入門及鴻蒙入門

    。 2. 實踐操作: 使用Python進行實踐,通過transformers庫加載預訓練的文本生成模型。 學習圖像生成算法,如生成對抗網絡(GAN)等。 3. 工具推薦: ChatGP
    發表于 01-13 10:46

    AIGC入門及鴻蒙入門

    。 2. 實踐操作: 使用Python進行實踐,通過transformers庫加載預訓練的文本生成模型。 學習圖像生成算法,如生成對抗網絡(GAN)等。 3. 工具推薦: ChatGP
    發表于 01-13 10:32

    請問LM311能準確的交截生成對應的PWM波形嗎?

    UC3825, TLV3501輸入正是100k的正弦波 輸入負是100kHz的鋸齒波 二者交截生成PWM波形 請問LM311能準確的交截生成對應的PWM波形嗎 之前使用UC3525里面自帶的比較器做的,LM311能達到這樣的速度嗎
    發表于 08-06 07:46

    基于神經網絡的全息圖生成算法

    全息圖生成技術作為光學與計算機科學交叉領域的重要研究方向,近年來隨著神經網絡技術的飛速發展,取得了顯著進展。基于神經網絡的全息圖生成算法,以其強大的非線性擬合能力和高效的計算性能,為全
    的頭像 發表于 07-09 15:54 ?519次閱讀

    生成對抗網絡(GANs)的原理與應用案例

    生成對抗網絡(Generative Adversarial Networks,GANs)是一種由蒙特利爾大學的Ian Goodfellow等人在2014年提出的深度學習算法。GANs通過構建兩個
    的頭像 發表于 07-09 11:34 ?1182次閱讀

    人工神經網絡模型的分類有哪些

    詳細介紹人工神經網絡的分類,包括前饋神經網絡、卷積神經網絡、循環神經網絡、深度神經網絡生成對抗
    的頭像 發表于 07-05 09:13 ?1300次閱讀

    bp神經網絡算法的基本流程包括哪些

    BP神經網絡算法,即反向傳播神經網絡算法,是一種常用的多層前饋神經網絡訓練算法。它通過反向傳播誤
    的頭像 發表于 07-04 09:47 ?710次閱讀

    BP神經網絡算法的基本流程包括

    BP神經網絡算法,即反向傳播(Backpropagation)神經網絡算法,是一種多層前饋神經網絡,通過反向傳播誤差來訓練
    的頭像 發表于 07-03 09:52 ?553次閱讀

    神經網絡算法的優缺點有哪些

    神經網絡算法是一種模擬人腦神經元結構的計算模型,廣泛應用于機器學習、深度學習、圖像識別、語音識別等領域。然而,神經網絡算法也存在一些優缺點。本文將詳細分析神經
    的頭像 發表于 07-03 09:47 ?1547次閱讀

    生成式AI與神經網絡模型的區別和聯系

    生成式AI與神經網絡模型是現代人工智能領域的兩個核心概念,它們在推動技術進步和應用拓展方面發揮著至關重要的作用。本文將詳細探討生成式AI與神經網絡模型的定義、特點、區別、聯系以及它們在
    的頭像 發表于 07-02 15:03 ?866次閱讀

    神經網絡架構有哪些

    、語音識別、自然語言處理等多個領域。本文將對幾種主要的神經網絡架構進行詳細介紹,包括前饋神經網絡、循環神經網絡、卷積神經網絡生成對抗
    的頭像 發表于 07-01 14:16 ?809次閱讀

    思科完成對Isovalent的收購

    全球領先的網絡技術公司思科(Cisco)近日宣布,已完成對開源云原生網絡與安全領域的佼佼者Isovalent的收購。
    的頭像 發表于 05-06 10:41 ?652次閱讀

    深度學習生成對抗網絡(GAN)全解析

    GANs真正的能力來源于它們遵循的對抗訓練模式。生成器的權重是基于判別器的損失所學習到的。因此,生成器被它生成的圖像所推動著進行訓練,很難知道生成
    發表于 03-29 14:42 ?4678次閱讀
    深度學習<b class='flag-5'>生成對抗</b><b class='flag-5'>網絡</b>(GAN)全解析

    在使用spc5 stdio的時候生成對應的功能,main.c里面為什么沒有調用對應的接口?

    在使用spc5 stdio的時候生成對應的功能,main.c里面怎么沒有調用對應的接口; eg:這是怎么回事?
    發表于 03-26 07:00

    生成式人工智能和感知式人工智能的區別

    生成新的內容和信息的人工智能系統。這些系統能夠利用已有的數據和知識來生成全新的內容,如圖片、音樂、文本等。生成式人工智能通常基于深度學習技術,如生成對抗
    的頭像 發表于 02-19 16:43 ?1918次閱讀
    主站蜘蛛池模板: 国产精品久久久久影院免费| 美女国产精品| 国内精品99| 5151hh四虎国产精品| 国产午夜精品理论片久久影视| 久操视频在线免费观看| 国产精品国产午夜免费福利看| good韩国理论在线三级| 天天se天天cao综合网蜜芽| 天天插天天插| 美人岛福利| 51精品国产| 一区二区视频网| 操美女免费网站| 人色网| 黑色丝袜美女被网站| 久久精品免看国产| 欧美最猛性xxxx高清| 欧洲亚洲一区| 亚洲 图片 小说 欧美 另类| 日本三区四区免费高清不卡| 精品国产第一页| 四虎精品成人a在线观看| 你懂的网站在线| 丁香花的视频免费观看| 天天干天天射天天插| 福利视频一区二区牛牛| 日本欧洲亚洲一区在线观看| 亚洲成a人v在线观看| 免费看黄色一级毛片| 666精品国产精品亚洲| 九九国产精品| 日本免费不卡视频| 天堂资源在线官网bt| 五月婷婷六月爱| 午夜爱爱免费视频| 欧美色图网站| videsgratis欧美另类| 奇米影视一区| 在线免费观看一区二区三区| 一级毛片视屏|