导读：生成对抗网络GAN是Ian Goodfellow在2014年他的博士期间提出的机器学习架构。与传统的神经网络模型不同，GAN包括了两套独立的网络：生成器与判别器，两者之间作为互相对抗的目标，最终生成器将能创造出让判别器无法识别真假的内容。

虽然GAN的兴起只有几年的时间，但是由于它在学术界和工业界的优秀表现，被Yann LeCun称为称为"十年里机器学习领域最有趣的想法"，也被MIT评选为2018年全球十大突破性技术，同时它更被广泛用于开发各种有趣的人工智能应用。

作者：史丹青

如需转载请联系华章科技

▲图: GAN的生成器与判别器在对抗中不断变强

GAN给AI生成技术带来了更多地可能性，如果说AlphaGo只是陪你玩玩游戏的大师，那2018年那次让大家轰动的AI艺术品作品拍卖似乎在挑战人类对于艺术的创作与审美。

2018年10月，由法国艺术创作团队Obvious Art使用GAN算法生成的画作以43万美金的高价被拍走，价格甚至碾压了同场拍卖的毕加索作品。

▲43万美金成交的GAN生成画作，来自https://obvious-art.com

当然这早已经不是AI第一次在艺术领域的应用尝试了，比如在早些时候非常流行的风格转换软件Prisma就可以将你的照片转换成毕加索画作的风格，当时该应用在很短时间内就获得了大量的追随者，被评为2016年的苹果商店和谷歌商店的年度最佳应用之一。

在这之后，微软小冰也出版过一本完全由AI生成中文诗集《阳光失了玻璃窗》，虽然在当时也是收到了褒贬不一的评价，但纯机器的诗歌写作确实产生了划时代意义的作品。

和之前的这些尝试一样，在突飞猛进的GAN技术的帮助下，AI开始在人类探索了这么多年的绘画领域更进一步，与人类艺术家一较高下。

最后拍卖的画作有一个非常有趣的点，它并没有署名任何艺术家或者程序开发者，而是在右下角写下了机器学习任务中的目标函数。如果你完全不懂机器学习，那你需要知道的是正是这样的一个GAN的数学公式创造了面前这幅天价的画作。

我们会好奇AI艺术家到底是如何创作的。一个传统意义上的艺术家在成长过程中会临摹大量大师的作品，并与自身的想法融会贯通，从中寻找出自身风格的定位。

如果抛开个人经历不谈，那AI本身真的是一个最勤奋的临摹大师，在现有的大量艺术中寻找创意和规律，从而创作全新的作品。Obvious Art团队在模型的训练过程中赋予了该AI模型大量的艺术作品，而模型不仅仅是看，更是记住了这些艺术作品的特点，并融入了自己的 “灵魂”中。

我们可以来看一个2017年的类似研究，Facebook研究院提出了一种GAN的衍生版本 — — 创作对抗网络（Creative Adversarial Network，后面简称 CAN），它的目标是能够自主地生成能够被大众接受的艺术作品，但是希望生成的艺术作品能够与现有的作品具备一定的区分度，而不是简单的复刻现有的风格。

它有一个很有趣的思想：CAN中包含了一个艺术判别器用于判断作品是否属于艺术的范畴，同时还有一个艺术风格的分类器，它希望做到在让生成的作品在被判断为艺术作品的前提下，艺术风格能够越模糊越好，也就是说CAN希望在生成的作品被判断为艺术品的同时，能够让艺术风格的分类器对它无从下手。

在最后的实验研究阶段，研究人员把AI生成的画作和真实艺术家作品打乱给观众欣赏，其中甚至还包含了一部分2016巴塞尔国际艺术展中人类艺术家的优秀作品。测试结果出人意料得好，有些生成的作品评价甚至超越了那些曾今获奖的作品，而大部分人也无法分辨该作品究竟是出自人类艺术家之手还是AI之手。

▲创意对抗网络自动生成的艺术作品，来自AICAN官网https://www.aican.io/

艺术品的价值本身难以估价，但有很多人会问，这样一类似乎没有灵魂的AI艺术作品，它的价值到底在哪里？

当然，如果仅仅是从创作成本的角度上来说，该作品确实不止一提，它的成本充其量只是Obvious团队收集艺术作品时花费的精力，以及在模型训练过程中开销的服务器费用，而在互联网上有大量现成的开源算法可供使用。

在这些表面价值的背后，我们会看到科技带来的闪光点。每次AI在不同领域有新的发展，总会引起一片焦虑，比如：AI会不会取代艺术家呢？科技的每次兴起与发展总会引起行业内部的焦虑，而那些有着敏锐嗅觉的人们则会借此机会探索更多的可能性。

正如摄影技术刚刚诞生之时，被一些绘画艺术家誉为“绘画艺术的末日”，但时至今日绘画艺术的末日并没有到来。反而在摄影和绘画互相影响的作用下，绘画艺术变得更加多元化，不再局限于写实的创作方式。与此同时，摄影艺术也开始模仿抽象派艺术家们的作品，延展除了更多的风格，形成了一种良性的互动关系。

AI技术其实也是类似的，它是一种强有力的工具，我们可以以AI为出发点，创作出各种匪夷所思的艺术作品，就比如知名深度学习框架Keras的作者把这一类使用GAN技术生成的艺术统称为GAN主义艺术（GANism），认为它会是未来现代艺术的一个趋势。

当然艺术家们也可以利用它来改进或者优化原来的艺术创作，Adobe在其发布会真实地告诉了我们怎么将AI运用在艺术与设计中，自动剪片、艺术字体的自动生成、照片变动画等等无不让现在的设计师和艺术家们瞠目结舌。

▲网红模型CycleGAN的各类应用，来自CyvleGAN官网

2018年，网红模型CycleGAN在网络上掀起了一股AI艺术创作的潮流，不仅是算法科学家和软件程序员，很多数字艺术家也开始热衷于尝试用CycleGAN来进行艺术创作。

如果在社交媒体Twitter上搜索#CycleGAN主题，会发现数不尽的相关创作，比如把真人转换成动漫人物、把照片转换成莫奈的风格等等。即使是从未接触过技术的普通人也能感受到GAN技术带来的乐趣。

未来已来，越来越多像GAN这一类的人工智能技术会成为新的生成力工具。对于这个时代的年轻人，全力拥抱它学习它，才是迎接未来的正确态度。

关于作者：史丹青，语忆科技联合创始人兼技术负责人，毕业于同济大学电子信息工程系。拥有多年时间的AI领域创业与实战经验，具备深度学习、自然语言处理以及数据可视化等相关知识与技能。是AI技术的爱好者，并拥抱一切新兴科技，始终坚信技术分享和开源精神的力量。

延伸阅读《生成对抗网络入门指南》

推荐语：这是一本结合了基础理论与工程实践的GAN入门书籍，深入浅出地讲解了GAN的技术发展以及各种衍生模型。本书面向机器学习从业人员、高校相关专业学生以及具备一定基础的人工智能爱好者，书中包含GAN的理论知识和代码实践。通过阅读本书，读者可以理解GAN的技术原理与实现方法。