编辑 | KING
发布 | ATYUN订阅号
近日，在伦敦举行的深度学习峰会会议上，DeepMind研究科学家Ali Eslami提出了一个非常有趣的项目，名为“人工智能和创造力”。
DeepMind的Eslami团队为计算机绘图程序（Mypaint）设置了一个AI代理（一个需要采取某种行动的神经网络），以绘制人脸为挑战，并允许其自动选择变量，包括画笔的选择和放置以及线条压力和颜色。结果是惊人的。
Eslami的小组使用了一种称为强化学习的技术。在当今的大多数AI系统中，我们使用监督学习，在其中输入以某种方式标记的数据，以便系统可以将其结果与正确答案进行比较。相反的，无监督的学习是我们输入未标记的训练数据，然后让系统尝试自动识别。
强化学习是无监督学习的一种形式。在训练期间，第二个AI代理（称为鉴别器）会提供有关结果的反馈，以允许创建代理进行学习。在图像生成过程中，鉴别器会将生成的图像与训练数据进行比较，并给出有关是否可以区分差异的反馈。该反馈是一个分数，量化了分辨所生成的图像与训练数据集之间的差异程度。
在DeepMind教他们的系统如何绘画之前，他们已经教会了它如何写字。该AI系统最初于去年接受了来自各种字符（MNIST和Omniglot数据集）的手写字母和字符图像的训练，并成功地重新创建了该图像。团队惊讶地发现，限制笔划的数量产生的结果类似于一个人匆忙写作时的结果。
一旦AI用于手写工作，Eslami的团队便将系统扩展到更大的网络，并在更多的CPU上进行了培训。使用脸部照片作为训练数据集，脸部绘制的图像开始变得更加逼真。下图显示了绘制过程的各个阶段；请注意，没有为AI提供目标图像，它只是创建它认为看起来像人脸的图像。而且计算机从未见过人绘图，而是通过强化学习发现了有关如何通过反复试验来绘图的所有内容。
Eslami说，实际上有两个复杂的任务在进行。一个是高精度地控制画笔，另一个是管理时间，这两个任务使AI系统绘制的图像看起来更真实。
团队接下来要做的是问：如果我们继续扩展，会发生什么？他们将允许绘制笔画数从1,000个减少到了20个。令他们惊讶的是，该代理程序仍然能够生成显示面部表情的图像，尽管更为抽象。
Eslami说，关于抽象图像的最惊人的事情是，AI系统已经清楚地了解什么是构成脸部轮廓的特征，眼睛、鼻子和嘴巴。他们以前认为这些抽象只能通过模仿或监督学习来教，现在看来通过强化学习确实可以实现。因此，人工智能成功的学会了绘画，但这是创意还是随机的？这是艺术吗？
