日前，哥本哈根IT大学（IT University of Copenhagen）和怀俄明大学（University of Wyoming）的计算机科学家们开发出了一种能够“创作”3D打印艺术品的“人工智能艺术”，它实际上是一款人工智能软件，能够在无人干涉的情况下使用深度学习和创新引擎来创建3D对象。



据悉，这个有趣的人工智能项目是由来自哥本哈根IT大学的Joel Lehman、Sebastian Risi与怀俄明大学的Jeff Clune合作完成的，这三位科学家在项目过程中一直在教一台计算机制作3D（或者3D打印的）艺术，最终获得了一个非常有意思的结果。

据科学家们介绍，为了创造出一位虚拟的艺术家，他们使用了基于深度学习的图像识别技术，该技术属于基于算法的机器学习领域，可以用于高级别数据抽象的建模。研究团队假设，如果将深神经网络（DNN）—— 一种深度学习体系结构——与一种进化算法相结合，可以在不投入人力的情况下用于创建虚拟的3D艺术品。最终，他们开发出来的这款人工智能程序——科学家们称之为“创造力对象的一代（creative object generation）”——可能创作出不出大师级的杰作，但是其作品已经让人感到惊讶。



这位“人工智能艺术家”是通过以下方式创作其独特的作品的：它的进化算法首先生成一个随机的蓝图，然后再将其转化成虚拟的3D图像，这个3D图像随后被发送到深度神经网络（DNN），由后者判断这个3D图像是否类似于我们所熟悉的景观、人、动物或任何实际存在的东西。该深部神经网络会反馈给算法一个关于相似度的报告，即“这看起来像一匹马，相似度0.1%”，从这个时候起就转入了一个试错的过程：每—次，深度神经网络会返回关于3D图像的相似度报告，然后由算法对它对进行更改，再将其发送回去。深部神经网络然后判断出该3D图像是否变得更可辨识还是更不可辨识。这个过程会反复重复达到数百万次，直到程序“创作”出令人满意的作品。



科学家们说，他们认为这种来回创造的过程与自然进化有一定的相似度——这两者都展现了简单的对象（或者生物）通向复杂的过程。“对我来说这是非常迷人的——进化，没有有意识的思维，却能够创造出具有巨大复杂性的对象，这种对象迄今依然超出了我们工程师的能力。”Lehman说。

科学家们让这个人工智能程序连续运行了两个星期，在这段时间里，上述的来回过程发生了超过250万次。在两个星期结束时，深度神经网络给算法提供了95%准确度报告。这位”虚拟艺术家”创作的很多东西都是有点奇怪、超现实的，然而最终还是能够辨认的——就像很多人创作的艺术。Lehman谦虚地说，这些3D作品“有点漂亮”。据称，最后，深度神经网络会根据（1）可以打印、（2）是彩色的、（3）能够突出有趣的特性等这几条标准挑选出几件3D作品然后将其送到在线3D打印平台Shapeways上用彩色砂岩材料进行3D打印。这些3D打印后的对象（如下图所示）图片然后反馈回深度神经网络，而后者通常能够正确识别出这些艺术品是它们预期的对象。



科学家们关于此项目的论文：《用深入学习与创新引擎完成的创造性一代3D对象（Creative Generation of 3D Objects with Deep Learning and Innovation Engines）》，该论文还将被提交到6月27日—7月1日在巴黎举行的关于创新计算的国际会议上。

日前，哥本哈根IT大学（IT University of Copenhagen）和怀俄明大学（University of Wyoming）的计算机科学家们开发出了一种能够“创作”3D打印艺术品的“人工智能艺术”，它实际上是一款人工智能软件，能够在无人干涉的情况下使用深度学习和创新引擎来创建3D对象。



据悉，这个有趣的人工智能项目是由来自哥本哈根IT大学的Joel Lehman、Sebastian Risi与怀俄明大学的Jeff Clune合作完成的，这三位科学家在项目过程中一直在教一台计算机制作3D（或者3D打印的）艺术，最终获得了一个非常有意思的结果。

据科学家们介绍，为了创造出一位虚拟的艺术家，他们使用了基于深度学习的图像识别技术，该技术属于基于算法的机器学习领域，可以用于高级别数据抽象的建模。研究团队假设，如果将深神经网络（DNN）—— 一种深度学习体系结构——与一种进化算法相结合，可以在不投入人力的情况下用于创建虚拟的3D艺术品。最终，他们开发出来的这款人工智能程序——科学家们称之为“创造力对象的一代（creative object generation）”——可能创作出不出大师级的杰作，但是其作品已经让人感到惊讶。



这位“人工智能艺术家”是通过以下方式创作其独特的作品的：它的进化算法首先生成一个随机的蓝图，然后再将其转化成虚拟的3D图像，这个3D图像随后被发送到深度神经网络（DNN），由后者判断这个3D图像是否类似于我们所熟悉的景观、人、动物或任何实际存在的东西。该深部神经网络会反馈给算法一个关于相似度的报告，即“这看起来像一匹马，相似度0.1%”，从这个时候起就转入了一个试错的过程：每—次，深度神经网络会返回关于3D图像的相似度报告，然后由算法对它对进行更改，再将其发送回去。深部神经网络然后判断出该3D图像是否变得更可辨识还是更不可辨识。这个过程会反复重复达到数百万次，直到程序“创作”出令人满意的作品。



科学家们说，他们认为这种来回创造的过程与自然进化有一定的相似度——这两者都展现了简单的对象（或者生物）通向复杂的过程。“对我来说这是非常迷人的——进化，没有有意识的思维，却能够创造出具有巨大复杂性的对象，这种对象迄今依然超出了我们工程师的能力。”Lehman说。

科学家们让这个人工智能程序连续运行了两个星期，在这段时间里，上述的来回过程发生了超过250万次。在两个星期结束时，深度神经网络给算法提供了95%准确度报告。这位”虚拟艺术家”创作的很多东西都是有点奇怪、超现实的，然而最终还是能够辨认的——就像很多人创作的艺术。Lehman谦虚地说，这些3D作品“有点漂亮”。据称，最后，深度神经网络会根据（1）可以打印、（2）是彩色的、（3）能够突出有趣的特性等这几条标准挑选出几件3D作品然后将其送到在线3D打印平台Shapeways上用彩色砂岩材料进行3D打印。这些3D打印后的对象（如下图所示）图片然后反馈回深度神经网络，而后者通常能够正确识别出这些艺术品是它们预期的对象。



科学家们关于此项目的论文：《用深入学习与创新引擎完成的创造性一代3D对象（Creative Generation of 3D Objects with Deep Learning and Innovation Engines）》，该论文还将被提交到6月27日—7月1日在巴黎举行的关于创新计算的国际会议上。