从人工智能为李开复画像说起机器人成为艺术家还有多远
有一种观点说人工智能永远超不过人类，其中一个重要原因是人类具有创造性的思维能力，比如人类在创意、艺术方面的造诣。
而今天的【这很AI】与也正与艺术创作有关。到底机器人在模仿人们的艺术创作上还有多远的路要走？还是真的无法企及？
先来看一幅素描画 ▼
看完后不知有没有已经猜出画的是谁？
如果没有，那就再看下一张▼
没错，这就是人工智能加持下的李开复的画像，运用了基于深度学习的风格迁移技术。
除了这种照猫画猫的玩法，有一位伦敦的艺术家显然不满足与这种玩法，他想让其进一步发展，通过与AI有序搭档进行创意合作。
这位叫做Patrick Tresset 的艺术家正在训练一种神经网络，也就是一种机器学习算法 ：用于在实时绘制肖像时跟随他的步调一起创作。
通过下面视频进行直观了解 ▼
当他绘制一张脸的轮廓时，慢慢地添加眼睛，鼻子和嘴巴，该算法绘制出与草图相对应的特征的模糊外表；
当他继续添加细节，算法不断地变形其对应的图形，最后人工智能绘制的图像柔和且有触感，几乎像朦胧的灰色水彩画。
Tresset通过对21,000张图像进行深度学习，训练了一个称为Pix2Pix的神经网络，其特征是拥有3500个不同人物的素描风格。
Pix2Pix是今年早些时候出现的人工智能绘画工具，背后正是一种受过机器学习的艺术家的流行算法。您可以将任何照片上传到平台，该算法将基于新的草图生成相对逼真的图像。
艺术家在过去六年的主要贡献是创造和编程机器人，配备了手持式硬件和笔，通过观察来绘制肖像。
Tresset的许多功能包括坐在画廊里，画出任何坐下来的人。随着时间的流逝，他们已经勾画了数千人，那些草图与他们绘制的人物的照片配对，从而又提供了用于神经网络训练的输入数据集。
神经网络很大规模的用于计算机视觉和自助驾车等更加具有商业前景的领域。除此之外，他们也成为尖端艺术和创意努力找寻和探索的方向，如令人难以置信的绘图工具，逼真的人物肖像以及引人入胜的文体实验。
Tresset的实验是独一无二的，因为它是人与机器之间不可思议的协作完成，在天马行空艺术创作上，显然还远没有人工智能赶超人类的时间表，但是人工智能加持下的机器系统也为我们增添了不止于10万+种创作想象空间，而这也许是我们更乐意看到的。