AI 劳动节创意盘点:绘画、写作、识别情绪……匹敌人类创造力

2017 年 5 月 1 日 新智元

  新智元编译  

来源:Medium.com

作者:David Mack

译者:熊笑 闻菲

 新智元启动 2017 最新一轮大招聘: COO、总编、主笔、运营总监、视觉总监等8大职位全面开放

新智元为COO和执行总编提供最高超百万的年薪激励;为骨干员工提供最完整的培训体系、高于业界平均水平的工资和奖金。加盟新智元,与人工智能业界领袖携手改变世界。

简历投递:jobs@aiera.com.cn    HR 微信:13552313024


【新智元导读】AI 正在展示出真正的创造力,它们像梵高一样绘画,像莎翁一样写作,像人类编剧一样创作着电影剧本。设计公司 SketchDeck 的联合创始人兼 CTO David Mack 认为,没有理由认为 AI 不能像人类那样具有创造力。在 AI 巨大的潜能中,只需进步一点点,就足以匹敌人类的创造力了。



长期以来,人类在宇宙中占有特殊的地位。犹太—基督教的神根据他自己的形象造出了人。柏拉图相信“logos”——心灵——是不朽的。而在上个世纪,人们都知道,人类比计算机更好,因为计算机好像有点……傻。

 

而今我们已经看到了一些苗头,AI 正在展示出真正的创造力。这可能预示了一个大胆的新世界:纽约时报畅销书榜单上满是 AI 的作品,人们在音乐节上为巨星“云”的新曲纵情舞蹈。我们的经济和社会可能会发生根本性转变。

 

最近有一些研究项目显示,富有创造性的 AI 正在向我们走来。

 

AI 的研究工具现在很容易搞到,计算机科学则历来弥漫着将研究公开分享的文化。感谢这一点,这一领域不断涌现着优秀的研究结果,与世界快速共享。

 

目前的 AI 研究结果就像当年的掌上电脑,相对于今日的 iPhone,它们似乎有点尴尬和幼稚,但它们背后的想法和那种原始的力量却可以大大改变我们的生活。


让我们聚焦一些近期的研究项目,来看看为什么说它们越来越有创造性。


像梵高一样作画


风格迁移迅速成为了 AI 研究的热门话题,因为它惊人的视觉产出:

 

神经网络将风格应用在照片中


这三张计算机生成的图片风格如此明显,证明了风格在艺术家作品中的作用。


AI跨越了怪异杂糅的边界。它对于笔触和着色的应用相当好地补充了主题,尽管很难将风格天衣无缝地拼接到照片里,但随着我们进一步加深认识,这些都不是问题。


这一领域的另一个发展是 AI 在不同艺术家的风格之间自由切换:

 


每个艺术家、创作者和发明家都是站在他们前辈的肩膀上。模仿是创造力和艺术表现力的重要组成部分。采用他人的想法(比如他们的视觉风格)并绘制出来,就可能通过重新组合,以及通过跳出旧有思维界限的方式找到新的想法。

 

像莎翁一样写作



用伊丽莎白时期的习语写一首五音步诗,对普通人来说是很具有挑战性的。上面这个作品出自我们在学校给孩子们布置的一个创作实践活动,由一个循环神经网络生成,这个神经网络把写作过程当成是一个字一个字的生成过程。这个神经网络有1500个“神经元”——你的大脑则有1000 亿个神经元。考虑到 AI 必须克服的所有障碍,这个初级写作范本令人印象深刻。

 

如前例所述,神经网络的理解深度比人类作家浅。但是,前景显而易见。随着网络深度的增加和学习能力的增加,网络学习的句法和风格规则可以深化到语法和叙述规则中。通过恰当地应用这些规则,这样生成模式可以很容易地催生出一个出版帝国。


进军影视界



去年,导演 Oscar Sharp 和 AI 学者 Ross Goodwin 发布了一部令人惊异的短片《Sunspring》(https://arstechnica.com/the-multiverse/2016/06/an-ai-wrote-this-movie-and-its-strangely-moving/)。


这是一部完全由算法创作的科幻故事。这个算法把自己称为 Benjamin。现在这两个人和 Benjamin 再次联手,又创作了一部短片《It’s No Game》(https://arstechnica.com/the-multiverse/2017/04/an-ai-wrote-all-of-david-hasselhoffs-lines-in-this-demented-short-film/)。另外一个有名的例子是 IBM 的 Watson 为恐怖片《Morgan》创作了一部预告片(http://www.wired.co.uk/article/ibm-watson-ai-film-trailer)。


 

IBM 研究人员给 Watson 看了超过100部恐怖电影的预告片,分成几段时间和场景。它对每个场景进行了一系列视觉、声音和作曲分析,以学习如何创建预告片。然后 Watson 开始处理时长 90 分钟的《Morgan》,以找到适合收入在预告片中的片段。


Watson 处理完《Morgan》,分出了10个场景共6分钟的视频。人类剪辑师通常需要10到30天才能将场景拼凑起来讲述一个连贯的故事,而 AI 只用了24小时就完成了预告片。


识别人类的情绪

 

通过预测一句话中的下一个单词,AI 展现出识别人类的情绪的能力。


OpenAI 发布了上述实验——一个无监督学习程序,其任务是预测亚马逊评论的下一个单词,为人类情感建模。它有一个特定的神经元,可以检测到好评和差评之间的差异。这是一个很好的例子,展现出AI理解到了更深层次的本质。

 

艺术家在做什么?他在连线。他把事物之间看不见的线连在一起。——德国艺术家AnselmKiefer

 

虽然这个 AI 只学会了理解语言的一个小小的方面,但这是从零到一的第一步。出现更大规模的神经网络和更有效的学习方法来使得 AI 能够理解更多它们看到的东西,只是一个时间问题。

 

AI 能否具有人类的创造力?

 

是啊,这些事情令人印象深刻,但 AI 有可能具有人类一样的创造力吗?

 

没有任何根本原因,会造成 AI 不能像人类那样具有创造力。信息物理学既是人类思维也是硅片的基础。二者的运行都依照量子力学的数学原理。

 

大自然花费了40 亿年的时间来进化我们大脑的细胞系统。人类花费了70 年在硅晶体管上。这些晶体管已经变成了超级视频游戏玩家,并成为了具有创造性的助手。今天运行的硬件和软件只会日益进化,没有障碍能阻止深度学习变得更深入更快速了。

 

目前的深度学习算法和神经网络远远没有实现它们的理论潜力。今天的视觉神经网络比一年前成本要低5-10倍,所用参数要少15倍,性能却能完败一年前的昂贵前辈。这完全得益于不断改进的网络架构和更好的训练方法。

                          ——谷歌高级研究科学家Christian Szegedy


在 AI 巨大的潜能中,只需进步一点点,就足以匹敌人类的创造力了。

 

这对我们所有人来说意味着什么?


人类与技术的关系在过去几个世纪里发生了巨大变化,并预示了某种未来。有许多种方法能让AI 的创造力使我们的社会受益,反之亦然。

 

坏消息

 

当自动计算器到来时,普通文员和簿记员的工作就会消失。个人计算机的出现取代了打字员和最初的一部分秘书。AI 也将不可避免地取代专业人士和创意。AI 对工作的取代对个人来说可能是很糟糕的,但对于一个经济体系来说,就业创造/破坏的净率才是经济是否能够顺利运行的重要因素。

 

有证据表明,当前的经济遇到了一个结构性的问题,中产阶级的工作被摧毁,但并没有创造出新的岗位来。MIT 科学家、研究科技进步对商业影响的Andrew McAfee 制作的 PPT 对此作了说明:


 

看上面的曲线图,与创造性 AI(消灭上图靠右的高技能工作)、机器人和自动驾驶车辆(消灭上图靠左的低技能工作)在一起,有很多工作岗位将面临同时消失的风险。社会重新创造技能(re-skill)是需要时间的,如果冲击来得过于突然,那么很可能会出现经济衰退。

 

另一方面,好消息

  

创造性 AI 很有可能为我们的社会带来巨大的好处。

 

在计算机的辅助下,如今数学家可以证明以前永远不可能证明的事情。数学家设定一个目标,然后计算机会负责探索所有可能的空间和方法来证明它。“上帝之数”——20 就是这样被发现的(详见下文注释)。类似的,建筑师利用计算机对物理学的理解提出建筑设计,这是单靠人力无法完成的。我们已经大量使用了智能工具,随着智能化的发展,我们也将越来越聪明。

 

【注释】所有的三阶魔方都能在有限步数内复原,1982年,佛雷与辛马斯特合著的《魔方手册》定义任意的三阶魔方都可以保证最少 n 步复原,并称呼 n 为上帝之数(God'snumber)。在此书中,证明上帝的数字介于17~52之间。此后不断有人推进研究。在2010 年,包括 Tomas Rokicki 和 Morley Davidson 等人的研究团队证明任意组合的魔方可以在 20 步内还原,现在上帝之数正式定为 20。

 

创意 AI 将让导演以前所未有的规模创造艺术:视频游戏里,每个人物角色的对话都来自无数的普利策获奖小说;CGI(computergraphic image)电影中,每一位演员,哪怕是最无足轻重的,都将成为用心、即兴发挥的专业角色。

 

AI 研究人员(Artificialresearcher)将协助物理学家深入探索宇宙的秘密。AIUX 设计师可以对全世界每个APP 的每个像素倾注前所未有的关注。AI 城市规划者可以完全不同的方式设计我们的城市空间,让人们的生活更幸福、安全,更有成效。

 

AI 正在展现它拥有创意的第一步。当然,如今还无法与梵高或莎士比亚相媲美,但 AI 进步的速度令人震惊,也没有理由将其超人的创造力停下来不发展。这可能给人类经济带来严峻的挑战,也为人类提供解决棘手问题的巨大能力。


上图名为“040502”,是 2004 年由机器人、人工智能画家 AARON 在纸上绘制的一幅油画。来源:newatlas.com



原文地址:https://medium.com/sketchdeck-developer-blog/ai-is-already-being-creative-e2c1fd3a4c7d


新智元招聘


新智元日前宣布,获6家顶级机构总额达数千万元的PreA轮融资,蓝驰创投领投,红杉资本中国基金、高瓴智成、蓝湖资本 、蓝象资本跟投。本轮融资将用于新智元团队规模扩充并增加新产品服务线,目标打造 To B 的人工智能全产业链服务平台。


职位:客户总监


职位年薪:30 - 60万(工资+奖金)

工作地点:北京-海淀区

所属部门:客户部

汇报对象:COO

下属人数:8 人

工作年限:5 年

语  言:英语 + 普通话

学历要求:全日制统招本科


职位描述:


  1. 热爱人工智能,在行业内有一定的人脉资源和影响力;

  2. 为客户制定媒体关系策略和公关活动策划,达成客户的市场或传播目标;

  3. 负责监督公关项目的计划和实施,使项目能按期在预算内完成;

  4. 积极拓展客户资源,开发公司业务,与既有客户保持紧密的业务联络和沟通;

  5. 监督、管理及考核客户服务团队,全面提升公司客户服务质量;

  6. 有4A、公关公司工作经历优先,有知名企业或知名媒体机构工作经验者加分

岗位职责:


精准把握客户需求,了解新智元定位,负责制定、执行公司年度会展活动及其他客户经营服务计划,监督实施全过程,完成业绩指标。掌握 AI 产业动态,熟悉市场状况,定期提出客户服务计划和建议。积极开拓新客户,提升与既有客户、同行业间良好的合作关系;组织部门开发多种服务计划,完成客户服务目标及确保回款任务。负责管理和培训客户部业务人员,安排并指导客户部日常工作,与其他部门良好协作。


应聘邮箱:jobs@aiera.com.cn 

HR微信:13552313024

新智元欢迎有志之士前来面试,更多招聘岗位请点击【新智元招聘】查看。


登录查看更多
0

相关内容

David Mack是Octavian.ai的创始人和机器学习工程师,致力于探索图机器学习的新方法。在此之前,他与他人共同创立了SketchDeck,这是一家由Y Combinator支持的初创公司,提供设计即服务。他拥有牛津大学的数学硕士学位和计算机科学的基础,并拥有剑桥大学的计算机科学学士学位。
AI创新者:破解项目绩效的密码
专知会员服务
33+阅读 · 2020年6月21日
最新《Deepfakes:创造与检测》2020综述论文,36页pdf
专知会员服务
62+阅读 · 2020年5月15日
【哈工大】基于抽取的高考作文生成
专知会员服务
36+阅读 · 2020年3月10日
【新加坡国立大学】深度学习时代数据库:挑战与机会
专知会员服务
33+阅读 · 2020年3月6日
2019中国硬科技发展白皮书 193页
专知会员服务
82+阅读 · 2019年12月13日
何晖光:多模态情绪识别及跨被试迁移学习
深度学习大讲堂
55+阅读 · 2019年4月23日
当你的头出现在A片演员的身体上
PingWest品玩
7+阅读 · 2019年1月6日
AI情绪识别技术背后:一场悄然来袭的“暴政”
大数据文摘
7+阅读 · 2018年10月11日
DA-GAN技术:计算机帮你创造奇妙“新物种”
机器学习研究会
4+阅读 · 2018年3月6日
图像风格迁移(Neural Style)简史
算法与数学之美
21+阅读 · 2018年2月4日
盘点2017年度AI领域大事件
大数据文摘
5+阅读 · 2017年12月9日
已删除
哈佛商业评论
4+阅读 · 2017年11月1日
Generating Fact Checking Explanations
Arxiv
9+阅读 · 2020年4月13日
Arxiv
5+阅读 · 2018年5月1日
Arxiv
6+阅读 · 2018年2月6日
Arxiv
6+阅读 · 2016年1月15日
VIP会员
相关资讯
何晖光:多模态情绪识别及跨被试迁移学习
深度学习大讲堂
55+阅读 · 2019年4月23日
当你的头出现在A片演员的身体上
PingWest品玩
7+阅读 · 2019年1月6日
AI情绪识别技术背后:一场悄然来袭的“暴政”
大数据文摘
7+阅读 · 2018年10月11日
DA-GAN技术:计算机帮你创造奇妙“新物种”
机器学习研究会
4+阅读 · 2018年3月6日
图像风格迁移(Neural Style)简史
算法与数学之美
21+阅读 · 2018年2月4日
盘点2017年度AI领域大事件
大数据文摘
5+阅读 · 2017年12月9日
已删除
哈佛商业评论
4+阅读 · 2017年11月1日
Top
微信扫码咨询专知VIP会员