有了Google还要画家做什么？

胡雯雯

自从Google开始研究人工神经网络（Artificial Neural Networks）以来，一直在尝试教它图像分类和识别的技能。比如说，给它一个特定主题如“叉子”，让它匹配出叉子的图像；又或是给它一张叉子的图片，让它识别并且归类。

这对人类来说是小儿科，但对人工智能系统来说，则意味着要看成千上万张类似的图片，才能掌握一个主题的共同点，提高识别精确度。

大概是想让更多人参与进来，分担这项费时费力的教学工作，Google最近向大众公开了这个人工智能系统的代码。一些软件工程师将其应用到自己的网站上（Psychic VR Lab 和 Deep Neural Net Dreams），让网友们随意上传图片，看它能识别出什么来。结果令人大吃一惊，这货居然是个艺术家！

一棵树的树冠，被它诠释成梵高风格的小教堂，一朵下垂的向日葵花盘，被它诠释成了一只胖乎乎的鸟，就连蒙克那幅著名的《呐喊》，也被它画满了密密麻麻的眼睛。

这是怎么回事？我们先来看看Google 人工神经网络的原理。它是模拟人脑神经元来运作的，包含10-30层人工神经元。每一层都会专注于眼前图像的某些细节，将它分析后传给下一层神经元，一层层传递后，由最后一层判断它到底是什么。

面对一个单独的主题时，比如喵星人，它识别起来是比较容易的。但如果给它一张照片或一幅图，里面有天空、云朵、草地、河流、美女……那它要怎么决定其重点并且归类呢？如果我们再要求它：“不论你觉得自己看到的是什么，我们要你变出更多来”呢？

有趣的事情就这么发生了。

系统中每一个神经元层次，关注的点都不同。较低层的对物体的边缘轮廓，或是对简明的线条和装饰性图案很敏感，因此会将它们强调和放大；高一些的神经元层，则对物体的整体、比较复杂的图案感兴趣。

因此，当我们给它一张蓝天白云的图时，尽管一些细碎的云朵在我们看来没有任何意义，但被它自动脑补后，可能会变成小鸟和小鱼。然后为了强调这个特征，它又会绘制出更多的小鸟和小鱼。

由于科学家们给它学习过的几百万张图片，大部分跟动物和建筑物有关，所以它的想象力也总是围绕着这些。在这套人工神经网络的眼中，鹦鹉螺会长出狗头，面包会变成毛毛虫，就连日本漫画中的大眼睛妹子，脸也会变成圆睁双眼的汪星人。

好了，有人说，如果我给你的图里什么轮廓都没有呢？就是一张纯噪点，就像电视没信号发出沙沙声时的那种画面，你诠释给我看看？

真就有人做了这个实验。麻省理工的电脑科学与人工智能实验室，将纯噪点图给自己训练过的人工神经网络看，将它识别出的图案细节放大后再诠释，多次循环后，最终得出一系列精美绝伦的画，有些像拜占庭的马赛克，有些则像梵高的《星空》（有兴趣可以自行搜索一下图片名places205-googlenet）。

知乎上也有网友贴出自己用这套系统模拟出的图像，虽然许多仍是没有意义的噪点，但里面也出现了蚂蚁、巨石和海星等的图象。

对于这个横空出世的艺术家，工程师们已经把它的风格归了类，叫“inceptionism潜梦派”。这种技术能让我们更好地理解神经元处理任务的方式。