日本AI畫師火速走紅：印象派畫作秒秒鐘完工，看一整天都不膩，你也能來DIY

栗子 雷剛 2019-04-20 02:13:38 來源：量子位

栗子 根叔 發(fā)自 紐凹非寺

量子位 報(bào)道 | 公眾號(hào) QbitAI

初出茅廬的AI畫師，最近迅速在推特躥紅。

畫富士山、畫大本鐘，畫艾菲爾鐵塔……風(fēng)格溫暖美麗，健筆如飛。

很多網(wǎng)友直接現(xiàn)場圍觀一幅幅佳作誕生，一遍遍重復(fù)觀看。

根！本！停！不！下！來！

Google大腦研究員David Ha就感嘆：看這只神經(jīng)網(wǎng)絡(luò)畫畫，能看一整天。

當(dāng)然，被迷住的遠(yuǎn)不止他一個(gè)。

這只AI畫家來自日本，是Reiichiro Nakano (中野君) 的調(diào)教產(chǎn)物，在推特上近8萬瀏覽，收獲了2,600多贊：

不論是山川建筑，還是萌物愛寵，都可以用蠟筆一樣的質(zhì)感，描繪成層次豐富、色彩細(xì)膩的畫面：

仔細(xì)觀察一下這只火烈鳥。

你會(huì)發(fā)現(xiàn)它身上的羽毛，顏色并非一次，而是許多層“顏料”不斷堆疊而生，筆觸就像是人類畫師，有靈魂的樣子：

而且這還都只是牛刀小試。

現(xiàn)在，代碼和論文，中野君都開放了。

只要你有瀏覽器，就可以在Colab上直接跑。

量子位迫不及待，生成了一張機(jī)器學(xué)習(xí)大神Jeff Dean溫暖的笑容：

溫馨提示：傳送門隨后，你也可以想試就試。

畫家是怎樣煉成的？

剛剛出爐的論文，可以清楚解答。

中野君說，這算法是風(fēng)格遷移沒錯(cuò)。但和前輩不同，這里是筆刷決定了風(fēng)格。

少年選用的所有畫筆，不論粗細(xì)，都帶著些許滄桑的毛邊，才能畫出蠟筆的效果。

△?左邊是真畫筆，右邊是GAN訓(xùn)練生成的AI筆刷

然后，把選好的畫筆輸入給GAN或是VAE，就能生成AI用的一套筆刷了。

你看這幅教堂的畫，天空是粗獷的藍(lán)色筆刷，教堂的門窗會(huì)細(xì)致一些，而路燈的花紋還要更細(xì)的筆觸才描繪得精彩：

有了畫筆還不夠。

第二步，AI要學(xué)習(xí)怎樣對(duì)著一幅照片來畫畫。

中野君借鑒了前輩SPIRAL生成明星臉的經(jīng)驗(yàn)，只是把需要大量運(yùn)算的強(qiáng)化學(xué)習(xí)方法，改成了普通的對(duì)抗訓(xùn)練。

訓(xùn)練之后，AI可以用人類的照片，生成非常粗糙的畫：

這時(shí)，AI還沒把剛剛造出的一套畫筆，科學(xué)地用起來。

第三步，學(xué)習(xí)人類的筆觸。就是在剛才的對(duì)抗訓(xùn)練之前，增加一個(gè)預(yù)處理(Preconditioning) 的步驟。

這一步，是避免AI從一大套畫筆里面，隨機(jī)選擇筆刷開始訓(xùn)練。通過識(shí)別圖像的特征，限定好一套初始筆刷再開始訓(xùn)練才會(huì)更加自如。

最后一步，讓畫筆決定畫風(fēng)，是少年用自己的方法達(dá)成的。

咦，畫風(fēng)的事，不是在生產(chǎn)“蠟筆”的時(shí)候就決定了么？但那只是一部分。

現(xiàn)在是另一部分：蠟筆畫，畢竟沒辦法保留照片那么清晰的細(xì)節(jié)，所以在學(xué)習(xí)照片特征的時(shí)候，就要改變方式。只保留那些高層特征，扔掉細(xì)枝末節(jié)，生成的畫面才會(huì)更有味道。

于是，中野君提出了Intrinsic Style Transfer?(內(nèi)部風(fēng)格遷移) 的新概念。改變損失函數(shù)，目標(biāo)變成只把內(nèi)容損失 (Content Loss) 最小化。

最終，有了我們看到的，生動(dòng)的畫面：

再治愈一點(diǎn)也可以：

中野君何許人也？

打造這只畫畫AI的日本小伙中野君，全名Reiichiro Nakano。

而且不查不知道，跨界奇才一枚。

他現(xiàn)在供職于東京創(chuàng)業(yè)公司Infostellar，是一名軟件工程師。

但這家公司主業(yè)其實(shí)跟機(jī)器學(xué)習(xí)及AI并不太大關(guān)聯(lián)，這是一家主要從事衛(wèi)星通信的硬核公司，愿景是為以后人類的星際擴(kuò)張打造通信基礎(chǔ)。

中野君在這家公司寫代碼領(lǐng)薪水，然后業(yè)余就搞搞神經(jīng)網(wǎng)絡(luò)。

沒想到興趣所致，如今紅遍四方。

△中野君受邀去Google分享

中野君說，雖然日常工作不涉及機(jī)器學(xué)習(xí)，但他為此著迷。

另外，其實(shí)中野君從學(xué)生時(shí)代就開始展現(xiàn)“跨界”奇才了。

他本科和研究生都就讀于菲律賓的德拉薩大學(xué)，這所可能你不曾聽聞的學(xué)校，這所位于菲律賓首都馬尼拉的私立大學(xué)，亞洲排名150開外，以商科著稱，但中也君一直修習(xí)E.E.。

此外，中也君還表示，自己是一名開源軟件的忠實(shí)信徒。

在GitHub主頁，他參與的開源項(xiàng)目也獲得廣泛認(rèn)可：

特別是一個(gè)名為Scikit-plot的開源庫，可以讓人更容易地使用scikit-learn對(duì)象進(jìn)行繪圖，曾在Github日常趨勢Python存中排名第一，目前獲星1400顆。

還有更多Python寫就的開源分享，感興趣可以通過傳送門前往。

你也可以的

相信看過上述介紹，你已經(jīng)有了不少大膽的想法。

那么，運(yùn)行一下這個(gè)Colab筆記，想法就可以變成現(xiàn)實(shí)：

https://colab.research.google.com/github/reiinakano/neural-painters/blob/master/notebooks/intrinsic_style_transfer.ipynb

從這里開始，把各種方括號(hào)“[ ]”一路點(diǎn)下來：

讓AI開始畫畫之前，記得放上自己喜歡的圖。就是改一下紅色部分的地址：

最后，Run！

不一會(huì)兒，就會(huì)出現(xiàn)一個(gè)有模有樣的圖了。

繼續(xù)跑，AI就會(huì)幫你畫得更加精細(xì)。

你猜這是誰：

傳送門

論文地址：

https://arxiv.org/pdf/1904.08410v1.pdf

GitHub地址：

https://github.com/reiinakano

中野君自述：

https://reiinakano.github.io/2019/01/27/world-painters.html

上手：

https://colab.research.google.com/github/reiinakano/neural-painters/blob/master/notebooks/intrinsic_style_transfer.ipynb

— 完 —