15年，Google 开源了用来分类和整理图像的 AI 程序 Inceptionism，并命名为 DeepDream。DeepDream 的开源除了帮助我们深入了解深度学习的工作原理外，还能生成一些奇特、颇具艺术感的图像。不久前，一位研究人员发表了一篇论文，提出了一种风格转换算法，可以将照片与绘画风格结合在一起。
DeepDream 采用卷积神经网络，将图像划分为不同风格与内容组件。Leon Gatys 发表的论文《艺术风格的神经算法》（A Neural Algorithm of Artistic Style）则是反过来，将神经网络用作通用图像分析器，创造出融合了某种图像的风格和另一种图像内容的新作品。这种风格转换算法可以将照片与绘画风格相结合。例如天体物理学家奈尔德葛拉司泰森（Neil deGrasse Tyson）的照片与 Kadinsky 的《Jane Rouge Bleu》风格相结合。（摄影：Guillaume Piolle）
DeepDream 人工神经网络主要包含 10-30 个人工神经元对叠层。每个图像存储在输入层中，然后与下一个层级通信，直至最终到达 “输出” 层。我们可对人工神经网络进行 “教学”，获得我们想要的答案。同样的，我们可以选取一个层级并命令网络增强监测到的任何内容，因而网络将在接下来的层级中对于我们命令的形象识别更为敏感，直到显示出我们所需的图像。
目前，这项技术已经吸引了不少艺术家，如 Amanda Peterson 、Memo Akten、Samim Winiger、Kyle McDonald等，本文题图就是 Memo Akten 在 2015年 创作的作品。伦敦大学、纽约大学互动电传学系也正在开设机器学习与艺术类似课程。泰特现代艺术馆（Tate Modern）2016年 的 IK 奖主题就是人工智能。Google 在旧金山 Gray Area 艺术基金会举行了为期两天的 DeepDream 活动，展示机器智能与艺术交集的最新探索成果，旨在引导机器学习在未来发展方向的广泛讨论。
开源社区为深度学习的传播、普及和发展做出了重要贡献，使得 DeepDream 的演化速度加快，或许随着更多的人加入，DeepDream 会演化出一些更有意思的应用，哪天真的取代了 Photoshop 也不是没有可能呢。只是，Adobe 们会无动于衷么？
本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流，内容版权归原作者所有，如涉作品、版权和其他问题请给「我们」留言处理。
