“這個(gè)實(shí)驗(yàn)利用了機(jī)器學(xué)習(xí)技術(shù)，訓(xùn)練深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)掃描數(shù)以千計(jì)的街景圖，尋找有潛力后期處理成優(yōu)質(zhì)風(fēng)景照的圖像，”谷歌機(jī)器感知團(tuán)隊(duì)工程師Hui Fang解釋。谷歌團(tuán)隊(duì)開發(fā)的軟件能夠模擬專業(yè)攝影師的工作流程，將篩選出來的照片處理成為符合人類審美的專業(yè)級(jí)作品。

 

　　谷歌的這項(xiàng)試驗(yàn)，展示了人工智能在二進(jìn)制世界之外，如在藝術(shù)、攝影等涉及到主觀判斷領(lǐng)域的可能性。

 

　　一般情況下，訓(xùn)練軟件進(jìn)行審美判斷需要對(duì)大量數(shù)據(jù)集進(jìn)行標(biāo)識(shí)，人類工程師們需要手動(dòng)挑選符合人類審美的光影效果和濾鏡，這非常消耗團(tuán)隊(duì)的時(shí)間和精力。

 

　　Fang和他的團(tuán)隊(duì)則運(yùn)用了另一種方法。他們采用了被稱之為生成對(duì)抗網(wǎng)絡(luò)的技術(shù)（generative adversarial network），它能快速、有效地訓(xùn)練神經(jīng)網(wǎng)絡(luò)識(shí)別人類眼中更具吸引力的影像元素。生成對(duì)抗網(wǎng)絡(luò)在人工智能試驗(yàn)中是一項(xiàng)富有潛力的新技術(shù)，它能使兩個(gè)神交網(wǎng)絡(luò)進(jìn)行交叉對(duì)抗，使用生成的結(jié)果改進(jìn)整個(gè)系統(tǒng)。

　　谷歌人工智能系統(tǒng)隨意選擇了一張谷歌街景圖片a，剪切后為其加上濾鏡，最后生成一張風(fēng)景大片d。

       谷歌相當(dāng)于制造了一個(gè)人工智能照片編輯，而這編輯做的就是將零碎的照片組成一張風(fēng)景大片，并自動(dòng)添加光影效果和濾鏡。而這系統(tǒng)中的另外一個(gè)模型，則用于分辨原始圖像和已經(jīng)經(jīng)過編輯的圖像。試驗(yàn)結(jié)果是，谷歌團(tuán)隊(duì)開發(fā)的這款軟件能夠識(shí)別出大眾眼中的好照片和差照片，這讓訓(xùn)練系統(tǒng)編輯原始圖像并改善圖像效果成為可能。

　　上圖為人工智能系統(tǒng)生成的風(fēng)光大片，下圖為谷歌街景原圖。圖片來源/谷歌Fang和其團(tuán)隊(duì)為了測(cè)試他們打造的人工智能系統(tǒng)是否真的能生產(chǎn)專業(yè)級(jí)大片，最后還進(jìn)行了一項(xiàng)類似于圖靈測(cè)試的實(shí)驗(yàn)。

 

　　他們讓一群專業(yè)攝影師根據(jù)圖像質(zhì)量對(duì)圖片評(píng)分。測(cè)試圖片中包含人工智能生成圖片和人類攝影師拍攝的圖像。而專業(yè)攝影師對(duì)這些圖像的評(píng)分結(jié)果是，五分之二人工智能生成的照片獲得了與人類攝影師同等水平的評(píng)分。

 

　　“谷歌的全景街景圖給我們的項(xiàng)目提供了一個(gè)測(cè)試機(jī)會(huì)”，F(xiàn)ang說，“有一天這項(xiàng)技術(shù)甚至能夠幫助你在現(xiàn)實(shí)世界中拍攝出更好的照片。”