这个雕塑是由人工智能艺术家设计和 3D 打印的

计算机能创作艺术吗？这是计算机创造力领域正在探讨的问题之一，该领域旨在设计能够复制人类创造力的人工智能。

我们最近写了一篇关于谷歌努力创建制作原创音乐的算法的文章。但如果人工智能能够设计和制作你可以握在手中的 3D 物体会怎样？这就是哥本哈根 IT 大学助理教授乔尔·莱曼 (Joel Lehman) 着手解决的挑战。

Lehman 想知道他能否以某种方式利用深度神经网络 (DNN) 出色的图像识别能力来创建新的工件，而无需人工输入。他认为，关键是将 DNN 与进化算法相结合，该过程采用模仿自然进化的机制，例如选择、繁殖和突变。他和一位同事与怀俄明大学的进化人工智能实验室合作，设计了一个可以雕刻的人工智能系统。

他们称之为创造性物体生成，其工作原理如下：进化算法生成一个随机蓝图，并以此为依据建模 3D 图像。它总是类似于一团畸形的粘土。然后，算法将粘土团的几个快照传递给深度神经网络（因为 DNN 只能理解 2D 图像），并询问“你觉得这个怎么样？” DNN 将快照与其庞大数据库中的图像进行比较，确定该物体是否与它熟悉的物体相似，并向算法提供一些反馈。一开始，反馈相当苛刻。比如：“这看起来有 0.001% 像水母。”大多数人在这个时候可能会放弃陶瓷，但算法会继续前进。

然后，进化算法会获取蓝图，对其进行一些修改，并将其发送回 DNN。“现在怎么样？”如果 DNN 认为斑点看起来更糟，则丢弃新对象，并对原始对象进行另一次修改。如果反馈有所改善，因为它现在看起来只有 0.002% 像水母，那么新版本将成为进一步修改的基础。就像超级耐心的师傅和学生一样，算法和深度神经网络以这样的方式来回反复数百万次，缓慢但稳步地塑造出一个可识别的物体。

虽然雷曼承认他的算法与人类学习过程有相似之处，但他认为更恰当的比较是与自然进化。这正是该项目的最初灵感来源。“对我来说，[进化]在没有意志思维的情况下能够创造出如此复杂的东西，这真是令人着迷，”他说。“这些东西仍然超出了我们的设计能力。”他希望模仿的是从简单生物到更复杂生物的进化途径。这就是为什么 DNN 为算法提供如此基本的反馈。它不会告诉算法它做对了什么或做错了什么，只是告诉它是变暖了还是变冷了。他说，这就像进化。“要么生存，要么死亡。进化不会告诉你你的 DNA 应该如何改变才能成为更好的生物。”

该团队花了大约两周的时间进行改进。经过 250 万次迭代后，DNN 对该算法的许多作品的评分为 95%。平心而论，人类评判者可能会给其中一些作品打更低的分数。莱曼说，这些物体的奇怪外观表明神经网络无法理解三维物体。从某种意义上说，该算法利用了这一弱点，让看起来相当抽象的作品获得了及格分数。

雷曼将最终的蓝图（他称之为“人造 DNA”）发送到 3D 打印机。结果：几个由算法创建的小雕塑。雷曼称它们“相当漂亮”。

雷曼和他的团队将于下周在巴黎举行的国际计算创造力会议上展示他们的成果以及 3D 打印物品。