日前，哥本哈根IT大學（IT University of Copenhagen）和懷俄明大學（University of Wyoming）的計算機科學家們開發出了一種能夠“創作”3D打印藝術品的“人工智能藝術”，它實際上是一款人工智能軟件，能夠在無人干涉的情況下使用深度學習和創新引擎來創建3D對象。

     據悉，這個有趣的人工智能項目是由來自哥本哈根IT大學的Joel Lehman、Sebastian Risi與懷俄明大學的Jeff Clune合作完成的，這三位科學家在項目過程中一直在教一臺計算機制作3D（或者3D打印的）藝術，最終獲得了一個非常有意思的結果。

      據科學家們介紹，為了創造出一位虛擬的藝術家，他們使用了基于深度學習的圖像識別技術，該技術屬于基于算法的機器學習領域，可以用于高級別數據抽象的建模。研究團隊假設，如果將深神經網絡（DNN）—— 一種深度學習體系結構——與一種進化算法相結合，可以在不投入人力的情況下用于創建虛擬的3D藝術品。最終，他們開發出來的這款人工智能程序——科學家們稱之為“創造力對象的一代（creative object generation）”——可能創作出不出大師級的杰作，但是其作品已經讓人感到驚訝。

       這位“人工智能藝術家”是通過以下方式創作其獨特的作品的：它的進化算法首先生成一個隨機的藍圖，然后再將其轉化成虛擬的3D圖像，這個3D圖像隨后被發送到深度神經網絡（DNN），由后者判斷這個3D圖像是否類似于我們所熟悉的景觀、人、動物或任何實際存在的東西。該深部神經網絡會反饋給算法一個關于相似度的報告，即“這看起來像一匹馬，相似度0.1%”，從這個時候起就轉入了一個試錯的過程：每—次，深度神經網絡會返回關于3D圖像的相似度報告，然后由算法對它對進行更改，再將其發送回去。深部神經網絡然后判斷出該3D圖像是否變得更可辨識還是更不可辨識。這個過程會反復重復達到數百萬次，直到程序“創作”出令人滿意的作品。

      科學家們說，他們認為這種來回創造的過程與自然進化有一定的相似度——這兩者都展現了簡單的對象（或者生物）通向復雜的過程。“對我來說這是非常迷人的——進化，沒有有意識的思維，卻能夠創造出具有巨大復雜性的對象，這種對象迄今依然超出了我們工程師的能力。”Lehman說。

    科學家們讓這個人工智能程序連續運行了兩個星期，在這段時間里，上述的來回過程發生了超過250萬次。在兩個星期結束時，深度神經網絡給算法提供了95%準確度報告。天工社發現，這位”虛擬藝術家”創作的很多東西都是有點奇怪、超現實的，然而最終還是能夠辨認的——就像很多人創作的藝術。Lehman謙虛地說，這些3D作品“有點漂亮”。據稱，最后，深度神經網絡會根據（1）可以打印、（2）是彩色的、（3）能夠突出有趣的特性等這幾條標準挑選出幾件3D作品然后將其送到在線3D打印平臺Shapeways上用彩色砂巖材料進行3D打印。這些3D打印后的對象（如下圖所示）圖片然后反饋回深度神經網絡，而后者通常能夠正確識別出這些藝術品是它們預期的對象。

      科學家們關于此項目的論文：《用深入學習與創新引擎完成的創造性一代3D對象（Creative Generation of 3D Objects with Deep Learning and Innovation Engines）》可以點擊此處下載，該論文還將被提交到6月27日—7月1日在巴黎舉行的關于創新計算的國際會議上。

（編譯自3Ders.org）

(責任編輯：admin)

• Rocket Lab推出新型海上著
• 迪拜餐廳 MYATA 打破吉尼
• Nature通訊：3DPX技術打印
• LSU研究人員采用3D打印創
• 埃因霍溫理工大學使用 Xol
• 美國陸軍首個3D打印營房在

• ·Rocket Lab推出新型海上著陸平臺，用于
• ·迪拜餐廳 MYATA 打破吉尼斯世界紀錄：
• ·Nature通訊：3DPX技術打印高精度毛發，
• ·LSU研究人員采用3D打印創造色彩鮮艷的
• ·埃因霍溫理工大學使用 Xolography光固
• ·美國陸軍首個3D打印營房在布利斯堡建成
• ·GE航空3D打印Catalyst 渦輪螺旋槳發動
• ·Thélios在意大利利用3D打印技術大規模