AI生成中国山水画！普林斯顿女生的本科毕业作品，用GAN来创作，似乎已经不是什么新鲜事了。2019年，NVIDIA在GTC大会上推出了人工智能图像生成器“GauGAN”。用户只需简单地画几条线条和轮廓，一幅美丽的风景图就会自动生成。这个AI使用的技术是生成对抗网络（GAN），也是一种深度学习模型，现在广泛应用于图像生成。包括去年麻省理工学院和IBM沃森联合实验室联合发布的AIPortraitsArs，用户可以在线将自己的照片变成中世纪优化风格。这个在线工具曾经非常流行，以至于网站瘫痪了。你可能会说，“这不就是风格迁移吗？”不，团队成员特别强调这不是风格转移。这是AI自己创造的。从线条到色调，与人类画家无异。创建。但就像东西方巨大的文化鸿沟一样，在艺术与科技结合的领域，AI似乎更倾向于西方。我们看过很多人工智能生成的现实主义、后现代主义甚至抽象主义的作品，但很少有人能看到人工智能对传统东方艺术的表现。最后，普林斯顿大学本科生AliceXue将目光投向了中国山水画。在她的毕业论文中，她开发了一种名为SAPGAN（Sketch-And-PaintGAN）的AI模型，可以生成中国传统山水画，为此她还获得了普林斯顿2020年优秀研究生论文奖。论文链接：https://arxiv.org/pdf/2011.05552.pdf论文提到，在一项242人的图灵视觉测试研究中，SAPGAN创作的画作被误认为人类艺术品的频率高达55%。明显高于基线GAN模型创建的绘画。就像人一样，先画草图，再上色。中国传统山水画在作画过程中一般有写生、皴、点、染等步骤。AIice提出的端到端生成中国山水画无条件输入模型也遵循了这个步骤。为了实现这个过程，AIice构建了两个模型：StageI:SketchGANStageII:PaintGANSketchGAN从样本图像中收集高分辨率的边缘图，PaintGAN在SketchGAN的基础上创建“翻译”，生成一幅完整的风景画。中国人更容易误判实验的实验结果也令人吃惊。在最终评估中，在242名参与者中，超过一半（55%）的模型生成的图纸被误认为是人类作品。视觉图灵测试的分数分布，该测试要求参与者判断艺术品是由人类还是计算机制作的（平均值=70.5%）SAPGAN该模型在所有艺术类别中始终优于基线。SAPGAN与人类绘画的最大区别在于“清晰度”。令人惊讶的是，中国人可能更容易被SAPGAN欺骗。作为母语为中文的人，看过好几幅山水画，但国人在判断一幅山水画是不是SAPGAN做的时，可能更容易受骗。作者比较了以中文为母语的参与者和以英语为母语的参与者的结果，以了解文化接触是否能让中国参与者正确判断画作。然而，华语考生的平均得分为49.2%，明显低于英语考生的73.5%。也就是说，说中文的人有70%的时间把SAPGAN的画误认为是人，而整体水平是55%。显然，无论对中国文化的熟悉程度如何，参与者都很难分辨这些画作的来源。我自己收集了2000多幅山水画资料。GitHub上公开文章中提出的模型是在一个新的中国传统山水画数据集上训练的。这个数据集不是来自百度或谷歌，而是作者自己收集的。AIice表示，目前的山水画数据集存在非唯一性、图像质量和数量不足的问题。为了推动这一领域的发展，爱丽丝自己建立了一个由2192幅优质国画山水画组成的新数据集。这些山水画来自普林斯顿美术馆的收藏。这些有价值的画作目前基本上没有受到生成创作研究的影响，作者已经在GitHub上发布了这个数据集供公众使用。Alice在接受校方采访时表示，普林斯顿大学艺术博物馆有一个惊人的开放数字中国画收藏，这对我的数据集来说很有价值，但遗憾的是，大多数研究人员并没有充分利用它。数据集链接https://github.com/Alicex2020/Chinese-landscapepainting-Dataset写论文之前从来没有上过机器学习课，准备去Facebook工作。看到这里，你可能会认为爱丽丝是“高级计划员”。但她说，“在写这篇论文时，我从未上过机器学习课，所以我经常被这样的问题所困扰：像我这样的新手可以为已经存在的创新研究做些什么。但我发现解决问题总是有一个有趣的角度，因为一个人的兴趣和技能对他们来说是独一无二的。”在谈到她对其他学生的建议时，爱丽丝说，将数字人文融入你的工作是水到渠成的事情。找到您感兴趣的东西——无论是19世纪的文学作品还是爵士乐——总有一种方法可以从中收集数据来分析或制作相关的技术工具。谈到自己的未来计划，爱丽丝说她打算在Facebook工作，成为一名软件工程师。
