9 月 23 日消息 現(xiàn)在，給 AI 一個(gè)短語(yǔ)和 50 個(gè)三角形，它就能創(chuàng)作一副極簡(jiǎn)風(fēng)格的抽象畫了。
只需輸入“a drawing of cat（一張貓的畫像）”，一只棱角分明、散發(fā)著冷酷氣息的抽象貓就生成了。
不只是這種泛泛的概念，給出特定詞匯，這個(gè) AI 也能指定作畫。
比如輸入“Walt Disney World（迪士尼樂(lè)園）”，50 個(gè)三角形立刻重新排布，一個(gè)風(fēng)格完全不同的抽象版迪士尼城堡就出現(xiàn)在了眼前。
可以說(shuō)是完完全全抓住了迪士尼城堡的精髓。
以上這些“大作”，其實(shí)都是進(jìn)化策略 （ES）和 CLIP 結(jié)合后生成的效果，由谷歌大腦團(tuán)隊(duì)出品。
他們讓兩個(gè) AI 相互配合，根據(jù)文字提示及具體圖像，用一堆三角形創(chuàng)作出了一幅幅極具特色的抽象畫。
抽象后的谷歌大樓，大概長(zhǎng)這樣：
不能說(shuō)毫無(wú)關(guān)系，只能說(shuō)一模一樣啊。
這回，真的有點(diǎn)后現(xiàn)代藝術(shù)的 feel 了。
只用三角形創(chuàng)作的抽象畫
從生成的效果可以看到，ES 算法 + CLIP 其實(shí)就是把一堆隨機(jī)的三角形重新排布，通過(guò)調(diào)整它們的大小、位置、顏色，逐漸將其構(gòu)建成一個(gè)與給出詞匯所吻合的圖像。
具體來(lái)看，在最初始時(shí)，ES 算法會(huì)以三角形的坐標(biāo)、RGBA 值作為參數(shù)，在畫布上隨機(jī)給出一些三角形。
進(jìn)化策略（ES）算法的原理則像進(jìn)化論一樣，它可以根據(jù)給出的信息不斷優(yōu)化，直到得到一個(gè)最優(yōu)解。
CLIP 則是 OpenAI 開發(fā)的一個(gè)負(fù)責(zé)給圖像重排序的模型。
它會(huì)對(duì) ES 算法給出的三角形圖像與文字描述的相似度進(jìn)行打分，然后將結(jié)果反饋給 ES 算法，ES 算法就會(huì)為了提升分?jǐn)?shù)而不斷迭代，最后得到一副藝術(shù)畫。
除了給出文字指令外，直接給一張圖作為初始信息，只用 ES 算法也能進(jìn)行作畫。
這不，用 50 個(gè)三角形、迭代 10000 次后，后現(xiàn)代抽象版蒙娜麗莎誕生了。
如果增加更多的三角形，算法給出的效果也會(huì)更好。
在下面的對(duì)比中，當(dāng)三角形數(shù)量達(dá)到 200 時(shí)，生成的圖像立刻增加了億點(diǎn)點(diǎn)細(xì)節(jié)。
其中達(dá)爾文和蒙娜麗莎的例子，fitness 幾近達(dá)到了 100%。
此外，為了實(shí)現(xiàn)更好的效果，研究人員還采用了 ClipUp 優(yōu)化器。
從對(duì)比中可以看到，使用優(yōu)化器后迭代 1 萬(wàn)次后的效果比基本算法迭代 56 萬(wàn)次后的還要好。
同時(shí)，與基于梯度的渲染方法對(duì)比，ES 算法的表現(xiàn)也可圈可點(diǎn)。
渲染方法會(huì)更側(cè)重于紋理和顏色上的細(xì)化，而 ES 算法會(huì)更加側(cè)重于如何布局這些三角形。
那么給出文本指令生成的效果如何呢？
在“Self”、“Human”、“Walt Disney World（迪士尼樂(lè)園）”幾個(gè)案例中，算法的表現(xiàn)依舊很優(yōu)秀。
在體現(xiàn)關(guān)鍵字主題精髓的情況下，隨著構(gòu)圖三角形數(shù)量的增多，算法給出的結(jié)果細(xì)節(jié)也就更為豐富。
但是在“picture of Tokyo”這個(gè)例子中，它的表現(xiàn)就不那么好了。
研究人員認(rèn)為這是由于算法在生成陰影較深的三角形上還存在困難，所以造成了這一結(jié)果。
而且面對(duì)命題作業(yè)，算法也會(huì)盡可能給出不同的答案。
在這幾個(gè)案例的重復(fù) 4 次測(cè)試中，我們可以看到生成的圖像都存在明顯的區(qū)別。
Demo 可試玩
其實(shí)這并不是 CLIP 第一次“指揮”別的 AI 作畫了。
此前與 GAN 配合，就讓圖像變成了 CG 藝術(shù)風(fēng)。
事實(shí)上，這一次的抽象畫效果，你也可以體驗(yàn)。
團(tuán)隊(duì)已經(jīng)將代碼開源，在 Colab 上也能進(jìn)行試玩（鏈接已附在文末）。
這是有網(wǎng)友上傳的生成圖像，效果真的還不錯(cuò)，你能猜出來(lái)這是誰(shuí)嗎？
論文鏈接：點(diǎn)擊打開
GitHub 開源地址：點(diǎn)擊訪問(wèn)
試玩鏈接：點(diǎn)擊打開
— 完 —
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。