自拍和名画之间只隔几层人工神经网络

　　　
 　
 　　　

　　如何动动手指头就把手机里平淡无奇的照片变成惊艳朋友圈的毕加索风名画？答案是，下载一个叫做Prisma的手机修图软件。

　　如果你既没有听说过口袋妖怪GO，也没听说过Prisma，那么快快扪心自问，自己是不是已经out了。因为据说，“现在全世界的潮人里，一半在满大街抓妖怪，另一半在用Prisma软件搞艺术创作”。

　  化腐朽为神奇，

　  只需几秒钟

　　 爱德华·蒙克的《呐喊》，劳尔·杜飞的静物画，葛饰北斋的《神奈川的巨浪》……这些画家和他们的作品就算你没听过也不要紧。要紧的是，Prisma可以把你随手拍下的平凡生活场景脱胎换骨，使其摇身变成

　　与这些名画风格类似的艺术作品，而且立等可取。

　　除了名家名作，Prisma里还有素描、马赛克、日本漫画，30多种滤镜任你挑选。你要做的只是上传或拍一张照片，然后选择自己喜欢的滤镜 风格。无论是睡得正酣的猫咪，还是下班经过的街角，亦或是你随便哪张自拍，只需几秒钟，浓浓的艺术气息就从那原本普通得不能再普通的照片上扑面而来。乍一 看，还真像是出自艺术家手笔。

　　就这样，Prisma依靠简单的操作和超出期待的艺术“再创作”，征服了全球各地缺乏艺术细胞却没有放弃艺术追求的文艺青年们。

　　这款由俄罗斯创业团队研发的修图App6月份才上线，但目前全球已经有超过4亿张图片通过它华丽“变脸”。连俄罗斯总理梅德韦杰夫都不甘落后。他默默用Prisma

　　再传给下一个神经细胞，进行下一步处理。Prisma使用的人工神经网络原理与其类似。

　　好了，现在开始揭秘Prisma“偷梁换柱”之术。它的人工神经网络分为好几层。最下面那层负责分析照片的内容，也就是对照片的每个像素点 进行分析。再往上那层可以对照片进行粗略的抽象，找出哪些是点、哪些是线、哪些是圆等等。最上面那层则可以抽象出一幅画的风格。总之，越下面的层越能学习 一幅画的内容，越往上面的层越能学习一幅画的风格。

　　这个人工神经网络已经提前把名家画作学习完毕，现在只需要把你上传的照片按照同样的过程学习一遍。然后，最关键的步骤来了：它把抽象出的代 表名家画作风格的那层拿出来，替换掉了你的照片风格，你的照片内容依然保持不变。魔术完成！一幅修了张图分享在Instagram上，加入了广大文艺青年 的P图大赛。

　　还有啊，上面说的4亿多张图片都来自iOS系统。如果你用的是安卓系统，不必难过，因为7月底Prisma的安卓版本也在千呼万唤之下与粉丝见面了。来来来，加入狂欢！

　　幕后偷梁换柱的，

　　其实是人工智能

　　如果你是此次P图大军中的一员，相信你已察觉，Prisma与其他瞬间完成修图的手机软件相比，使用过程中最大的不同就是需要等上几秒钟。

　　这几秒钟正是Prisma的秘密之所在。因为在这几秒钟里，你的照片被上传到了云端，人工智能在你的照片上做了些“手脚”，然后又给你重新输出了一张照片。

　　啥？把你的照片变成毕加索风名画的其实是人工智能？没错。Prisma使用了一种人工神经网络，你可以将其理解为模仿我们人类的神经系统工作原理设计出来的系统。我们的神经细胞会接受其他神经细胞传递过来的信号，对其进行一些处理后，

　　原汁儿但有着大咖味儿的照片就这样传回你手中。

　　清华学霸，

　　去年搞出同款

　　看到这里，你可能会大呼神奇。不过告诉你，去年国内就有人搞出了Prisma“同款”。

　　“其实这种方法来源于一篇论文。”清华大学自动化系硕士毕业生李希告诉记者，去年国外几个计算机科学家发表论文，描述了将任意照片变成名画 风格的方法。他和另一位同学觉得很有意思，于是“照葫芦画瓢”，三天时间便搭建出能够完成这项任务的人工神经网络。由于李希当时已经在创业做其他领域，所 以并没有寻求投资将其商业化。

　　李希告诉记者，上世纪五六十年代科学家就已经有了这么做的想法，只是这种做法需要很大的计算量，而当时计算机的计算能力相对较弱，因此对图片进行“变脸”的效果不太理想。“现在计算机的计算能力取得了极大进步，这件事情实现起来容易多了。”

　　既然现在这件事对于人工智能如此小菜一碟，是不是意味着人工智能真的懂艺术？

　　“这要看你怎么去定义‘懂’这个字。”北京图森互联科技有限责任公司首席科学家王乃岩博士说，人类可以训练人工智能让其学会生成一幅图片，但是我们无法通过它来表达任何含义或情感，因为深度学习是通过数据驱动的。

　　王乃岩告诉科技日报记者，其实我们所熟悉的Faceu换脸功能、美妆相机功能，背后也都是深度学习算法在驱动。但是人工智能的最终目标并不是完成这样的任务，而是生成它从未见过的东西，也就是具备我们常说的“创造力”。

　　“Prisma有没有创造力？可以说有，也可以说没有。因为，它没有办法把一幅图片变成一种人们完全没见过的风格。”王乃岩说，Prisma的成功之处在于，它重新定义了滤镜，为人工智能找到了一个新的有趣场景。

　　图片来源 右上及左下图片为Prisma在App Store中的展示图片。其余3幅为李希和同学用自己搭建的人工神经网络处理后的图片，其风格分别模仿的是蒙德里克的《构成A》、梵高的《星空》，以及蒙克的《呐喊》。

　　（应被采访者要求，文中李希为化名）