以下文字资料是由(历史认知网 www.lishirenzhi.com)小编为大家搜集整理后发布的内容，让我们赶快一起来看一下吧！
摘要：剑桥顾问）伦敦-一个新的人工智能系统可以把简单的素描变成回忆19世纪和20世纪伟大艺术家作品的绘画，研究人员说。人工智能系统，被称为文森特，通过“学习”学会绘画8，从文艺复兴到20世纪的1000件艺术作品。这项技术使用两个相互竞争的神经网络。
伦敦-一个新的人工智能系统可以把简单的素描变成回忆19世纪和20世纪伟大艺术家作品的绘画，研究人员说。
人工智能系统，被称为文森特，通过“学习”学会绘画8，从文艺复兴到20世纪的1000件艺术作品。根据该系统的创造者-来自英国剑桥顾问研究和创新公司的工程师-文森特不仅在 ... 真正令人愉快的艺术方面是独一无二的，而且在对人类输入作出迅速反应的能力方面也是独一无二的。
“文森特允许你用钢笔画边缘，边缘剑桥咨询公司机器学习主管蒙蒂·巴洛（Monty Barlow）说：“一幅你可以想象的画面，从这些画面中，它可以根据自己的训练产生一幅可能的画作。”人们担心，人工智能将开始取代人们为他们做事，但文森特允许人类参与人工智能创造力的决定。”[超级智能机器：7机器人未来]
一些以前尝试生产人工智能产生的艺术成果相当可怕，比如荷兰公共广播公司NPO今年早些时候推出的Pix2Pix工具绘制的人像。Pix2Pix以人类绘制的草图为出发点，试图将它们变成一幅女性脸的油画。然而，这些创作看起来更像是从恐怖电影中提取出来的。
虽然文森特的艺术看起来并不完全真实，但它可能会被一些印象派或表现主义时代的大师们的更抽象的创作所取代，比如文森特梵高或埃德瓦尔德蒙克。
它学会了对比和色彩“笔触，”巴洛在9月22日的Re.WorkDeepLearningSummit上告诉现场科学，文森特是在那里首次被介绍的当你画一幅画的时候，它能把所有这些都发挥出来，让你接触到所有的艺术内容。
教文森特巴洛说，只用8000件艺术作品来训练文森特本身就是一项重大成就。巴洛说，以前，一个类似的系统需要数百万甚至数十亿的样本来学习绘画。
“今天部署的大多数机器学习都是将大量的样本分类并输入到一个系统中。”它被称为监督学习。例如，你展示一百万张人脸照片，而一百万张不是人脸的照片，它就学会了检测人脸。
文森特使用了一种更为复杂的技术，允许机器自动自学，而无需不断的人工输入。文森特能力背后的系统是基于所谓的生成性对抗网络，这是2014年首次描述的。这项技术使用两个相互竞争的神经网络。在一开始，两个网络都是训练的，例如，关于鸟类的图像。随后，一个网络的任务是 ... 更多的鸟类图像，使另一个网络相信它们是真实的。根据研究人员的说法，第一个网络逐渐能够更好地生成逼真的图像，而第二个网络则能够更好地识别赝品。“对于文森特来说，
”“我们必须将其中的几个网络组合成一个相当复杂的电路，”巴洛说如果五年前你问我们需要多少艺术来训练这个系统，我们会猜到可能会多出一百万倍。
学习技术来加速学习，研究人员偶尔会继续向机器提供有关其创作质量的反馈。[画廊：文艺复兴时期艺术中隐藏的瑰宝]
需要非常大的数据集才能产生可靠的结果，这是实际使用人工智能系统的主要障碍应用。因此，研究人员正在尝试设计新的技术，使机器能够以不同的方式更快地学习。
巴洛说，例如，文森特背后的系统可以，帮助教授自动驾驶汽车如何更好地识别行人。
“如果你想让一辆自动驾驶汽车可靠地检测行人，你不能仅仅有一个面部检测仪，因为你可以在广告牌上，在公共汽车边上，同样，一些行人可能戴着兜帽或在阴影中行走；“你甚至都看不到他们的脸，”巴洛说为了训练一个能够可靠地确定道路上正在发生危险事情的系统——有人已经离开了——你需要在不同的天气和灯光下，不同的人和高度，有大量的例子。
来收集如此大量的数据，据巴洛说，几乎是不可能的。文森特背后的系统可以利用他们的创造力从有限的数据集中生成更多的图像。该系统将在人类的帮助下，学会合成真实的图像，并随后教会自己可靠地评估各种现实生活场景。
“这是一个虚拟的圈，在这里机器学习不仅可以做一些令人惊奇的事情，而且它本身有助于推动机器学 ... 进步，”巴洛说：
是关于生命科学的原始文章
特别申明：本文内容来源网络，版权归原作者所有，如有侵权请立即与我们联系（devmax@126.com），我们将及时处理。