搞事情！滅了棋壇的人工智慧，要讓設計藝術全體狗帶？

最新 06-09

AlphaGo

成功地把人類圍棋巔峰的柯潔虐哭

然後便急流勇退宣布退役了

事了拂衣去，深藏功與名

人工智慧（AI）

與人類在圍棋上的戰爭看似結束了

其實才剛剛開始

我很想這麼說

（聽上去是個很高級的開頭）

然而

AI與人類的羈絆既不是剛剛開始

也不可能已經結束

AlphaGo只是漫漫長路上

一個引人矚目的節點

那麼在人工智慧的發展史上有哪些

讓人目瞪Go呆的創舉呢

羅馬不是一日建成的

人工智慧也不會一蹴而就

人類在探索自身的同時

從未停止對於機器智能化的想像

把人類的技能、思維乃至情感賦予機器

彷彿是某種與生俱來的追求

傳說偃師把製作的人偶送給周穆王，人偶能歌善舞與真人無二，歌合律，舞應節。千變萬化，惟意所適，甚至挑逗周穆王妃嬪。

1726年《格列佛遊記》中想像了一種「邏輯機」，通過實用且機械化的操作方法來改進人的思辨知識，「最無知的人，只要適當付點學費，再出一點點體力，就可以不藉助任何天才和學力，寫出關於哲學、詩歌、政治、法律、數學和神學的書來」。

人工智慧 × 棋類遊戲

隨著科學技術的進步

這種強烈的願望逐漸被付諸實踐

自從1914年誕生了第一台自動國際象棋機

能夠在無人干預的情況下下棋

培養機器進行棋類遊戲

就成了最早的突破口之一

在此，不得不提到Arther Samuel

一個沉迷於西洋跳棋的科學家

他是第一個編寫出計算機跳棋程序的人

並在1959年提出「機器學習」一詞

授之以魚不如授之以漁

編程讓計算機直接下棋

不如編程讓計算機學習怎樣下棋

再自主生成結果

直到現在

很多對人工智慧的研究

都以改善其學習方式為重點

在Google的AlphaGo之前

IBM的「深藍」（deep blue）

也曾在棋界搞出過大新聞

1997年「深藍」戰勝國際象棋世界冠軍卡斯帕羅夫

依靠強大的計算能力

窮舉所有路數來選擇最佳策略

這對於人類來說是望塵莫及的

而計算機卻可以做到

從現在看來

「深藍」的模式未免太過簡單粗暴

在國際象棋上能戰勝人類

圍棋卻需要更「聰明」的頭腦

千古無同局

可能性太多使得落子規律十分微妙

國際象棋與圍棋的對比

GIF/450K

AlphaGo之所以能戰勝世界第一的柯潔

要歸功於「深度學習」

其概念源於人工神經網路的研究

建立、模擬人腦進行分析學習的神經網路

讓機器能夠像人一樣思考

含多個隱層的深度學習模型

當AlphaGo閱遍海量的大師棋局

便可總結特點並舉一反三

同時它還有一本「錯題集」

在自我對弈的同時

全面評估並修正落子選擇

實現自主學習

這種操作是不是挺眼熟

人類一旦進行這種「填鴨式」教育

歸納反思總是一道坎

AlphaGo卻能憑藉強大的計算能力

在短短几年中橫掃圍棋界

人工智慧 × 藝術創作

除了下棋

那些被認為靠靈魂與情感才能完成的任務

比如藝術創作

人們也不懼挑戰地讓AI學習

這真叫人細思恐極

常言道索尼大法好

大法新推出的人工智慧也是出手不凡

它只學習了45首披頭士歌曲

就編寫出了一首非常披頭士的新單曲

《DADDY』S CAR》

單曲MV

GIF/691K

感興趣可以搜來聽聽

濃濃的Paul McCartney風格

雖然很難界定這首歌究竟是100%AI原創

還是AI與披頭士的合作成果

可是至少我們可以期待一下未來某天

普通人都能在AI的幫助下作曲

音樂真的距離走下神壇越來越近了嗎

沒事我們還有畫

......

哦AI也會畫畫

GIF/102K

這款叫做The Painting Fool的AI

雖然有個很謙虛的名字

但它會觀察繪畫對象的特點

揣測其情緒

然後繪製出不同風格的畫

GIF/865K

前文介紹了谷歌，IBM，索尼的AI

那麼微軟也是不甘落後的

微軟的「少女詩人」小冰經過三年的學習

已經成為了擁有自己風格的「詩人」

正如AlphaGo從大師棋譜開始踏實學習

小冰也並非一誕生就能寫詩的

通過自主學習519位詩人的作品

融合了超過50%自己的獨特風格

前500次的作詩嘗試

語無倫次，可謂失敗

在練習到10,000次以後

才終於成長為AI中的香菱

不僅如此

小冰還會創作日語俳句

「不一起喝茶了

我結婚了

再找我就喊人了」

甚至對財經新聞發表自己的評論

音樂、詩歌、繪畫

這些承載人情感和靈魂的藝術

在他們也真正被AI掌握並炫技的時代

只怕還真沒有什麼領域能倖免

那麼設計領域呢

人工智慧 × 設計

說了這麼多不知大家是否注意到

AI的發展有個很明顯的軌跡

從被動Passive

到生成Generative

再到直覺Intuitive

這一點在設計類的AI進化中尤為明顯

被動型的不用多說

Computer Aided Design都用過

這只能稱作工具

生成型的特點在於

通過計算機

人們可以把自己的想法和要求

迅速轉變為成千上萬的設計方案

從而尋求最優解

GIF/1092K

比如想要製造一款堅固而輕盈的機艙部件

就能利用此類生成型工具

計算出在相同材料的條件下的最優設計方案

最為堅固且只有普通部件一半重量

而直覺的培養

靠的是前文提到過的「深度學習」

在目前看來

這是培養AI的有效途徑

經過「深度學習」的設計類AI

能夠做到一邊自主給出方案

一邊「指揮」3D印表機直接生產

比如這台阿姆斯特丹河邊的3D印表機

在它背後運籌帷幄的是橋樑設計AI

前不久

在建築設計行業也出現了AI的身影

這個「師從」建築師庫哈斯

被稱為「小庫」的人工智慧

從2011年開始悄悄地參加競賽

並取得了不俗的成績

深圳灣某產業園項目概念競賽階段普集建築+坊城建築

對大部分設計師來說

大量的思考和推理還是基於人腦

唯一變化的僅僅是設計師手中的工具

從尺規變成了現在的滑鼠鍵盤

「小庫」的出現會否顛覆設計行業呢

小庫單機版花了幾秒鐘做的強排方案

在上篇文章里也有讀者這樣評論到

@andre：所以同樣的原理我們建築設計，alpha確實可以快速做到功能完美，擺平各項因素，對於功利主義的業主，問題已經解決了，自己買個機器就可以了，自我了結。但有的業主對於什麼樣的結果並沒有精準到完美的要求，他們更喜歡肉身的人服務，和肉身的建築師一起完成大業，他們更喜歡過程，尤其喜歡和著名的肉身一起的過程，各位建築師，你們還是有希望的。

無論如何

在技術上什麼也阻止不了AI發展的腳步了

如果把目光轉到哲學人倫

就有不少人會為AI打口水仗了

機器是否真的可以代替甚至超越人類？

如果關注霍金的演講

會發現他常給出這樣的警告