全球第一幅AI畫作賣出了300萬人民幣！錢歸誰？

矽谷Live / 實地探訪 / 熱點探秘/ 深度探討

在說今天的話題之前，大家先猜猜這幅畫賣了多少錢？

在公布答案之前，大家再看看其他畫：

（圖片來自Wired，版權屬於TOM SIMONITE）

這些抽象派海景，如何？

看得出上面這幅是什麼嗎？

要說這些畫都有一個什麼共同點的話，那就是：它們都是由人工智慧作出來的！沒錯，AI 也能夠作畫了。而且這畫的價格，還不一定比名畫便宜....

不久之前，全球知名拍賣行佳士得進行了一項很有意思的拍賣，其中被拍賣的作品之一就是上面第一幅叫做 Edmond Belamy 的肖像畫。

這個看起來像中世紀的男人，乍一看並沒有什麼特別。最初，佳士得對這幅畫的期待也並不高，預計拍賣價格介於 7000 美元到 10000 美元之間。但沒想到，最後竟然拍出了 43.25 萬美元（快300萬人民幣啊……）！要知道，就在同時，佳士得拍出來的另一幅畢加索的畫，也是差不多這個價格。當然，這可能是畢加索相對沒有名氣的畫作了。

人工智慧作畫為何堪比名畫價格？人工智慧能作畫了，這錢到底歸誰呢？今天，小探就來跟大家說說，AI 作畫的那些事。

AI 到底是如何作畫的？

大家不妨再認真看看，第一幅畫上面有什麼特別的？

答案就在右下角。

按理說，不管是不是名畫，一般都會有作者的落款。但是，為什麼這幅畫的右下角落款處，會是一行代碼呢？

事實上，這幅畫的「作者」，就跟這行代碼相關。

這幅由 AI 作出來的畫，背後技術全稱是「Generative Adversarial Networks (GAN)」，即「生成對抗網路」。

簡單說，這個「生成對抗網路」是由兩個相互博弈的神經網路構成的，一個是生成器（Generator），另一個是鑒別器（Discriminator）。這是由谷歌研究員 Ian Goodfellow 提出的。

生成器主要負責輸入並生成數據，鑒別器則負責分析數據，區分這些數據是真實的（來自數據集），還是是虛假的（來自生成器）。

如此周而復始，一旦「生成器」成功騙過了「鑒別器」，讓鑒別器認為生成的這張圖像是真實的，一張屬於人工智慧所作的新畫，就誕生啦！

打個簡單比方，就好比妹子讓男盆友拍照一樣，拍得不好，重來；再來一張，稍微好一點，但不夠完美，再重來，最後，只有通過妹子的鑒定，男盆友才算拍出一張妹子想要的照片...

在這個過程中，生成器一共被輸入了從 14 世紀到 20 世紀之間繪製的超過 1 萬 5 千張肖像數據集。當鑒別器無法區分這幅畫到底是人手工完成的，還是通過計算機生成時，就完成了。現在大家看到的這幅新圖像，是畫作通過鑒別器後，在畫布上印刷出來的副本。

可見，人工智慧作畫，並沒有你想像的那麼簡單。因為機器也要自我學習，自我進步。

這幅畫背後是一個叫做 Obvious 的法國組織，它是由三位 25 歲法國年輕人 Hugo Caselles-Dupré，Gauthier Vernier 和 Pierre Fautrel 組成的。其中，Hugo 是深度學習領域的博士候選人，研究方向是機器人強化學習，Pierre Fautrel 則是藝術背景。三位年輕人喜歡探索科技和新事物的結合，既然如此，為什麼不嘗試把人工智慧跟藝術結合呢？

其實，Obvious 不僅僅「畫」了這一張被佳士得拍賣的畫，還「畫」了整個家族的照片。Obvious 將系列命名為「La famille de Belamy」（Belamy 大致翻譯為法語中的「好夥伴」，彰顯對 GAN 演算法的創造者 Ian Goodfellow 的致敬）。

AI 作畫？大公司也來摻一腳

看到這裡，大家可能會說，名畫鑒別還是太難了啊。確實如此，那讓你鑒別鑒別名人如何？

（圖片來自Facebook AI Research）

上面從左到右的圖片中，你覺得哪些照片是真實的名人照片？哪些是 AI 生成的呢？

你可能又會說了，這裡面我沒有一個認識的啊，但，怎麼又覺得那裡似曾相識？比如，小探就覺得，中間那位咋感覺這麼像貝克漢姆... 左二的女生則像碧昂斯...

那就對了。

因為，這上面的圖片其實是英偉達利用生成對抗網路的成果之一。事實上，這些照片里的名人，都不是真正的名人，而是英偉達根據名人資料庫，用 AI 生成的全部高清真實照片。

去年，英偉達就發布相關論文，闡述的是人工智慧如何創造「虛假名人」的真實照片。聽起來是不是很繞？其實，道理是一樣的。就是生成器通過不斷輸入名人資料庫，然後由鑒別器鑒定，生成器再改進輸出，直到最後生成的這一組照片，騙過了機器的「眼睛」，認為他們是真人照片，就有了上面這一堆不存在、但又似曾相識的「名人」。

所以，這也迷糊了我們人類的雙眼。

除了英偉達之外，像 Facebook 也圍繞生成對抗網路進行了相關研究。只不過，他們把 GAN 變成了 CAN（Creative Adversarial Networks，創意對抗網路）。兩者有什麼區別呢？

顧名思義，在 Facebook 和美國羅格斯大學的研究人員看來，CAN 跟 GAN 相比，突出的是創意。因為 GAN 結構原本生成有創意產品的能力有限，更大程度上像是「模仿」。於是，研究人員們通過修改網路的目標，防止最後產生與原始數據過於相似的內容。這樣，機器在訓練的過程中，最大限度地偏離已經確立的藝術風格，從而創造出有創意的圖像。

（圖片來自Facebook AI Research）

像上面這些抽象畫，就是機器根據創意對抗網路生成的。唔，小探已經分不清這藝術作品是誰畫的了。。。

不僅用人工智慧創作畫，Facebook 的研究人員還進行了跟蹤試驗，比較人在觀看系統生成的圖像和藝術家創作的畫作的反應，是不是有所區別。

結果你猜。

是的，這些受試的參與者跟小探一樣，無法分辨人工智慧生成的圖像和當代藝術家在頂級藝術博覽會中展示的畫作，有什麼不同。甚至認為某些CAN 生成的圖像跟藝術家作品相比，在創意上相差不大。（也就是說，如果我們沒有真正的鑒別能力的話，那你可能真的不知道這些畫到底是機器畫的，還是藝術家手作。。）

人工智慧畫作侵權嗎？

如果說，大公司自己進行內部實驗也就罷了。但，就在第一幅 AI 畫作被拍賣的同時，討論的聲音也隨之而來，那就是：讓 AI 作畫，到底會不會有版權問題和侵權問題呢？

我們都知道，手工畫作不容易存在侵權問題。因為只要有你的落筆簽名，剩下的都只能叫「模仿者」。即使是我們熟知的莫奈、梵高等世界名畫，從時間上來看，也並不存在侵權問題。這是根據《伯爾尼公約》第7條規定，各公約成員國對一般作品的財產權的保護期為作者有生之年及其死後 50 年。

但是，當這幅畫的作者，從人變成了一段段「代碼」時，一旦這代碼還是開源的話，那作者到底是誰呢？放到這個案例里的話，拍賣後的收入該歸誰呢？

實際上，在這幅 Edmond Belamy 被拍賣後，就有一位 19 歲的少年 Robbie Barrat 跳了出來，他認為這幅畫的代碼大段引用了自己在 GitHub 上開源的代碼。甚至他在推特上還舉例自己一年多以前運用神經網路模型訓練出來的畫作，跟這幅被拍賣的畫進行對比。

（圖自 Robbie Barrat 推特）

上面說到的 Robbie Barrat 是一位藝術家，目前在斯坦福大學做 AI 和醫學相關的交叉研究。他曾用人工神經網路來製作藝術作品，包括風景畫、裸體畫、時尚 T 台照片等，開頭的裸體畫就是他的作品。

每過一段時間，Barrat 會把舊的訓練數據集和訓練模型放到 GitHub 上進行開源，供大家使用。 「我的目標是，人們會像你一樣玩它來玩，然後繼續做更多的東西。」 在接受耶魯大學建築學院旗下雜誌採訪時，Barrat 如是說。

於是，Obvious 被認為直接使用了 Barrat 的這個數據模型，最後從生成的照片選出了他們想要的藝術品，然後拿去拍賣。

據 Obvious 主創人員在接受採訪時表示，確實很感激 Barrat 的貢獻，團隊主要用 Barrat 的代碼完成數據抓取工作，獲得所有藝術作品數據。但團隊本身在這個過程中調整了超參數，從而得出最後的結果。即使沒有運用 Barrat 的代碼，團隊也關注了不同的數據集，從而保證足以完成關於 Belamy 家族的作品。

關於這幅畫的作者，彷彿陷入了一場「羅生門」。所以問題來了：如果 Barrat 的代碼是在開源許可下共享的，那他到底是否可以對藝術品的所有權提出索賠呢？如果真的以後都由 AI 來作畫了，一旦畫作賣出，錢又該歸誰呢？

歡迎大家都來留言說說！尤其是碼農朋友們~

如果想試一試 AI 作畫的朋友，小探最後給推薦幾個網址，大家不妨一試：

DeepArt.io，用戶只需上傳照片並選擇一種藝術風格，比如以畢加索或梵高的風格。人工智慧會將上傳圖片的內容與藝術風格相結合，甚至你的自拍也可以生成噢！

Get-art.work，這個網址專註於生成梵高風格的畫作。它會把提交的照片跟梵高的 9 幅畫作進行對比，尋找兩者最匹配的風格，生成最後畫作。可以訂製出來，保證 75 年不變色，但價格有點小貴。

實在不行，我們還有修圖軟體嘛！還記得當年那個很火的修圖軟體 Prisma么，嗯，把自己照片生成世界名畫風格吧~ 說不定，也能賣錢唷！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！