先有Alpha Go在數億人的眼皮底下，五戰四勝將人類(lèi)從圍棋神壇上“拉下馬”。后有Prisma風(fēng)靡全球，一時(shí)間人人皆開(kāi)了梵高、葛飾北齋的“金手指”，深度神經(jīng)網(wǎng)絡(luò )漸漸開(kāi)始從幕后走到臺前，從不可見(jiàn)變得可見(jiàn)可觸，從賦能于企業(yè)走向“賦能”與每一個(gè)普通人。

如果說(shuō)Alpha Go還讓普通人仰之彌高，可望不可及的話(huà)，那么上至總統下至中學(xué)生，人人皆可“調戲”的Prisma可謂是第一款人工智能平民化應用。在手機的硬件軍備競賽人困馬乏、了無(wú)新意的時(shí)代，利用人工智能技術(shù)，通過(guò)“云端算法”的遠程助力，可以在硬件瓶頸之下大幅提高手機的“智能化”水平。

如果說(shuō)Alpha Go出盡風(fēng)頭是因為背靠Google在深度學(xué)習領(lǐng)域的深厚功底，成功非一般創(chuàng )業(yè)公司可復制，那么四人團隊一個(gè)半月時(shí)間內開(kāi)發(fā)出的Prisma則意味著(zhù)：站在人工智能領(lǐng)域前人的成果之上，小團隊也有可能touch the sky。

將卷積神經(jīng)網(wǎng)絡(luò )應用于“圖片合成”乃至“藝術(shù)品濾鏡”，Prisma并不是第一個(gè)。早在去年，DeepArt團隊的三名成員就通過(guò)兩篇論文《Texture Synthesis Using Convolutional Neural Networks》和《A Neural Algorithm of Artistic Style》分步拆解，提出了合成名畫(huà)風(fēng)格的照片的具體方法。去年上線(xiàn)的DeepArt.io也得到了WIRED、The Washington Post等媒體的廣泛報道，只不過(guò)由于是網(wǎng)頁(yè)版收費服務(wù)、處理時(shí)間長(cháng)達半個(gè)小時(shí)，所以未能如Prisma這般引爆流行。

卷積神經(jīng)網(wǎng)絡(luò )是如何生成“星月夜濾鏡”？

即使將卷積神經(jīng)網(wǎng)絡(luò )用于“藝術(shù)品濾鏡”，Prisma也不是第一個(gè)。這個(gè)領(lǐng)域的先驅是DeepArt團隊，幾篇論文記錄了它們從“物體識別——紋理合成——風(fēng)格提取——圖片合成”一步步的研究軌跡。也像我們展示了用于識別貓的圖片的卷積神經(jīng)網(wǎng)絡(luò )是如何用來(lái)讓《星月夜》變成一款濾鏡的。

不同光照環(huán)境之下的同一張人臉?

同一張人臉在不同光線(xiàn)之下，輪廓、形狀可能完全不同，而物體識別的難點(diǎn)也就是在不同的變量（比如光照條件）之下對物體存在的感知，這意味著(zhù)神經(jīng)網(wǎng)絡(luò )要把圖片的內容從風(fēng)格中抽離出來(lái)，也意味著(zhù)物體識別的神經(jīng)網(wǎng)絡(luò )中內在地存在著(zhù)Prisma的運作機制：從圖片中提取藝術(shù)風(fēng)格特征。

問(wèn)題是如何把梵高的《星月夜》中旋流不息的筆觸與夢(mèng)幻一般的用色“抽象”成一種風(fēng)格濾鏡，然后用在所有的照片之上？這就涉及到卷積神經(jīng)網(wǎng)絡(luò )的“過(guò)濾原理”。

就像Alpha Go的12層神經(jīng)網(wǎng)絡(luò )劃被劃分為負責選擇落子的‘策略網(wǎng)絡(luò )’（policy network）和則負責計算棋面優(yōu)劣的‘價(jià)值網(wǎng)絡(luò )’（value network）一樣。卷積神經(jīng)網(wǎng)絡(luò )也是通過(guò)一些可供“調教”的參數，分層處理圖片以便實(shí)現某些目的，例如目前應用最為廣泛的物體識別，圖片分類(lèi)，也可以用于圖片降噪或去模糊。

卷積神經(jīng)網(wǎng)絡(luò )運行原理圖示

也正如其他的人工智能神經(jīng)網(wǎng)絡(luò )一樣，卷積神經(jīng)網(wǎng)絡(luò )的運行方式是前向分層處理。一張圖片相繼通過(guò)神經(jīng)網(wǎng)絡(luò )的各個(gè)分層，最后一層產(chǎn)生的圖片即為最終結果。每一層都有一組參數，在運行過(guò)程中被不斷訓練。這些可以調教的參數決定了每個(gè)“過(guò)濾層”的功能。圖像每經(jīng)過(guò)一個(gè)“過(guò)濾層”都會(huì )產(chǎn)生一組“濾后圖像”，被稱(chēng)為feature map（特征映射）。每一張feature map都代表了原始圖像的某一特征（邊緣、角度、輪廓等）。

通常，當一張圖像經(jīng)過(guò)了多層過(guò)濾之后，后面留下的特征會(huì )越來(lái)越抽象。例如，如果卷積神經(jīng)網(wǎng)絡(luò )被訓練用于物體識別，更深層次的“過(guò)濾層”更能“感知”到物體的存在而非具體的像素值。

經(jīng)過(guò)多年發(fā)展，用于物體識別的卷積神經(jīng)網(wǎng)絡(luò )表現已經(jīng)越來(lái)越好，挑戰門(mén)檻也越增越高。ImageNet圖像識別挑戰賽2014年的獲獎?wù)呤且粋€(gè)有19層“過(guò)濾層”和相對更小過(guò)濾器的深度卷積網(wǎng)絡(luò )，這就是DeepArt系統的基礎VGG網(wǎng)絡(luò )。

? ? ? ?人造紋理的合成步驟

在《Texture Synthesis Using Convolutional Neural Networks》中，DeepArt團隊介紹了用于物體識別的卷積網(wǎng)絡(luò )是如何用來(lái)合成人造紋理的，意即模仿原始圖像的紋理創(chuàng )造一張人工合成的圖像。一般來(lái)說(shuō)，可以被“打散重組”的圖片都包含某一特定的圖樣，比如沙子、紙張、碎云、木紋、混凝土的特寫(xiě)圖片，整體布局對于這類(lèi)圖片來(lái)講并不像對于地標建筑那樣是重要。

合成圖片的產(chǎn)生過(guò)程就是不斷迭代“升級”這些含有“隨機噪音”的圖片，直至產(chǎn)生與原始圖像相似的圖片?！跋嗨菩浴钡臉藴示褪巧屎途植考毠澅槐Ａ?，而總體布局發(fā)生改變。

我們想要的結果是去除空間信息，保留紋理。問(wèn)題在于一張特征圖本來(lái)就是原始圖像的“過(guò)濾版”，肯定會(huì )保留空間信息。如何加以去除呢？DeepArt團隊采取的方法計算一個(gè)去除了空間信息的過(guò)濾層中，不同feature map之間的相關(guān)性（只要兩張feature map之間的相關(guān)系數是單一值，那么空間信息就肯定被去除了）。作者計算了一個(gè)過(guò)濾層中所有特征圖的相關(guān)性，得到了一個(gè)N×N的格拉姆矩陣（Gramian matrix），其中N是這一層中feature map的數量。

迭代升級程序不斷修改“噪聲圖”，直至它的格拉姆矩陣接近原始圖像。這種迭代升級可以通過(guò)多層神經(jīng)網(wǎng)絡(luò )標準的誤差反向傳播（BackPropagation）算法來(lái)完成，通過(guò)這一程序，就可以創(chuàng )造出與原始圖像相似的紋理。

在后一篇論文《A Neural Algorithm of Artistic Style》中，DeepArt為原來(lái)的紋理合成方法增加了新的一步，目標是模擬VGG網(wǎng)絡(luò )中特征圖的格拉姆矩陣，以得到一張風(fēng)格相似但內容不同的圖片。

而格拉姆矩陣從某種意義上來(lái)說(shuō)就相當于一名藝術(shù)家的風(fēng)格。他再現一張臉的方式與再現一棵樹(shù)、一幢房的方式有某種相關(guān)性。只要捕捉到了這種相關(guān)性就捕捉到了風(fēng)格。

模擬圖片的內容與紋理合成的方法類(lèi)似，只不過(guò)標準不同：目標是直接模擬VGG網(wǎng)絡(luò )深層過(guò)濾層的數值。步驟可以概括如下：

讓藝術(shù)家畫(huà)作經(jīng)過(guò)VGG神經(jīng)網(wǎng)絡(luò )，計算并保存格拉姆矩陣 G。然后再讓用戶(hù)的照片通過(guò)VGG神經(jīng)網(wǎng)絡(luò )，保存特征圖F。生成一張白噪音圖片，通過(guò)誤差反向傳播算法，不斷升級這張圖片直到它的特征圖接近F，格拉姆矩陣接近G。

通過(guò)很難找到一張完美匹配G和F的圖片，所以就需要做出一定程度的妥協(xié)。是更接近G還是更接近F？如果生成的圖片更側重于格拉姆矩陣接近G，那么它就更接近藝術(shù)品的風(fēng)格。如果生成的圖片更側重于特征圖接近F，那么它就保留更多照片的內容。下面的幾張圖片演示了這種妥協(xié)，從左至右，藝術(shù)風(fēng)格越來(lái)越淡化，圖片內容越來(lái)越凸顯。

為什么Prisma注定曇花一現？

Prisma的濾鏡更像臉萌而不是Instagram、Faceu，是娛樂(lè )型產(chǎn)品而不是工具型產(chǎn)品，更不用說(shuō)進(jìn)階為社交應用了。實(shí)際上，很多新奇酷產(chǎn)品都把握不好娛樂(lè )產(chǎn)品和工具型產(chǎn)品的界限——是可以日常使用還是偶爾玩耍？使用場(chǎng)景是什么？Faceu之所以沒(méi)有曇花一現，是因為它可以用于自拍、美顏、自帶表情聊天，那么Prisma則只是為了追求新鮮炫酷。Faceu是錦上添花，Prisma則是改頭換面。

而對于圖片工具的主要應用場(chǎng)景——社交網(wǎng)絡(luò )而言，被發(fā)在那里的照片主要是為了凸顯內容而不是彰顯風(fēng)格，追求真實(shí)性大于效果炫酷，過(guò)度使用濾鏡、使用過(guò)度“失真”的濾鏡乃是一大忌諱。

更為重要的是，美顏是國內用戶(hù)“修圖”的首要驅動(dòng)力，一切不能美顏的修圖工具都是“耍流氓”，而Prisam過(guò)度“風(fēng)格化”的濾鏡在人像尤其是面部處理方面很難令人滿(mǎn)意。美顏需要的是對面部細微之處的修修補補，輕抹慢涂，而不是狂放藝術(shù)家的筆刷橫掃，顏料潑灑。

一方面要用藝術(shù)家的風(fēng)格讓人耳目一新、為之驚嘆，一方面又要保留每一張照片的內容，這就意味著(zhù)Prisma只能選取印象派之后、現代主義之前的藝術(shù)流派，正如一位學(xué)藝術(shù)的朋友所言：“它的智能尚不能學(xué)著(zhù)像畢加索那樣去解構人體，更不消說(shuō)康定斯基完全不依實(shí)物作畫(huà)?！倍液蠊诺渲髁x時(shí)代的審美（擺脫對于“像不像”的糾纏，同時(shí)注重內容與表現形式）目前在大眾中尚未被普遍接受，Prisma的“日?；鄙胁痪邆淙罕娀A。

人工智能正在讓智能手機更“智能”

機器學(xué)習在互聯(lián)網(wǎng)應用中已經(jīng)無(wú)處不在：Facebook利用它來(lái)決定哪條新聞出現在你的時(shí)間線(xiàn)上，Google圖片用它來(lái)做面部識別。微軟的Skype Translator利用機器學(xué)習把演講實(shí)時(shí)轉換成不同的語(yǔ)言。Google還利用DeepMind 為它晝夜運行的數據中心節能降耗。而基于深度神經(jīng)網(wǎng)絡(luò )的人臉識別技術(shù)已經(jīng)廣泛應用于線(xiàn)下的身份認證。

然而，這些面向企業(yè)用戶(hù)、運行于后臺的的人工智能技術(shù)還沒(méi)有“把玩”在普通用戶(hù)手中，響應他們的每一次需求，使智能手機真正變得智能起來(lái)。

Prisma的風(fēng)行，標志智能手機的硬件時(shí)代已經(jīng)過(guò)去，人工智能時(shí)代已經(jīng)到來(lái)。Prisma使用的卷積神經(jīng)網(wǎng)絡(luò )技術(shù)，正是現在人工智能的前沿。以后各種頂尖的人工智能技術(shù)將繼續平民化，實(shí)現在各種移動(dòng)硬件上。實(shí)際上，除了Prisma這樣的娛樂(lè )化應用，人工智能也正在被用于解決智能手機用戶(hù)的真正“痛點(diǎn)”。

如果你是個(gè)拍照達人，不知不覺(jué)中相冊中已經(jīng)泛濫成災了上千張照片，讓你有心去整理而又不知從何下手?，F在，Apple Photos、Flickr、 Google Photos等都開(kāi)始利用圖像識別技術(shù)幫助你自動(dòng)整理、歸類(lèi)圖片。

應用了人工神經(jīng)網(wǎng)絡(luò )之后，Swiftkey的預測準確性有了明顯提升

而今年，人工智能技術(shù)也第一次應用在輸入法上，7月份，全球擁有3億用戶(hù)的Swiftkey發(fā)布了一款利用人工神經(jīng)網(wǎng)絡(luò )預測用戶(hù)輸入內容的輸入法SwiftKey Neural Alpha，相比于過(guò)去只能根據最新鍵入的兩個(gè)詞進(jìn)行“局部預測”，SwiftKey Neural Alpha通過(guò)對每個(gè)單詞編碼，然后尋找句子中不同詞語(yǔ)之間的相關(guān)性，基于云端數百萬(wàn)的語(yǔ)料庫，從而實(shí)現基于句子的“全局預測”。這是神經(jīng)網(wǎng)絡(luò )技術(shù)首次應用在輸入法上，SwiftKey的聯(lián)合創(chuàng )始兼CTO Ben Medlock稱(chēng)，他們的一些想法是受到了英國著(zhù)名科學(xué)家圖靈的啟發(fā)。

人工智能概念股：埃斯頓、科大智能、漢王科技、江南化工、華東數控、和而泰、中科曙光、永創(chuàng )智能、北京君正、通富微電、永創(chuàng )智能、勁拓股份。