卿勝藍(lán)

今年7月，圖片社交軟件Prisma迅速走紅，它可以把普通照片轉(zhuǎn)化成畢加索、莫奈等名家的畫作風(fēng)格，比如讓一張吃了一半的漢堡照片演化為抽象主義畫作，或者將一個(gè)擁擠的候車站的影像變成一幅印象派油畫。

最近，很多人又發(fā)現(xiàn)了一個(gè)Prisma的“升級(jí)版”。在一個(gè)名為Ostagram的網(wǎng)站上，上傳一張目標(biāo)圖片，再在其數(shù)據(jù)庫中選擇一幅“風(fēng)格圖片”—它們大多是一些名畫、漫畫，這款軟件就會(huì)為你自動(dòng)將目標(biāo)圖片“畫”成與風(fēng)格圖片畫風(fēng)相同的新圖片，而圖片上部的分享和點(diǎn)贊標(biāo)識(shí)，讓這個(gè)平臺(tái)具備了簡單的社交功能。

Prisma和Ostagram都來自俄羅斯，兩款軟件使用的也都是人工智能技術(shù)中的深度機(jī)器學(xué)習(xí)模型“卷積神經(jīng)網(wǎng)絡(luò)”（CNN）。

“這個(gè)技術(shù)在圖像識(shí)別、人臉識(shí)別、物體識(shí)別和等領(lǐng)域中都有應(yīng)用?！敝袊斯ぶ悄軐W(xué)會(huì)模式識(shí)別專委會(huì)秘書長孫哲南對(duì)《第一財(cái)經(jīng)周刊》說。卷積神經(jīng)網(wǎng)絡(luò)的核心是用一個(gè)有很多層數(shù)、很多參數(shù)的神經(jīng)網(wǎng)絡(luò)去模擬樣本特征建模的過程，通過大量的樣本學(xué)習(xí)，對(duì)樣本特征形成復(fù)雜的映射關(guān)系。在Prisma和Ostagram中，各種名畫和其畫風(fēng)就形成了映射。

人們更熟悉的圖片社交軟件，是Instagram或者美圖秀秀上的各種圖像濾鏡，它們是通過對(duì)像素點(diǎn)的逐個(gè)計(jì)算和蒙版覆蓋實(shí)現(xiàn)圖片美化的。去年，Google公布了圖像處理程序DeepDream，它使用的是一種名為Inception的卷積神經(jīng)網(wǎng)絡(luò)，這個(gè)詞來源于電影《盜夢(mèng)空間》的英文原名。通過DeepDream制作的圖片也和電影《盜夢(mèng)空間》一樣玄幻，這樣的藝術(shù)風(fēng)格被命名為“Inceptionism”。

Google隨后對(duì)其代碼開源，促使這一領(lǐng)域的研究進(jìn)一步發(fā)展。與此同時(shí)，德國的科學(xué)家也在嘗試將藝術(shù)作品與類似的技術(shù)結(jié)合，并發(fā)表了相關(guān)論文。終于，今年夏天，Prisma在全球范圍的走紅，讓所有人都開始認(rèn)識(shí)到了用卷積神經(jīng)網(wǎng)絡(luò)處理圖片的神奇效果。

不僅是圖片，人工智能技術(shù)也應(yīng)用在視頻領(lǐng)域。比如Snapchat就推出了在視頻中使用的動(dòng)態(tài)濾鏡，它結(jié)合了增強(qiáng)現(xiàn)實(shí)（AR）和人工智能中的人臉識(shí)別技術(shù)。今年10月初，Prisma同樣推出了視頻功能，可以制作不同畫風(fēng)的短視頻，但這對(duì)技術(shù)提出一個(gè)更大的考驗(yàn)。

視頻是由一幀幀的圖片構(gòu)成的，處理1秒的視頻相當(dāng)于處理24張圖片。目前，Prisma的視頻功能只支持iOS 10以上的版本，暫不支持安卓操作系統(tǒng)。制作一支15秒左右的視頻，大概需要一分鐘。譚峰認(rèn)為，這樣的計(jì)算能力，尚不能支持卷積神經(jīng)網(wǎng)絡(luò)技術(shù)在視頻中的普及。

由于基礎(chǔ)技術(shù)比較完善，圖像領(lǐng)域目前算是人工智能技術(shù)應(yīng)用得相對(duì)成熟的一個(gè)領(lǐng)域?！耙话闱闆r下，一個(gè)良好運(yùn)作的神經(jīng)網(wǎng)絡(luò)，至少需要上百萬張圖片，才能把神經(jīng)網(wǎng)絡(luò)訓(xùn)練出來。大家比的是能不能收集到更好的數(shù)據(jù)，設(shè)計(jì)出更好的用戶體驗(yàn)?！蔽④泚喼藁ヂ?lián)網(wǎng)工程院開發(fā)總監(jiān)周力對(duì)《第一財(cái)經(jīng)周刊》說。

雖然同樣使用深度機(jī)器學(xué)習(xí)技術(shù)，但作為一款A(yù)pp，使用Prisma“修圖”，正常情況下只需要幾秒。Prisma對(duì)算法做了優(yōu)化，讓機(jī)器學(xué)習(xí)更簡單的畫風(fēng)，以此來提升速度，但犧牲的則是圖片的質(zhì)量。

只有網(wǎng)頁版的Ostagram，目前合成圖像也需要很長的時(shí)間。但它對(duì)畫面觸筆的粗細(xì)（style scale）和重力（style weight）分別有12個(gè)和10個(gè)調(diào)節(jié)梯度，用戶可以選擇付費(fèi)調(diào)節(jié)圖片分辨率和迭代次數(shù)，從而獲得質(zhì)量更高的圖片。

不論P(yáng)risma還是Ostagram，或是Google的DeepDream，基本都需要通過互聯(lián)網(wǎng)在線生成圖片?！霸赑risma中，雖然有的畫風(fēng)是不需要網(wǎng)絡(luò)的，但復(fù)雜度較高的畫風(fēng)仍需要將圖片上傳至服務(wù)器處理后再下發(fā)給用戶?！惫┞氂诩夹g(shù)公司的互聯(lián)網(wǎng)工程師譚峰對(duì)《第一財(cái)經(jīng)周刊》說。Prisma曾遇到過服務(wù)器癱瘓的窘境，許多Ostagram的用戶也抱怨，免費(fèi)在網(wǎng)站上生成一張圖片需要排隊(duì)等待長達(dá)一兩天。

除了用戶體驗(yàn)的問題，圖片社交軟件即便使用了一些有趣的新技術(shù)，也常常逃不出“紅不過3個(gè)月”的命運(yùn)。今年里約奧運(yùn)會(huì)前很多人都在玩的Prisma，現(xiàn)在就已在朋友圈中基本消失。類似的還有去年5月成為朋友圈“爆款”，卻很快又銷聲匿跡的微軟顏齡軟件HowOld，這款軟件同樣使用的是人工智能技術(shù)，通過和樣本特征匹配（對(duì)人臉和年齡形成映射關(guān)系），它能估算出照片中人物的年齡。

所以，光有炫酷的人工智能技術(shù)還不足以保證用戶的黏性。“人工智能不能只‘秀肌肉，顯示‘我很聰明不是人工智能對(duì)用戶的價(jià)值?！敝芰φf，“目前來講，人工智能在感官、對(duì)話上還無法跟人類相比。如果要讓用戶喜歡它，它一定要對(duì)用戶產(chǎn)生一些額外的價(jià)值，而不僅僅是很酷的玩具?！?/p>

微軟在這方面的探索是智能助手“小冰”，其內(nèi)部嵌入了多種識(shí)圖功能，這些功能不僅僅局限于識(shí)別圖片內(nèi)容，機(jī)器還能猜測(cè)或評(píng)價(jià)圖片內(nèi)部的人物關(guān)系、人物衣著（當(dāng)然還有之前已開發(fā)的顏齡預(yù)測(cè)）等等。周力認(rèn)為，因?yàn)槿祟惐旧矶疾荒転檫@些內(nèi)容提供一個(gè)標(biāo)準(zhǔn)答案，機(jī)器所提供的評(píng)價(jià)可能會(huì)持續(xù)激發(fā)用戶的興趣，讓用戶不斷對(duì)產(chǎn)品做出反饋。人工智能產(chǎn)品需要通曉人性，才能提供更好的用戶體驗(yàn)。

其實(shí)，人工智能中的神經(jīng)網(wǎng)絡(luò)技術(shù)在圖片上的應(yīng)用潛力還有很多。比如美國康奈爾和德州大學(xué)奧斯汀分校的研究者今年就成功用深度學(xué)習(xí)的方法，高度還原了帶有馬賽克的圖片。他們讓系統(tǒng)學(xué)習(xí)了加上馬賽克和不加馬賽克的圖片之間對(duì)應(yīng)的關(guān)系，經(jīng)過大量的樣本訓(xùn)練，系統(tǒng)看到一張帶有馬賽克或者做過模糊處理的新圖片后，就有可能估計(jì)出低分辨率區(qū)域的真實(shí)圖像。

一旦這種技術(shù)識(shí)別的準(zhǔn)確率不斷提高，它就可以用到公共安全等領(lǐng)域，當(dāng)然，相應(yīng)的，普通人的隱私也可能由此受到越來越大的威脅。

孫哲南認(rèn)為，人工智能圖像識(shí)別技術(shù)比較有價(jià)值的應(yīng)用領(lǐng)域是社交網(wǎng)絡(luò)的廣告投放，通過用戶上傳的圖片了解用戶的性格和喜好，并據(jù)此向用戶推送廣告。

2010年Instagram發(fā)布，新穎的濾鏡功能和圖片社交方式迅速吸引了用戶的注意，借助社交網(wǎng)站上升期的紅利，它迅速成為全球最大的圖片社交平臺(tái)。而名字與Instagram只有細(xì)微差別的Ostagram或許也懷有這樣的野心。不過目前，因?yàn)橛脩趔w驗(yàn)以及技術(shù)發(fā)展的限制，“更智能的Instagram”還未出現(xiàn)。