神经风格迁移算法：让人人能变成梵高

随着人工智能越来越全能，TA们似乎已经能接替我们完成一切工作，或许未来真的像某位大佬说的一样，人类只负责研究艺术和哲学。

不过目前看来，艺术这块阵地也快要失守了。

这只是神经风格迁移的第一步，在抓取了风格之后，还要将风格迭代到需要改变的图片上。

风格迭代通常有两种方式，一种基于图片，直接更新迭代图片像素，最终实现风格的迁移。很多算法会在过程中计算最大均值差，测量风格图像和内容图像之间的差异。让两种图像“对齐”，从而减少图像迭代时造成的损失和误差。

另一种则是基于模型迭代的，当需要用某一种风格迭代大量图像时，可以训练前馈网络，使用梯度下降，通过迭代式地更新模型来优化网络模型。

如果你认为神经风格迁移只是一个升级版的photoshop滤镜，那就大错特错了，很多案例表明，这一技术正在被应用于越来越多的领域之上。

比如Flipboard软件工程师曾经发布过一个将神经风格迁移应用在汉字字体上的项目。

其实说了这么多，多少有点耸人听闻的嫌疑。从艺术的角度来讲，神经网络迁移只不过是另一种“印刷术”，过去的印刷术是在复制图像，而神经网络迁移是在复制风格。

而且神经网络迁移是没有“创作”能力的，如果不给TA需迭代的图像内容，TA只能产出一些无意义的、混乱的像素点。虽然目前有人利用图像语义布局技术让AI创造出全新的画面，但对于AI来说，这只是一种模仿，在创造时没有付诸情感，可能和我们定义中的艺术还有着不小的差距。

可神经风格迁移能做到的，却是在艺术商业化过程中为人们节约大量的时间。

比如在字体项目中，艺术创作者只需创造少量字的字体，机器则负责完成剩下的工作。又比如以《Cool swim》为代表的影视后期工作，只需要几张画作确立风格，就能完成对整部电影的渲染。

当然，这些都是后话。科技的发展，除了为人类生活带来便利之外，还在不断刷新着我们对各种事物的定义。像是一百年前我们认为艺术只能诞生于画布和颜料中，而如今数位板、Photoshop都是创造艺术的工具。人工智能不会从人类手中夺走创作权，更不会“消灭”艺术，只会将这项美妙的事业带上更高的境界。