2015年夏天，谷歌的研究人员意识到他们可以让其人工智能算法“做梦”。他们不仅让程序对图像进行分类，还让它们增强所看到的图像。机器展示了它们对艺术的解读。
研究人员发现，他们还可以让程序生成图像，从而让人们了解机器如何看待某些物体。这一发现出现于“机器也能成为创意工具”的理念日益兴起的浪潮中。
近一年后，谷歌宣布了Magenta项目，这是一个探索创造力和人工智能的实验性团队。该团队将专注于创作各种形式的艺术——他们将首先专注于音乐，然后转向视频和其他视觉媒体。
“通过Magenta，我们希望探索另一面——开发能够学会生成艺术和音乐的算法，可能独立创作出引人入胜的艺术内容，”Douglas Eck在Magenta博客的第一篇文章中写道。
Magenta发布的第一批项目是谷歌研究员Elliot Waite创作的一首基于《一闪一闪小星星》前四个音符的简单歌曲。这首歌只是一个数字钢琴在音符上的尝试，起初简单，但随后变得越来越复杂和微妙。甚至还有一些真正不错的乐句。（鼓是后来由人类添加的。）
艺术智能
自从人工智能研究的开端，研究人员就一直在努力破解能够做出创造性选择的人工智能。被誉为现代人工智能研究之父的Marvin Minsky在1960年写道：“我相信，迟早我们将能够通过复杂组合的启发式设备——多重优化器、模式识别技巧、规划代数、递归管理程序等——组装出具有强大问题解决能力的项目。在其中任何一项中，我们都找不到智能的本质。”
智能不仅仅是识别模式，但找到智能的“本质”是困难的，并且长期以来一直困扰着人工智能研究人员和心理学家。
Sirius XM的创始人、未来学家、以及她的机器人伴侣Bina48的委托人Martine Rothblatt表示，要真正有创造力，机器必须能够创造出比它们之前看到的随机样本更多东西。
“最重要的元素是独特性。如果你编写一个程序只是随机混合元素，那就不算有创造力，” Rothblatt在Moogfest上告诉Popular Science。“很多时候，它在于观看者的眼中。如果它感觉独特，它就会感觉有创造力。”
成千上万旨在达到这种“感觉”上有创造力和新颖的门槛的项目已经被开展，尤其是在视觉艺术和音乐生成领域。它们试图重现毕加索如何绘制21世纪的场景，或者贝多芬雄浑的风格。
这些绘画项目，是人工智能研究的一个子集，称为风格迁移，在复制和应用著名艺术家的技巧方面取得了巨大成功。在德国Bethge Lab的研究中，研究人员能够将毕加索、梵高、瓦西里·康定斯基和爱德华·蒙克的风格应用到数字图像上。
为了做到这一点，他们使用物体识别算法来忽略画作中描绘的物体，而是专注于物体是如何被描绘的。通过这样做，他们能够将内容与风格分离开来，并更准确地研究两者。
但有些人会认为，这仅仅是人类既有创造力的组合，而不是全新的东西。
未来学家Jaron Lanier，他是微软一个研究团队的负责人，也是“虚拟现实”一词的创造者，他说他不认为机器能够创造。
“人工智能的工作方式是通过回收人们的数据，” Lanier告诉Popular Science。“它最终仍然来自人们，而问题在于人们变得匿名化。我们从等式中移除了自己。”
人工智能研究员、网站Creative AI的创建者以及Ethical Machines播客的主持人Samim Winiger表示，创造力是一种运作方式，而不是一种灵感或天赋。
“这是关于创意过程，这是一种做事的方式。你学会了如何有创造力；你学会了弹吉他。”Winiger说。“从这个角度来看，它就变得不那么神秘了，你可以开始使用这些工具来优化你自己的过程。”
Winiger将这些工具视为增强人类创造力的方式，而不是取代它。
在他的设想中，一家服装店将能够根据用户的喜好生成一件连衣裙，并当场制作出来。
“届时，你可以想象一个H&M看起来完全不同的场景，”Winiger说。
事实上，我们正接近这个现实——今年，IBM的Watson协助时尚公司Marchesa为Met Gala设计了一件礼服，提供了颜色和材质的建议。
在制作过程中，Marchesa给了Watson五个情绪作为参考：快乐、热情、兴奋、鼓励和好奇。Watson分析了Marchesa以前的连衣裙，并通过其连接颜色与情感的工具，为服装设计了调色板。然后，Watson服务能够将40,000种面料缩减到150种选择，并为设计师提供了35条建议。
Eck写道，Magenta项目旨在创造真正生成性的音乐和艺术。其理念是，从一无所有开始，只依靠机器，只需点击一下按钮，就能创作出一首包含人类作曲家会包含的所有元素的音乐。
Magenta还将致力于通过重复出现的主题和音乐特征，为生成的音乐引入叙事弧线。
整个项目将对公众开放，而Alpha版本今天可在Magenta的GitHub页面上获取。
