电脑能创作艺术吗？这是计算创造力领域的核心问题之一，该领域致力于设计能够复制人类创造力的人工智能。
我们最近写了关于 谷歌的努力，旨在创建能创作原创音乐的算法。但如果人工智能能够设计和制造出你可以真正握在手中的 3D 物体呢？这正是哥本哈根 IT 大学助理教授 Joel Lehman 试图解决的挑战。
Lehman 想知道他是否能利用深度神经网络 (DNN) 强大的图像识别能力，在没有人为干预的情况下创造新的制品。他认为关键在于将 DNN 与进化算法相结合，后者采用模仿自然进化的机制，例如选择、繁殖和突变。他和同事与怀俄明大学的 进化人工智能实验室 合作，设计了一个能够雕刻的 AI 系统。
他们称之为创意对象生成，其工作原理如下：进化算法生成一个随机蓝图，并基于该蓝图建模出一个 3D 图像。该图像通常像一团形状不规则的粘土。然后，算法会将该团块的几张快照传递给深度神经网络（因为 DNN 只能理解 2D 图像），并询问：“你觉得这个怎么样？” DNN 会将快照与它庞大数据库中的图像进行比较，判断该物体是否与它熟悉的事物相似，并向算法提供一些反馈。一开始，反馈相当苛刻。比如：“这个看起来像水母的几率是 0.001%。” 此时大多数人大概会放弃做陶艺了，但算法会继续前进。
然后，进化算法会获取蓝图，对其进行 sedikit 突变，并将其发送回 DNN。“现在怎么样？” 如果 DNN 认为团块看起来更糟，则新对象将被丢弃，并从原始对象中进行另一次突变。如果反馈有所改善，比如看起来像水母的几率提高到 0.002%，那么新版本将成为进一步突变的基础。就像一位极其耐心的老师和学生一样，算法和深度神经网络会像这样来回进行数百万次，缓慢而稳定地雕刻出一个可识别的对象。
Lehman 承认他的算法与人类学习过程有相似之处，但他认为更恰当的比较是自然进化。这正是项目最初的灵感来源。“令我着迷的是，（进化）在没有任何自主思考的情况下，能够创造出如此复杂的东西，”他说。“一些我们至今仍无法工程化的东西。”他希望模仿的是进化过程中从简单生物到更复杂生物的发现路径。这就是为什么 DNN 只给算法提供如此基础的反馈。它不会告诉算法哪里做对了或做错了，只告诉它在变好还是变差。他说这就像进化。“要么生，要么死。进化不会告诉你你的 DNA 应该如何改变才能成为更好的生物。”
团队运行了这个精炼过程大约两周。经过 250 万多次迭代后，DNN 对算法的许多创作给予了 95% 的评分。公平地说，人类评判者可能会给其中一些打出更低的分数。Lehman 说，这些对象的奇怪外观表明了神经网络无法理解三维物体。从某种意义上说，算法利用了这一弱点，以相当抽象的外观创作获得了及格分数。
Lehman 将最终确定的蓝图（他称之为“人工智能 DNA”）发送给了 3D 打印机。结果：由算法创建的几个小型雕塑。Lehman 称它们“挺漂亮的”。
Lehman 和他的团队将在下周于巴黎举行的 国际计算创造力会议 上展示他们的 研究成果 以及 3D 打印对象。
