扩展人工智能的艺术前沿

KAUST计算机科学助理教授MohammedElhoseiny博士以教授机器艺术创作为职业。2016年在罗格斯大学完成博士学位后，Elhoseiny继续为Adob​​eResearch、百度研究、Facebook和现在的KAUST工作。

他的最新研究论文《CreativeWalkAdversarialNetworks:NovelArtGenerationwithProbabilisticRandomWalkDeviationfromStyleNorms》在2022年计算创意人工智能(AI)国际会议(ICCC)上被接受。

这篇论文涵盖了Elhoseiny和他的团队VISIONCAIR关于使用CreativeWalkAdversarialNetworks(CWAN)进行新颖或原创艺术生成的工作。CWAN在其培训中通过接触从5000年前到现在的各种艺术运动和风格的大量绘画作品来了解现有的艺术风格。

“CWAN试图从那些现有的模式中学习，想出其他可能有趣和令人兴奋的新模式，并产生一些希望人们会喜欢并觉得有趣的东西，”Elhoseiny说。“同时，它通过使用‘随机游走偏差’方法来寻找新事物并为创作带来独创性，从而偏离现有事物。”

与其他现有的AI方法相比，该团队的方法产生的艺术更讨人喜欢——这一结论得到了341名独特的人类评估者的实验结果(包括评级)的支持。研究结果表明，与其他最先进的方法(如StyleGAN2和StyleCAN2)相比，CWAN可以生成明显更可取的新颖艺术。

这对艺术界意味着什么?Elhoseiny说：“许多艺术家已经采用了人工智能艺术技术。总的来说，这表明人工智能艺术可以成为艺术家工具箱中的有用工具，帮助创作出比当前人工智能机器艺术对观众更有意义的独特艺术。”

AI由KAUST计算机科学家MohammedElhoseiny和VISIONCAIR团队合作者生成艺术品。此处显示的是电晕怪物。学分：Elhoseiny和DivyanshJha

Elhoseiny认为人工智能艺术不会取代艺术家。“这类似于摄影的发明，”他评论道。“人们过去常常用摄影来描绘现实，但艺术家们开始从这些摄影技术中创造出新的艺术运动。”

VISIONCAIR还一直致力于教机器在交流视觉艺术时使用更具情感的语言，无论是现有艺术还是人工智能生成的艺术。即将发表的一篇关于该主题的论文《没关系：通过对比数据收集克服有效图像描述中的情绪偏见》将在2022年计算机视觉和模式识别会议(CVPR)上发表，在年度计算机视觉领域中名列前茅世界上的事件。

“视觉艺术的情感交流是我们的下一步，”Elhoseiny说。“我们在这个方向上的大部分努力的核心是将车轮转向考虑情感的与人类兼容的人工智能。”

机器的情商反应是目标，但他说团队在此过程中发现了一些障碍。

“目前人类对积极语言存在偏见，因此我们提出了一种平衡和减轻这种偏见的新方法。我们将生成的数据集称为ArtEmis2.0。”

谈到ArtEmis2.0与CWAN的联系，Elhoseiny补充说，一个有趣的未来场景是教CWAN生成基于全方位情感反应的艺术，他说这是一项重大但具有挑战性的任务。