算法与艺术交叉 你的创造力将被人工智能颠覆!
2017-4-17 16:59| 发布者: xiaoka| 查看: 3742| 评论: 0|来自: 互联网
摘要 : 4月17日消息,“在手机或电脑上画画可能比较慢,又很困难,所以我们开发了AutoDraw,它是一种基于网络平台的工具,可以将机器学习与天才艺术家的绘画结合在一起,帮助用户更好地画画。”谷歌创意实验室的“创意技术 ...

  说到这,我们可以联想到一个事件。2014年,Spotify收购了音乐情报和数据平台Echo Nest,推动这一收购的是Spotify对音乐推荐服务的加倍下注。该节目的亮点是Discover Weekly,这是一个个性化的音乐播放列表,它是根据你此前在该平台上播放过的歌曲来建立的。实际上,Spotify会对你的听歌历史进行分析,并将其与其他用户的听歌行为相结合,看看哪些歌曲通常会伴随出现,然后再根据这些信息为你推荐新的音乐。这非常棒。

  尽管苹果可以通过Apple Radio之类的产品提供服务,但Spotify可以说是凭借算法和自动化技术坐稳了音乐推荐服务的霸主地位。最有趣的是,比起人类DJ向你提供新音乐,Spotify的服务更具潜力。算法推荐的播放列表往往更加具有针对性,而人类的推荐往往带有主观性,并不一定能够适合所有人。

  与此相似的是,Shazam这个音乐平台可以分析歌曲结构,告诉你歌曲的名字以及演唱者。你只需要拿起手机、按下按钮,就大功告成了。这种发现新音乐的方法非常好,它可以建立起一个音乐库,日常生活中无论你是在商店里还是足球场,或者是在看电视的时候遇到了好听的音乐,它都可以帮你识别。

  有了这样的技术,外行也可以成为专家。你不需要了解什么专业性的知识,只需要点击按钮识别歌曲就行了。

  此外,Shazam与Spotify和苹果iTunes相关联,播放或购买音乐变得更加方便。通过合作,Spotify和Shazam之类的平台可以在世界各地的音乐作曲家和DJ中产生巨大的影响。人们可以即时获取所听音乐的所有信息。如果在Spotify上就能听歌所有最好的新音乐,那为什么还要去看电台或者新音乐快递 (NME)的排行榜呢?如果你能在Shazam上轻松查到歌曲信息,那就没必要去问你身边的音乐发烧友了。有了算法的加持,对于人类专业知识的需求会降低。

  人工智能在写作领域

  

  上图:乐高机器人在打字

  普通人很难想象机器将有能力创作出一部畅销小说,但是技术大咖们一直在努力令其实现。要创造出易于理解的文字的东西并不难,但是如果想要用恰当的叙述,从头至尾流畅地表达一些东西,还得令文字充满智慧和激情,那就难了。

  但是目前机器已经可以创作新闻稿件了。去年夏天,美联社宣布,它正在与Automated Insights合作,通过算法生成棒球新闻报道,扩展自己的业务范围。美联社多年来一直与Automated Insights有合作,生成了成千上万的公司收益报告。Automated Insights利用人工智能分析大数据,并将其转化为文本。

  总部位于芝加哥的Narrative Science也有类似的产品,他们特别关注企业的商业智能,或者像它所说的“用数据说话”。

  以下是一篇由Automated Insights帮助撰写的宾州联盟比赛的美联社报道。

  宾夕法尼亚州立大学(美联社讯)——在周三(4月13日)的比赛中,Dylan Tice在第11局中被球触身,宾夕法尼亚大学的State College Spikes以9比8的比分击败了布鲁克林旋风队。

  Danny Hudzina在牺牲打之后上垒,取得比赛胜利,又在下一场牺牲打中获得第二,然后在第三场比赛中获得第三。

  Gene Cone在第一局的比赛中以1比0领先布鲁克林旋风队。Spikes队在第一局的五轮中以5比1的优势领先,其中包括Tice领队的两轮。

  在Brandon Brosher的第7局全垒打中,布鲁克林队以8比7的优势再度领先。宾夕法尼亚州立大学在第7局的比赛中以8比8持平,Ryan McCarve则帮助Tommy Edman获得了跑垒得分。

  Bob Wheatley出局两次之后以1比0获胜。Alejandro Castro在宾州联盟比赛中输赢各一局。Vincent Jackson实现了双杀,两次获胜。宾夕法尼亚大学利用了布鲁克林旋风队的几次发挥失常的投球,取得了赛季最高的9次胜利。

  尽管输了,但布鲁克林的六名球员至少实现了两支安打。Brosher击出了本垒打,并在四场比赛中获胜两场。布鲁克林旋风队还击出了本赛季最高的14个安打。

  上述报道由Automated Insights(http://automatedinsights.com)生成,它使用了美职棒大联盟媒体(MLB Advanced Media)和美国职棒大联盟(MLB)的数据,可参考:http://www.milb.com

  下面这篇是Narrative Science撰写的福布斯收益报告。

  在过去的三个月里,市场平均预估已经跌破1.25美元。在本财年,分析师预计每股收益为5.75美元。分析师预计,第三季度营收为13.7亿美元,同比下降1%,至13.5亿美元。预计今年的收入将达到59.3亿美元。去年第四季度营收同比下降,打破了季度营收连续三季增长的势头。

  过去八个季度,公司一直在盈利,而在过去四个季度中,利润同比增长了16%。第三季度,公司利润实现了最快增长,为32%。收益预期数据由知名评级机构Zackes提供。

  Narrative Science通过其专有的人工智能平台,将数据转化为文本和想法。这样的报道不会获得普利策新闻奖,但是在可读性上是完全合格的,而且算法也在不断改进。目前无法证明机器能够生成文豪狄更斯或者普鲁斯特那样的杰作,但十年后机器的写作能力会不会提升,又有谁能断言呢?

  “机器写作有一天会赢得普利策新闻奖。”Narrative Science的首席科学家Kris Hammond在英国卫报上说。“我们可以写出数据中隐藏的内容。”

  尽管有人担心算法会令记者们失业,但举例来说,美联社此前曾表示,机器写作更多地是为了扩大报道范围,而不是取代记者。通过算法写作,新闻报道可以覆盖到此前没有涉及的美国职棒大联盟的比赛,所需要的仅仅是美国职棒大联盟媒体的数据。

  “对内容的提升和增强从来都不是为了取代人工创作。”来自Automated Insights首席创新团队的Joe Procopio在接受VentureBeat采访时解释说。“相反,它是另外一种工具,也是记者的另一个武器,它应该被应用在那些需要大量数据科学分析的地方。这样一来就节约了记者的时间,让他们能够专注于调查和推理性工作。”

  在商业语境下,算法能否取代人类艺术创作,最终还是要看它是不是更加高效。问题是,在不影响质量的情况下,算法能够节省时间和金钱吗?

  Procopio补充说:“在决定是否使用自动化技术来写作时,有两点需要注意。第一要保证机器所使用的数据是可靠的,第二是商业价值,换句话说,自动化能够节省足够的时间和资源吗?”

  那么,能否通过训练来设定机器的写作风格呢?例如盈利报告、棒球赛评论或讣告等内容。当然可以,而且已经实现了。

  机器能写出音乐评论吗?或者记录访谈内容?答案是可能的,但仍将取决于平台所提供的数据质量,以及训练这样一个系统的性价比。

  Procopio继续说:“自动化技术可以用于写作你需要的内容,例如特性、访谈、评论等,在这些方面自动化技术是很有用的。一篇文章的自动化程度取决于它自身所属的范畴。”

  目前的情况下,这些工具更多地是在辅助记者,而不是取代他们。举个例子,如果已经有人被要求去参加音乐会并写评论,那么再用机器写作可能就没有意义了。但是可以用机器来做最终评审,甚至是给文字设计版式。

  例如,自动化技术可以通过包含最新信息的数据库,来生成某个乐队的音乐销售和下载量,或者音乐会门票销售量。搜索和编辑这些数据的主体是人还是机器并不重要,只要数据准确就可以,而且自动化可以为记者节省很多时间。

  人工智能在翻译领域

  据报道,全球翻译和口译行业的价值约为400亿美元。与某些观点相反,在不同语言之间的词义转换实际上需要大量的创造力。在不同的语言之间,单词和情感往往不能很好地转换,译者需要运用自身的语言能力,在不同语言的细微差异中做出准确的表达。

  从以往历史来看,机器翻译的口碑较差,但它们正变得越来越好。现在已经可以把任何一篇外语报纸的文章放进谷歌翻译,从而获得一篇相当忠实于原文的翻译,尽管机器翻译仍然还不能完善地翻译出很多口语表达。

  谷歌已经开始在它的众多公开服务中使用基于人工智能的神经系统机器翻译。

  Skype也有一个实时语音翻译工具,可以在通话中把你说的语言实时转换成外语,例如日语。Skype翻译使用诸如深度学习之类的人工智能技术来训练神经网络,这意味着它会在更多的实战演练中不断进步。

  任何靠谱的企业都不会在与客户进行关键业务的沟通时,百分百地依赖机器翻译。但是我们的确正在面临改变,机器将可以被用来做一些不那么重要的工作,或者还可以与校对人员一起纠正工作中的错误,修正那些重要工作通讯中出现的模糊内容。

  所以,就像Automated Insights在做的事情一样,我们或许可以实现这样一种进步:在机器可以发挥作用的领域实现100%机器操作,而在需要人类的细致理解时则让机器和人类协同工作。

  目前我们可以清楚地看到,自动化对人类工作的威胁对许多行业来说的确是真实存在的,其中包括创造性领域,人工智能为你提供完美的音乐推荐流媒体服务,将全家福转换为梵高风格的手绘,实时翻译和解读,机器写作新闻报道,构建网站,等等。

  这就导致了一个严峻的问题。创造力是人类的核心特征,是真正将我们与机器区分开来的东西。那么当机器可以用来帮助人类实现创造力的时候,我们还有什么动力去调动自身的创造力呢?

  不过,积极的因素也有很多。如果计算机能够像人类那样以自然的方式画画,甚至画得比人类还好,那么它就可以成为绘画老师,或者协助艺术家进行创作。

  另外,有一种强烈的观点认为,人类天生拥有创造力,并且总是希望能够自发地进行创造。如果你只需要点击一个按钮就能把照片变成艺术作品,那么乐趣何在?这就是人类永远不会失去的东西:对乐趣和创造的渴望。

  当然,他们能否在20年后不丢掉工作岗位,则是另一个问题。

  当技术在不断“修复”人类的失误时,无论是Word文档里的输入错误,还是绘画过程中的失误,人类都可能会逐渐失去独立创造的能力。再也不需要在大脑里记着某些事情了,不用再背电话号码了,也不用牢记去隔壁城镇奶奶家的路线了,因为我们知道这些都可以通过电话知晓。这肯定会对大脑的记忆能力产生影响。

  举个类似的例子,如果孩子们从小就用手机或电脑上的工具“辅助画画”,因为自己画“又慢又困难”,那么当这种行为普及时,它就不是一件好事。

  但我们不要太过于激动。现在机器还不能胜任许多创造性工作,迄今为止它们所能做的事情只是擦边球,仍然需要人类的帮助。那些极富创造性的项目,比如写小说、写调查性新闻报道,或者创作含有真情实意的歌词的完整原创音乐专辑,计算机在不久的将来仍然很难超越人类。

  一个很好的例子就是去年制作的一部名为《阳光之泉》的科幻短片。这部短片由真人演绎,机器写作剧本。它的灵感来自于Alphabet的AlphaGo人工智能系统,它在战略游戏Go中击败了职业选手。

  根据去年的一份报告,这部短片的剧本的作者是一个“循环神经网络”,它被称为“长短期记忆”,简称LSTM。这很有意思,虽然没什么意义,但是它提醒着我们,在创造真正的艺术作品上,机器的创作行为仍然取决于人类关注的话题。

  区分人工智能和“算法智能”也很重要。前者更多的是关于计算机思考、理解和适应人类的能力,而后者则更多地是利用数学来帮助人们和机器协同工作。

  Phil Tee是Moogsoft公司的董事长兼首席执行官,该公司专门为企业提供算法智能,主要帮助他们利用算法来处理日常的运营任务。他告诉VentureBeat记者,人工智能是计算机执行那些传统上需要人类智力的任务的能力,例如视觉感知、语音识别、决策和语言翻译等。而算法技术,例如智能运维(Algorithmic IT Operations),则能够利用数学来指导操作人员,以及测试那些难以预测的环境设置,例如企业计算机技术环境。

  在算法上不存在人工方面的东西。这是区分人工智能和算法智能的关键点。使用算法来预测你在Spotify上喜欢什么音乐,或者你应该在Netflix上看什么电影,这当然是很聪明的,但它本身并不具有创造性。它也许比人类更擅长工作,但它并不存在于艺术界。

  因此,尽管我们将看到企业越来越多地转向算法智能以优化运营,从而领先竞争对手,但艺术本身可能不会受到直接威胁。

  但是,我们是否能达到这样一个阶段:电脑可以写出逻辑连贯的书籍、歌曲,或者是电影?“这当然可以做到,但需要相当大的努力。”Tee补充道。

  他说:“如今,一个典型的神经网络有大约几百到数万个神经元,比拥有18000个神经元的海蛞蝓更聪明。机器学习的创造性之旅是至关重要的,也是漫长的。也许我们应该把更多精力放在通过智力来提升创造力上,而不是思考人类智力能否会被取代的问题。毕竟,创造力可能是人类这一生物的终极定义。”

  艺术需要人类,人类也需要艺术。机器可能会倾向于帮助这两者协同工作,甚至会取代一部分工作,但作为人类的决定性特征之一,艺术与人类仍将密不可分。

12

打赏

取消

感谢您的支持,我会继续努力的!

扫码支持
扫码打赏,你说多少就多少

打开支付宝扫一扫,即可进行扫码打赏哦

发表新帖 客服
微信
手机
回到顶部