“這個實驗利用了機器學習技術，訓練深度學習神經(jīng)網(wǎng)絡掃描數(shù)以千計的街景圖，尋找有潛力后期處理成優(yōu)質風景照的圖像，”谷歌機器感知團隊工程師Hui Fang解釋。谷歌團隊開發(fā)的軟件能夠模擬專業(yè)攝影師的工作流程，將篩選出來的照片處理成為符合人類審美的專業(yè)級作品。

 

　　谷歌的這項試驗，展示了人工智能在二進制世界之外，如在藝術、攝影等涉及到主觀判斷領域的可能性。

 

　　一般情況下，訓練軟件進行審美判斷需要對大量數(shù)據(jù)集進行標識，人類工程師們需要手動挑選符合人類審美的光影效果和濾鏡，這非常消耗團隊的時間和精力。

 

　　Fang和他的團隊則運用了另一種方法。他們采用了被稱之為生成對抗網(wǎng)絡的技術（generative adversarial network），它能快速、有效地訓練神經(jīng)網(wǎng)絡識別人類眼中更具吸引力的影像元素。生成對抗網(wǎng)絡在人工智能試驗中是一項富有潛力的新技術，它能使兩個神交網(wǎng)絡進行交叉對抗，使用生成的結果改進整個系統(tǒng)。

　　谷歌人工智能系統(tǒng)隨意選擇了一張谷歌街景圖片a，剪切后為其加上濾鏡，最后生成一張風景大片d。

       谷歌相當于制造了一個人工智能照片編輯，而這編輯做的就是將零碎的照片組成一張風景大片，并自動添加光影效果和濾鏡。而這系統(tǒng)中的另外一個模型，則用于分辨原始圖像和已經(jīng)經(jīng)過編輯的圖像。試驗結果是，谷歌團隊開發(fā)的這款軟件能夠識別出大眾眼中的好照片和差照片，這讓訓練系統(tǒng)編輯原始圖像并改善圖像效果成為可能。

　　上圖為人工智能系統(tǒng)生成的風光大片，下圖為谷歌街景原圖。圖片來源/谷歌Fang和其團隊為了測試他們打造的人工智能系統(tǒng)是否真的能生產(chǎn)專業(yè)級大片，最后還進行了一項類似于圖靈測試的實驗。

 

　　他們讓一群專業(yè)攝影師根據(jù)圖像質量對圖片評分。測試圖片中包含人工智能生成圖片和人類攝影師拍攝的圖像。而專業(yè)攝影師對這些圖像的評分結果是，五分之二人工智能生成的照片獲得了與人類攝影師同等水平的評分。

 

　　“谷歌的全景街景圖給我們的項目提供了一個測試機會”，F(xiàn)ang說，“有一天這項技術甚至能夠幫助你在現(xiàn)實世界中拍攝出更好的照片。”