深度神经网络AI重建毕加索绘画中隐藏的神秘影像

随着人工智能的不断发展，很明显，人工智能将很可能在从医学诊断和财务预测到自动事实核查的广泛领域中取得巨大收益。不太明显的是，人工智能将在更具创意的行业中扮演什么样的角色，正如最近在制作令人惊讶的引人入胜的艺术，文学和音乐作品中所做的那样。

尽管许多人可能对机器的艺术能力持不同意见(无论多么智能)，但AI仍可以在这一领域做出重大贡献。伦敦大学学院的一个研究团队就是一个很好的例子，该团队最近使用AI重建了著名西班牙画家帕勃罗·毕加索(Pablo Picasso)从未见过的裸体女人画作，该画作显然藏在《老吉他手》之下。这项著名的作品来自1900年代初毕加索的所谓“蓝色时期”，那段时期是财务匮乏和心理沮丧的时期，在此期间，大师画家几乎只用阴沉的蓝色来绘画。

研究人员使用一种称为神经样式转换(NST)的计算机视觉技术，重新构造了隐藏在其下的女人的鬼影，随后由毕加索将其绘制成“旧吉他手”(重复使用画布是使贫困艺术家陷入困境的一种方式)可以省钱)。通过采用神经样式转移技术，该团队能够恢复图像而不必破坏艺术品本身，其效果比使用X射线成像的传统方法更好。

正如该团队在论文中所概述的那样，神经样式转换是指一类用于处理数字图像和视频的算法，从而使输出结果采用参考图像的视觉样式。NST算法于2015年首次开发，使用了所谓的卷积神经网络，这是一种多层的深度学习AI，通常用于图像和视频识别和分类任务，医学图像分析和推荐系统。

通过让用户提供“内容”图像和“样式参考”图像(例如著名艺术家的艺术品)以及需要根据“样式参考”图片。将它们混合，以便将“输入”图像更改为看起来像“内容”图像，但将其样式化为看起来像“样式参考”图像。

在本研究的案例中，研究小组已经在老吉他手的下面勾勒出该女性的淡淡X射线轮廓，因此下一步是手动编辑最原始绘画中不太可能出现的所有绘画特征下。在将“老吉他手”设置为他们的“内容”形象之后，团队随后将毕加索的画作La Vie作为他们的“风格参考”形象。通过应用神经样式转换，团队可以重建La Femme Perdue 的隐藏绘画。(“失落的女人”)-毕加索可能画了自己的五颜六色的笔触。有趣的是，这些美学属性也可以通过所谓的误差函数和优化算法进行调整，以便图像可以呈现某种特定样式的内容。