他竟然用人工智能做“梦”

type

status

date

slug

summary

category

icon

password

URL

June 10, 2022 • 12 min read

by Simon的白日梦, mp.weixin.qq.com • See original

编者荐语：

从小一直是国家地理（包括美国国家地理和中国国家地理）的粉丝，前段时间有幸和美国国家地理合作，发行了以守护海洋生物为主题的数字藏品，并接受了国家地理中文网的专访（本文）。从某种意义上来讲，也算是圆了童年的一个梦。此外，有机会为环境保护和可持续发展尽一点绵薄之力，也让我深感幸运。

摄影：GERALD HERBERT, AP IMAGES

2010年4月20日晚间10时许，

“深水地平线”钻井平台发生爆炸，

酿成美国史上最严重漏油事件；

即使过去了十年，

其造成的危害仍不能消除，

该事件堪称海洋版“切尔诺贝利”，

也是全世界最严重环境灾难之一：

墨西哥湾井喷事件。

摄影：DANIEL BELTRA

超4.9亿升原油注入墨西哥湾；

7人重伤、至少11人失踪；

数百万海洋哺乳动物、

海龟、鸟类和鱼类丧生；

在爆炸和泄漏发生的整整87天，

整个世界都无能为力，

只能眼睁睁看原油涌入海洋，

场面触目惊心。

摄影：WIN MCNAMEE, GETTY IMAGES

摄影：JOEL SARTORE, NAT GEO IMAGE COLLECTION

“越美丽越危险。”

守护海洋生物原住民（AI人工智能将美国国家地理摄影师作品与彩色油膜风格混合）

制作：SIMON MENG

油滴在水面上会扩散成油膜，在阳光下发射出奇妙的绚烂色彩，但这对海洋生物却是致命的，每年都有数万生物死于石油泄漏导致的海洋污染。为体现这一矛盾，国家地理中文网联合Amall.art，邀请AI艺术家Simon Meng通过人工智能以及手工绘图结合的方式，将油膜形态及色彩与国家地理海洋经典影像进行融合，创作出“守护海洋原住民”数字藏品系列。

制作：SIMON MENG

创作构思：

*“我发现了一个问题，面对悲惨的新闻或画面，你看的第一秒钟可能会触动一下，后来慢慢就习惯了；**此外，人们面对这种负面消息往往会觉得不舒适，而在潜意识里慢慢形成抗性，因此，你逐渐变得不会盯着一个让你不舒服的东西看很久。”AI艺术家Simon Meng如是说，“所以我就想，如果用彩色油膜把这个东西做得在视觉上非常好看，乃至你可以长时间地凝视和欣赏；然后，最后你会发现，越‘美丽’的东西竟然也越危险——你可能会在不自觉地沉浸其中的同时，也以全新的方式察觉到了污染的可怕。”

制作：SIMON MENG

*本次国家地理中文网的“守护海洋原住民”数字藏品系列，由AI艺术家Simon Meng创作完成，**他硕士毕业于伦敦大学学院（UCL），现博士就读于奥地利因斯布鲁克大学（UIBK），其在建筑设计、生物及人工智能(AI)方面的跨领域研究，使其创作呈现出惊人的多样性，其作品的内容题材、时空背景及呈现媒介均不受限，成为当前最前沿的AI艺术青年创作者之一。

常看《国家地理》的人可能会经常看到此类怵目惊心数据：

预计到2040年，海洋塑料垃圾将增加2倍，达到每年2900万吨，那时全球所有海岸线的塑料垃圾，将达到平均50公斤/米；2050年之前，印尼将有数千岛屿、数百万房屋会因海平面上升而消失；如今，地球上超75%土地面积已不同程度退化，到2050年，这个数字可能变为90%；到2050年，土地退化和气候变化将导致全球农作物产量减少约10%；到2050年，预计有7亿人因土地资源稀缺而流离失所，到本世纪末，这个数字会变成100亿人；气候模型显示，到2050年，北极水域在夏末可能“完全无冰”……

上述所谓几十年后的未来看似遥不可及，但只要这些数字终于变成现实，那么只存在于想象中的世界画面或许也会一定程度变成现实。AI艺术家Simon Meng则用他的作品一再表现未来，那些看似瑰丽实则令人忧心忡忡的画面，则是用人工智能制作的“梦境”。

AI（人工智能）创作28个梦幻（末日）城市↓

使用海底生物图片训练AI模型，生成不存在的海洋生物↓

你一定很好奇，这些仿佛只存在于想象中的画面，

到底是怎么被“创作”出来的呢？

如此天马行空的曼妙画面，

完全都是出自人类的造物吗？

答案是，

这些作品的创作者中有人类，

也有人工智能。

AI生成赛博朋克海底生物进化视频↓

*※下文由国家地理中文网与Simon Meng的采访整理而成

“黏菌自然生长，

竟然长成了东京地铁网。”

早在伦敦大学学院研究生期间，我的一个研究内容就是用黏菌（学名：多头绒泡菌，Physarum polycephalum）的生长模拟东京地铁网络，将黏菌的食物——燕麦，放在地图中东京的几个主要区域，最后发现黏菌自然生长的网络竟与东京地铁网基本一致。利用这一特性，我们使用生物3D打印技术，将阿联酋利瓦绿洲（Liwa Oasis）的地理及资源分布情况，输入给黏菌，观察其生长形成的生物网络，并结合人工智能技术将其转译为城市规划方案。

黏菌生物实验结合AI转译新型能源基础设施城市 ( 生物实验部分 )

简单来说，黏菌会用高效的线路，连接最多的资源。之后，我们会用3D打印等手段控制黏菌的走向，甚至借此代替一部分人工的城市设计工作。

我对算法、人工智能领域都比较熟悉，硕士毕业后一两年内，便较少从事与建筑设计直接相关的内容，而是向生物或与之相关的AI艺术领域做更多尝试。后来，我跟随原来的研究生导师（Claudia Pasquero）开始在奥地利继续攻读博士（因疫情原因，目前远程）。

什么是AI（人工智能）艺术？什么又不是？

它们的分界线在哪里？

以往有一些能够帮大家解决某些问题的程序都是预先写“死”的，比如A在某种条件下会确定变成B；比如用计算器去算出正确答案——整个过程都是一个预置的固定规则。但你会发现，很多东西并不能用简单的规则去描述——因此，AI的底层是人工神经网络和机器学习。

*人工神经网络与机器学习，就类似于人类神经元去获取、学习知识。**我们会用程序先搭建若干层“空”的神经网络——但其中的人工神经元的应该如何连接、如何激活等信息是空缺的，需要通过样本学习。

比如说，有两组图，一组猫，一组狗；之后每张图片对应一个标签用来说明图片里是什么，如cat和dog等等；然后给神经网络一张猫的图，如果电脑回答成了狗，训练程序会对人工神经元自动进行相应的调参（反向传播），告诉人工神经网络判断错了，于是人工神经网络就会在这个过程中进行“机器学习”；反之如果它答对了，人工神经网络在这一次迭代中就会保持相对不变。

无中生有：使用文字描述结合人工智能生成不存在的三维物体模型

当然，这种对人工神经网络的“训练”只是最浅层的，我们还可以进行二次交互——比如我之后可能想得到一张上半身是猫、下半身是狗的图像，那么我可能就需要通过隐空间（Latent space）主成分分析，或者通过多模态模型的结合来实现，并以此类推进行越来越复杂的操作。

人工神经网络在“问题”与“答案”之间逐渐完善了自身，此过程并不基于预制的固定算法，而是基于对样本进行学习之后对网络自身进行迭代。根据设计的目的和训练数据的不同，训练完成的神经网络最终能够完成一些事情，比如生成图片、文字、音乐，在此基础上，我们可以与电脑交互产生更多东西。

而所谓的AI艺术用最简单的方式进行概括，就是以前单纯依靠预定的算法、或单纯依靠人都无法完成的作品，如今通过人和人工神经网络两者共同的“创作”得以实现。

AI生成海底赛博格城市

“为什么会喜欢AI艺术？”

“因为它可能会帮创作者走得更远。”

创作的方式有很多种，比如有一些人是天才，他有一个想法，然后一下子就能把想法完成得很好；但我更相信“勤能补拙”，也就是做很多尝试，才能在很多的可能性中找到一个比较好的点；况且我是学建筑出身，有时候做一次尝试的成本是非常高的，这个成本高到有时候会消磨掉你的热情，或者忘记了自己创作的出发点。

↓AI生成像素风动画——超级文明已经组队迁往二次元元宇宙了，而你还没有拿到船票？

而依靠AI艺术，可以在同样时间内展开更多尝试——因此，与少做或没条件做更多尝试相比，产生较高质量作品的可能性也大了。而这一过程非常令我兴奋，也许对许多创作者也一样吧。正向反馈变得更快速，原来你画一幅图要8小时，现在加入AI，你与电脑共同创作，只要5分钟。

所以，虽然有些艺术家、设计师是天才，并不需要对借助太多工具的力量；但对于很多普通人来说，有一个工具能让他更方便地去探索自己的内心和艺术的可能性，可能会帮他走得更远。当然，更便捷的工具不是让人偷懒的理由，而是一个让你把时间投入到对于创作来说更重要的事情上去的机会和手段，并给予了你更多创作的自由。

长按下方二维码，关注“国家地理中文网”