[[425382]]

本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。

現在，給AI一個短語和50個三角形，它就能創作一副極簡風格的抽象畫了。

只需輸入“a drawing of cat（一張貓的畫像）”，一只棱角分明、散發著冷酷氣息的抽象貓就生成了。

不只是這種泛泛的概念，給出特定詞匯，這個AI也能指定作畫。

比如輸入“Walt Disney World（迪士尼樂園）”，50個三角形立刻重新排布，一個風格完全不同的抽象版迪士尼城堡就出現在了眼前。

可以說是完完全全抓住了迪士尼城堡的精髓。

以上這些“大作”，其實都是進化策略 （ES）和CLIP結合后生成的效果，由谷歌大腦團隊出品。

他們讓兩個AI相互配合，根據文字提示及具體圖像，用一堆三角形創作出了一幅幅極具特色的抽象畫。

抽象后的谷歌大樓，大概長這樣：

不能說毫無關系，只能說一模一樣啊。

這回，真的有點后現代藝術的feel了。

只用三角形創作的抽象畫

從生成的效果可以看到，ES算法+CLIP其實就是把一堆隨機的三角形重新排布，通過調整它們的大小、位置、顏色，逐漸將其構建成一個與給出詞匯所吻合的圖像。

具體來看，在最初始時，ES算法會以三角形的坐標、RGBA值作為參數，在畫布上隨機給出一些三角形。

進化策略（ES）算法的原理則像進化論一樣，它可以根據給出的信息不斷優化，直到得到一個最優解。

CLIP則是OpenAI開發的一個負責給圖像重排序的模型。

它會對ES算法給出的三角形圖像與文字描述的相似度進行打分，然后將結果反饋給ES算法，ES算法就會為了提升分數而不斷迭代，最后得到一副藝術畫。

除了給出文字指令外，直接給一張圖作為初始信息，只用ES算法也能進行作畫。

這不，用50個三角形、迭代10000次后，后現代抽象版蒙娜麗莎誕生了。

如果增加更多的三角形，算法給出的效果也會更好。

在下面的對比中，當三角形數量達到200時，生成的圖像立刻增加了億點點細節。

其中達爾文和蒙娜麗莎的例子，fitness幾近達到了100%。

此外，為了實現更好的效果，研究人員還采用了ClipUp優化器。

從對比中可以看到，使用優化器后迭代1萬次后的效果比基本算法迭代56萬次后的還要好。

同時，與基于梯度的渲染方法對比，ES算法的表現也可圈可點。

渲染方法會更側重于紋理和顏色上的細化，而ES算法會更加側重于如何布局這些三角形。

那么給出文本指令生成的效果如何呢？

在“Self”、“Human”、“Walt Disney World（迪士尼樂園）”幾個案例中，算法的表現依舊很優秀。

在體現關鍵字主題精髓的情況下，隨著構圖三角形數量的增多，算法給出的結果細節也就更為豐富。

但是在“ picture of Tokyo”這個例子中，它的表現就不那么好了。

研究人員認為這是由于算法在生成陰影較深的三角形上還存在困難，所以造成了這一結果。

而且面對命題作業，算法也會盡可能給出不同的答案。

在這幾個案例的重復4次測試中，我們可以看到生成的圖像都存在明顯的區別。

Demo可試玩

其實這并不是CLIP第一次“指揮”別的AI作畫了。

此前與GAN配合，就讓圖像變成了CG藝術風。

事實上，這一次的抽象畫效果，你也可以體驗。

團隊已經將代碼開源，在Colab上也能進行試玩（鏈接已附在文末）。

這是有網友上傳的生成圖像，效果真的還不錯，你能猜出來這是誰嗎？

論文鏈接：
https://arxiv.org/abs/2109.08857

GitHub開源地址：
https://github.com/google/brain-tokyo-workshop/

試玩鏈接：
https://colab.research.google.com/drive/1DGNxs8E4cA_ZUwPQdusxDArCWj-JX5TG#scrollTo=7AkoGodQw8kr&uniqifier=4