AI机器人画画，谷歌要培养艺术系机器人了吗？

《大西洋月刊》（The Atlantic）撰文称，人类最早在岩石上画图形的时候，实现了巨大的认知跃进--如今，计算机也在学习做同样的事情。要是谷歌教导AI去绘画，那会有助于它思考以及像人类那样思考吗？

以下是文章主要内容：

想象一下，有人叫你画一头猪和一辆卡车。你可能会画成这样：

这很简单。但接着，想象下你被要求画个猪卡车。作为人类，你会直观地想到如何将猪和卡车这两个物体的特征结合起来，也许你会画成下面这样：

看看那条小小的、弯曲的猪尾巴，看看驾驶室有点圆的窗口，该窗口也会让你想到眼睛。车轮变成了蹄状，又或者说猪脚变得像车轮。如果你这么画，同为人类的我会主观地认为这是对"猪卡车"很有创意的一种解读。

谷歌的AI绘画系统SketchRNN

直到最近，只有人类能够完成这种概念转变，但现在并不只有人类能够做到了。该猪卡车实际上是极具吸引力的人工智能系统SketchRNN输出的作品，该系统是谷歌探究AI能否创作艺术的新项目的一部分。该项目名为Project Magenta，由道格·艾克（Doug Eck）领导。

上周，我在谷歌大脑（Google Brain）团队位于山景城的办公室拜访了艾克。该办公室也是Magenta项目的所在地。艾克非常聪明，也很谦逊。他于2000年在印第安纳大学获得计算机科学博士学位，后来专注于研究音乐和机器学习技术，一开始是在蒙特利尔大学（人工智能的温床）担任教授，后来到谷歌供职。在谷歌，他最初从事Google Music音乐服务项目，后来转到谷歌大脑团队参与Magenta项目。

据艾克说，他打造可创作艺术的AI工具的雄心最初只是夸夸其谈，"但经过几轮的反复思考后，我觉得，‘我们当然需要做这个，这非常重要。’"

正如他和他的同事大卫·哈（David Ha）所写到的，SketchRNN的意义不仅仅在于学习如何画画，而在于"用类似于人类的方式概括归纳抽象的概念。"他们并不想要打造一台能够画猪的机器。他们想要打造一台能够识别和输出"猪的特征"的机器，即便机器得到的是诸如卡车的提示性语言，它也能够不受影响，作出准确的判断。

隐含的观点是，当人的画画的时候，他们会对这个世界做抽象的概念。他们会去画"猪"的广义概念，而不是画特定的动物。也就是说，我们的大脑如何存储"猪的特征"信息和我们如何画猪之间存在关联性。学习如何画猪，你可能就能学到人脑合成猪的特征的能力。

这是谷歌的AI软件的运作模式。谷歌开发了一款名为"Quick, Draw!"的游戏，在人们玩该款游戏时，它会生成一个涵盖人类各种各样的绘图（如猪、雨、救火车、瑜伽动作、花园和猫头鹰）的庞大数据库。

当我们画的时候，我们是将丰富多彩、熙熙攘攘的世界压缩成少数的一些线条或者笔画。正是这些简单的笔画构成了SketchRNN底层的数据集。借助谷歌开源的TensorFlow软件库，每一种绘图--猫，瑜伽动作，雨--都能够用于训练一种特定的神经网络。这有别于引起媒体广泛报道的那种基于照片的绘图系统，比如机器能够渲染出梵高或者原来的DeepDream风格的照片，又或者能够画出任何的形状，然后给它填充"猫的特征"。

这些项目都让人类觉得很不可思议。它们相当有趣，因为它们所产生的图像看起来就像来自人类对现实世界的观察，尽管不完全像。

像人那样用绘图表达所看到的东西

然而，SketchRNN的输出作品一点都称不上不可思议。"它们感觉很真实，"艾克说，"我不想说‘很像人类的作品，’但它们感觉很真实，那些像素生成工具则不然。"

这是Magenta团队的核心洞见。"人类……并不是把世界当成一个像素网格去理解，而是发展出抽象的概念去表示我们所看到的东西。"艾克和大卫·哈在描述其工作的论文中写道，"我们从小时候就能够通过用铅笔或者蜡笔在纸上绘画来传达我们所看到的东西。"

如果人类能够做到这一点，那谷歌会希望机器也能够做到。去年，谷歌CEO桑达尔·皮查伊（Sundar Pichai）称他的公司"以人工智能为先"。对于谷歌来说，AI是其"将全世界的信息组织起来，使之随处可得，随处可用"初始使命的一种自然而然的延伸。现在不同的地方在于，信息由人工智能来组织，然后使得它们能为广大用户使用。Magenta是谷歌组织和理解一个特定的人类领域的疯狂尝试之一。

机器学习是谷歌所采用的各种工具最广泛的一个概念。它是通过编程让计算机自学如何执行各种不同的任务的一种方式，常见的方式是给计算机注入标签数据来进行"训练"。进行机器学习的一种热门方式是，借助以人脑的连接系统为