Sam Kronick 是一名艺术家，其在奥克兰工作室的办公桌前摆放了一列石头。他打算在这些石头上画点什么，开奖，但既不用笔也不用纸。他和他的小伙伴 Tara Shi 打算3D 扫描这些石头，然后使用人工智能软件绘制石头轮廓，让其逐步建立对石头的认识。

　　这个项目乍看之下很简单：尝试用人工智能软件进行自然艺术的创作。但这不失为一个衡量计算机创新能力的办法。

　　Sam Kronick 和 Tara Shi 采用的神经网络是基于一个类人脑的生物神经系统而打造。而这种神经网络需要用大量的数据进行建库训练，比如不同石头的形状、大量的网络图片、成千上万种不同的搜索术语。而数据库中需要什么类型的数据取决于神经网络的用途。

　　神经网络是以分层思考的方式进行处理，每层都会处理当前网络正在分析问题的不同方面。举个例子，如果神经网络正在学习如果识别石头，其中一层网络会生成一个算法尝试找到石头的文本描述，而另一层网络则会尝试找到不同颜色的石头种类。

　　这样一来现在的问题就变得棘手了。因为我们很容易测试一个脸部识别程序是否有效。然而，要让计算机识别石头却是十分复杂的。Kronick 说：

　　“电脑会提出一系列问题。什么是石头？石头最重要的部分是什么？为什么我们建的模型要有这么多石头？”

　　Sam Kronick 和 Tara Shi 之所以十分在意这个问题，是因为他们希望能通过神经网络创作的艺术作品来揭开人工神经网络的神秘面纱。为了加快产品的研发速度，或者用不太恰当的术语是使产品更智能，人工神经网络不断为大大小小的技术公司所运用。而使用人工智能进行艺术创作的艺术家远不止 Kronick 和 Shi 两位。在这一过程中，这些艺术家们加强了人们对于这项技术的理解，它开始逐渐成为人们生活中的一部分，替人们做出更好的决定，让世界变得更加美好。

　　AI 识图：有点像和外星人对话

　　实际上人们开始逐渐接受神经网络的艺术成果。

　　就在今年早些时候，伦敦的一个团队利用深度学习编写了一首音乐。

　　而谷歌也展示了其神经网络技术 DeepMind，让它生成了一些光怪陆离（魔性）的图像，大概长这样：

　　神经网络还被用来制作 MV。

　　网络上关于如何利用神经网络进行艺术创作的教程有很多，开奖，我们希望看到更多的艺术成果。

　　在沉睡数十年后，神经网络，亦称为深度学习终于开始广泛使用起来了。因为以前我们数据匮乏，而现在是个大数据时代，我们拥有大量的数据。神经网络能利用的数据越多，其训练成果便会更加有效。如今我们随处可见神经网络，甚至你都没有意识到它的存在：

　　在谷歌搜索图片的时候；

　　使用 Skype 翻译功能的时候；

　　在 Facebook 上给自己和朋友的图片点赞的时候；

　　甚至是召唤 Siri 或 Cortana 的时候。

　　这项技术令人激情澎湃但却又让人有点头疼。它不仅给我们带来了 DeepDream 这类图像软件，但同时亦提供了高精度脸部识别的能力。而这意味着私人隐私的终结。人们的担忧远不止这一个。Motherboard 今年早些时候写到：“当人工智能软件出错时，我们根本不知道为什么。”虽然神经网络的数学算法相对简单，但仍不少指令只由计算机生成，只有计算机能理解。这也就意味着，神经网络的技术人员也不一定明白计算机是如何做出决策的。

　　谷歌旗下的 DeepMind 公司也使用了神经网络来进行建库训练计算机，而训练后的计算机竟在极其复杂的围棋比赛中打败人类顶尖高手。DeepMind 被获准收集英国大量的医患数据，但这些数据将作何用 DeepMind 一直遮遮掩掩。

　　Facebook 也同样使用了神经网络来挖掘用户发表成千上万份帖子。在过去的二十年里，建议向军队和警务部门投入神经网络使用的文章也层出不穷。而我们从商品中获得的消费者数据，对科学家来说无疑是个巨大的金矿。这便是为什么早些年提出的“大数据”在近期又再一次火热起来。但是，这次人们对于人工智能，也就是神经网络所属的这个范畴有所疑问： 我们应该对神经网络以及它的信息来源给予多少信任？

　　Kronick 对于神经网络的兴起表示担忧。那些研发人员总是相信“如果给系统输入的数据是好的，设计系统的意图也是好的，那么最后系统返回的结果必定是好的，这对世界的影响将是积极的，也是宝贵的。”虽然是这么说，但 Kronick 在的使用过程中并没有出现什么问题，神经网络一直很酷炫且不断在进步。