AI作画真假难辨：Facebook 创意生成网络 CAN，比 GAN 更有创造力

2017-07-05 11:24来源:36氪

原标题：AI作画真假难辨：Facebook 创意生成网络 CAN，比 GAN 更有创造力

编者按：本文由微信公众号“新智元”（ID：AI_era）编译，来源：hackernoon.com，编译：文强；36氪经授权发布。

美国罗格斯大学、Facebook AI 实验室和查尔斯顿学院的研究人员合作，在生成对抗网络（GAN）的基础上，对损失函数稍作修改，提出了创意生成网络（CAN），能够生成“具有创意”的画作。实验发现，人类参与者认为 CAN 生成的图像和人类艺术家画作在创意程度上不相上下。

近来，生成对抗网络（GAN）在生成抽象内容方面成效显著。今天我们要介绍的研究，则进一步探讨了计算机在“创造力”方面的能力。

模仿大师 GAN：生成器和鉴别器的博弈

我们知道，GAN 由两个相互博弈的神经网络组成，即生成器和鉴别器。顾名思义，生成器负责根据输入生成数据（输入可以是噪声，也可以是一些其他的数据）。鉴别器负责分析数据，并区分这些数据是真实的（来自数据集），或者是虚假的（来自生成器）。在数学上，这可以被看作是生成器和鉴别器之间的小游戏：

如果上面的公式看上去很复杂，不必担心——你不是一个人。下面，我们依次说明公式里的各个部分都代表什么。

首先，公式的左边是 MiniMax 方程。

下标 G 和 D 分别代表生成器 G（Generator）和鉴别器 D（Discriminator）。生成器的工作是将方程的值最小化，而鉴别器负责将这个值最大化。生成器 G 和鉴别器 D 会一直博弈，直到我们决定停止为止。

鉴别器 D 接收来自真实数据集的输入 x，然后输出它判定为真的结果 log(D(x))。

G(z) 表示生成器生成的数据。log(1-D(G(z)))) 计算的是鉴别器在判定数据真假方面表现得有多好。D(G(z)) 表示鉴别器认为是真实的那些数据。用 1 减去这个值则表示判别器认为不是真实的数据。

将所有综合在一起，鉴别器负责将 log(D(x) + log(1-D(G(z)))) 的值最大化，而生成器则负责使 D(G(z))) 的值最大化，从而使上述值最小化。

生成器会不断修正自己，让鉴别器判定其生成的值是真实的，而鉴别器也会不断修正自己，让自己能判别出虚假的数据。

因此，生成器 G 要做的，就是让自己的输出与真实数据尽可能地相似。

而要让计算机“有创意”，就必须让生成器生成崭新的数据，光是让生成器去模仿是不够的。

修改 GAN 的损失函数，让创意对抗网络 CAN “有创意”

论文作者在生成对抗网络的基础上，提出了一种新的架构，能够生成“有创意”的内容。他们实现的方法，是在生成器上面增加了一个信号，避免让生成器生成与现有数据过于类似的内容。

具体说，论文作者修改了 GAN 的损失函数。

下面，我们来详细看看 CAN。

在原始的 GAN 架构中，生成器会根据生成内容是否“骗过”了鉴别器来修改权重。GAN 的架构是不会探索新的内容的，GAN 做的只是模仿，其目标就是生成与真实数据集毫无二致的数据。

而 CAN 在两个方面作了修改：

鉴别器不仅仅会判定数据的真假，还会根据图像属于哪个时间段（time period）进行分类

然后，生成器会接收这一额外的信息，将那个指标和鉴别器的真假判断一起做衡量

这样做的结果是什么呢？

有了时间段（以及置信度）这个额外的指标后，生成器就知道它生成的内容与一个时间段的内容的相似度有多高了。

于是，生成器就能不仅让其生成的内容与真实数据相似，同时还能与某一时间段的内容不那么相似。

上图展示了创意对抗网络 CAN 的架构。可以发现，主要的修改发生在损失函数部分。新的损失函数如下：

那么，我们再来看看这个新的损失函数。

上面一行与 GAN 的损失函数类似。注意，下标 r 表示鉴别器对真实/虚假的输出，下表 c 表示鉴别器对时间段分类的输出。

第二行则是为了让系统输出有创意的重头戏。

看上去有些复杂，实际上就是多标签交叉熵损失（Multi Label Cross Entropy Loss）。注意，这里的 K 表示分类的数目。这个损失跟常见分类器用的损失是一样的。生成器会将这部分值最小化，从而将新损失函数的值最大化。

人类参与实验者的评估结果：CAN 生成了艺术作品

下面展示的就是 CAN 生成的图像。

如何？

下面是艺术展 Art Basel 2017 展出的 21 位人类画家的作品（实验中选择了 25 位，这里露出 21 位）：