中文大學校刊 二零二一年第一期
「當我們說電腦『看見』或『理解』一幅圖像,意思其實是 電腦從圖像中抽取了信息,譬如圖像的風格特徵。理論上, 電腦是可以移花接木,將這些信息套用到另一幅圖像上。」 黃教授解釋道。按此道理,若我們向電腦展示一幅畫,它應 能憑此生成一件類似的藝術品。去年風靡網絡的線上程式AI 畫伯,原理亦不過如此。程式能根據用戶選擇的風格,把任 何一張相片轉化成古典油畫,而它之所以辦到此事,正正是 因為它先看熟了現存各流派、時期的畫作,可以照辦煮碗, 按不同風格重塑相片。正如程式的名字所示,這神來之筆靠 的是人工智能,而若非過去二十年發展出強大的圖形處理 器,人工智能是無法練成此般本領。 如今智能與硬件俱備,電腦就能在藝術創作方面幫上更大的 忙,尤其是漫畫。「要知道漫畫這門工藝從文字到圖畫都要 由畫家自己自包辦,絕對是勞心費力。」黃教授說。「幸運 的話,畫家可能有幾個學徒幫幫忙,但整個過程還是要依賴 人手。」理論上,自動化不一定牽涉人工智能,但沒有人工 智能的話,工程師就須要為每項任務定製專屬的演算法,而 每套演算法又涉及一系列須經人手調整的參數。反觀人工智 能可以自學參數,隨機應變,處理不同任務。如此一來,很 多工序就可以委託給機器,例子之一,正是為黑白漫畫填色。 「以前採用的是半自動做法:畫家點上少許顏色,然後由電 腦填充餘下範圍。我和團隊借助人工智能,終於研發出可將 工序全面自動化的模型。」黃教授說。模型的初版分兩個階 段運作:電腦先會接受訓練,學懂辨認黑白紋理,然後將之 移除,只留下輪廓;在第二階段,電腦會學習各種用色原 則,例如人的皮膚或是頭髮通常會套用甚麼顏色和陰影,然 後按照這些規矩,為畫作上色。至於新版本,則能一口氣完 成任務。畫家可以給予模型提示以改善效果,但即使沒有人 類輔導,其表現依然理想。 來到音樂世界,人工智能同樣遍地開花。 一如視覺藝術,音 樂界的自動化之夢源遠流長。 「自電腦發明之初,人們就試圖用它們製造聲音。」計算 機科學與工程學系的 周卓之 博士說。任教中大首個本科電 腦音樂科目的周博士是校友,而他在中大求學時正是兼修 音樂與工程。1951年,艾倫˙圖靈的費倫蒂馬克一號電腦 (Ferranti Mark 1)為英國廣播公司的製作隊演奏了一節 《天佑吾皇》,史上首段由電腦演奏的音樂錄音就此誕 生。學者繼而嘗試讓電腦譜寫音樂,在往後的幾十年間 提出了多套方案。較早期的包括為系統建立知識庫,由 專家向電腦灌輸樂理。但就如前文所說,把音樂的規則 逐一寫出,可能比全人手作曲更難。再者,這些程式都是 頭痛醫頭,腳痛醫腳,治標不治本。相比之下,機器學習 (machine learning)可行得多。 「上世紀末的人工智能寒冬過後,電腦硬件突飛猛進,大家 亦重新嘗試以各種機器學習法讓電腦製作音樂。」周博士 說。機器學習法種類繁多,但大多用上一種以人類大腦藍 本、名為神經網絡(neural network)的電腦系統。我們只須 找來一大堆樂曲,神經網絡就能以統計學技巧,從中揣摩出 音樂創作的原理,或是某作曲家的曲風。有了這些知識,電 腦就能譜出全新音樂,亦可模仿大師創作。運用此技術的程 式之一,是由盧森堡一間同名公司發明的AIVA。此虛擬作曲 家已在法國作曲家協會(SACEM)註冊,享有版權。同樣運 周卓之博士 計算機科學與工程學系 AI:人算不如機算? 15
Made with FlippingBook
RkJQdWJsaXNoZXIy NDE2NjYz