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