CNET科技資訊網(wǎng) 7月20日 北京消息:昨晚,百度聯(lián)手尤倫斯當(dāng)代藝術(shù)中心(UCCA)在“勞森伯格在中國”展覽現(xiàn)場舉辦了主題為“AI科技與藝術(shù)之夜”的活動。百度通過人工智能技術(shù),將美國藝術(shù)大師羅伯特·勞森伯格(Robert Rauschenberg)的傳奇式巨作《四分之一英里畫作》的其中兩聯(lián)分別譜成了20余秒的鋼琴曲,實現(xiàn)了視覺向聽覺表達的轉(zhuǎn)化。這是百度首次嘗試將人工智能技術(shù)與視覺藝術(shù)和音樂創(chuàng)作相結(jié)合。
勞森伯格不僅是世界級藝術(shù)大師,也是藝術(shù)與科學(xué)“跨界實驗”的先鋒。1966年,勞森伯格便試圖在藝術(shù)與科技之間搭建橋梁,參與創(chuàng)辦了“藝術(shù)與科技實驗組織”(E.A.T.),以鼓勵藝術(shù)家與工程師之間的創(chuàng)造性對話。本次在UCCA展出的《四分之一英里畫作》創(chuàng)作歷經(jīng)17年,當(dāng)中吸納了這一時期先進的科技元素,以全新的視角記錄了人類文明的發(fā)展進程。
除了勞森伯格的畫作,梵高的《星夜》、徐悲鴻的《奔馬圖》也是機器創(chuàng)作的原材料。
據(jù)悉,百度此次展示的人工智能看圖譜曲技術(shù),是通過其全球最大規(guī)模的神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)算法由機器自主學(xué)習(xí)實現(xiàn)的。百度神經(jīng)網(wǎng)絡(luò)在“看到”圖像后,首先會對圖像進行分析解讀,為圖像打上若干具象化的標(biāo)簽,然后通過搜索挖掘相關(guān)的音樂信息,對音樂拆分重組,再合成與圖片內(nèi)容相匹配的音樂旋律,最終拼接成完整的曲子。不過百度技術(shù)人員表示,神經(jīng)網(wǎng)絡(luò)目前的作曲水平還是初級,樂曲中的和弦部分由人工干預(yù)實現(xiàn)。目前,全球范圍內(nèi)能夠?qū)崿F(xiàn)人工智能自動譜曲的僅有百度和谷歌,而本次百度嘗試將圖像所體現(xiàn)的情感“移情”轉(zhuǎn)變?yōu)閹в新曇粜畔⒌募夹g(shù)則更為復(fù)雜。
這已不是百度第一次嘗試讓人工智能自主創(chuàng)作。早在2013年,百度就曾使用人工智能技術(shù)對用戶上傳的圖片進行深度學(xué)習(xí),為用戶創(chuàng)作詩歌。在硬件方面,百度用上千臺PC服務(wù)器和近1000臺GPU服務(wù)器構(gòu)建了世界上規(guī)模最大的深度神經(jīng)網(wǎng)絡(luò),支持萬億參數(shù)、千億樣本、千億特征訓(xùn)練;在算法上百度應(yīng)用了深度神經(jīng)網(wǎng)絡(luò)等分布式算法,支持的功能包括語音識別、圖像識別、自然語言處理等等。
未來,百度人工智能技術(shù)將在更多領(lǐng)域展開嘗試,將情感分析和理解的成果應(yīng)用于產(chǎn)品中,提供個性化和精準(zhǔn)化的智能服務(wù)。
尤倫斯當(dāng)代藝術(shù)中心(UCCA)是一家位于北京798藝術(shù)區(qū)核心地帶的國際化藝術(shù)機構(gòu),每年展出豐富的展覽和教育項目。正在UCCA舉辦的大型藝術(shù)展“勞森伯格在中國”將持續(xù)到2016年8月21日。
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。