9 月 23 日消息 现在，给 AI 一个短语和 50 个三角形，它就能创作一副极简风格的抽象画了。
只需输入“a drawing of cat（一张猫的画像）”，一只棱角分明、散发着冷酷气息的抽象猫就生成了。
不只是这种泛泛的概念，给出特定词汇，这个 AI 也能指定作画。
比如输入“Walt Disney World（迪士尼乐园）”，50 个三角形立刻重新排布，一个风格完全不同的抽象版迪士尼城堡就出现在了眼前。
可以说是完完全全抓住了迪士尼城堡的精髓。
以上这些“大作”，其实都是进化策略 （ES）和 CLIP 结合后生成的效果，由谷歌大脑团队出品。
他们让两个 AI 相互配合，根据文字提示及具体图像，用一堆三角形创作出了一幅幅极具特色的抽象画。
抽象后的谷歌大楼，大概长这样：
不能说毫无关系，只能说一模一样啊。
这回，真的有点后现代艺术的 feel 了。
从生成的效果可以看到，ES 算法 + CLIP 其实就是把一堆随机的三角形重新排布，通过调整它们的大小、位置、颜色，逐渐将其构建成一个与给出词汇所吻合的图像。
具体来看，在最初始时，ES 算法会以三角形的坐标、RGBA 值作为参数，在画布上随机给出一些三角形。
进化策略（ES）算法的原理则像进化论一样，它可以根据给出的信息不断优化，直到得到一个最优解。
CLIP 则是 OpenAI 开发的一个负责给图像重排序的模型。
它会对 ES 算法给出的三角形图像与文字描述的相似度进行打分，然后将结果反馈给 ES 算法，ES 算法就会为了提升分数而不断迭代，最后得到一副艺术画。
除了给出文字指令外，直接给一张图作为初始信息，只用 ES 算法也能进行作画。
这不，用 50 个三角形、迭代 10000 次后，后现代抽象版蒙娜丽莎诞生了。
如果增加更多的三角形，算法给出的效果也会更好。
在下面的对比中，当三角形数量达到 200 时，生成的图像立刻增加了亿点点细节。
其中达尔文和蒙娜丽莎的例子，fitness 几近达到了 100%。
此外，为了实现更好的效果，研究人员还采用了 ClipUp 优化器。
从对比中可以看到，使用优化器后迭代 1 万次后的效果比基本算法迭代 56 万次后的还要好。
同时，与基于梯度的渲染方法对比，ES 算法的表现也可圈可点。
渲染方法会更侧重于纹理和颜色上的细化，而 ES 算法会更加侧重于如何布局这些三角形。
那么给出文本指令生成的效果如何呢？
在“Self”、“Human”、“Walt Disney World（迪士尼乐园）”几个案例中，算法的表现依旧很优秀。
在体现关键字主题精髓的情况下，随着构图三角形数量的增多，算法给出的结果细节也就更为丰富。
但是在“picture of Tokyo”这个例子中，它的表现就不那么好了。
研究人员认为这是由于算法在生成阴影较深的三角形上还存在困难，所以造成了这一结果。
而且面对命题作业，算法也会尽可能给出不同的答案。
在这几个案例的重复 4 次测试中，我们可以看到生成的图像都存在明显的区别。
其实这并不是 CLIP 第一次“指挥”别的 AI 作画了。
此前与 GAN 配合，就让图像变成了 CG 艺术风。
事实上，这一次的抽象画效果，你也可以体验。
团队已经将代码开源，在 Colab 上也能进行试玩（链接已附在文末）。
这是有网友上传的生成图像，效果真的还不错，你能猜出来这是谁吗？
论文链接：点击打开
GitHub 开源地址：点击访问
试玩链接：点击打开
— 完 —
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。