本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

最近，一位日本宅男大叔佐藤做了一個AI生成肖像畫的網(wǎng)站AI Gahaku，10天內(nèi)用戶訪問量從0暴增到100萬，引爆推特。

簡單易操作，上傳一張人臉照片，就能生成一張大師級肖像畫。

而比技術(shù)更神奇的是佐藤自己，因為他是自學(xué)AI做出來的，不得不佩服的宅男創(chuàng)造力。

佐藤患有阿斯伯格癥——也被俗稱成“社交恐懼癥”，名副其實的天才病，一般來說，此類患者會在某個領(lǐng)域具有特殊潛能，但不適應(yīng)普通人的生活。

當(dāng)然，佐藤的技能點就點在了AI上。

pix2pix，TensorFlow內(nèi)置的cGAN模型

讓大叔此次聞名的AI技術(shù)，就是是大名鼎鼎的GAN的變種。

此次的人臉肖像畫生成技術(shù)，就是大叔在TensorFlow內(nèi)置的cGAN(條件生成對抗網(wǎng)絡(luò)）中的pix2pix模型上改造而來。

不同于GAN的技術(shù)通用性，cGAN更強調(diào)特定場景下的發(fā)揮，比如AI Gahaku，就只能針對人臉，如果用戶上傳的是貓臉，則是無法生成結(jié)果的。

GAN的特點在于損失函數(shù)的自行計算和自動更新，這使得GAN本身具有和遷移學(xué)習(xí)結(jié)合的潛質(zhì)，在近年來的發(fā)展路徑上看，更多是把GAN當(dāng)做手段，去實現(xiàn)遷移學(xué)習(xí)提出的目標(biāo)，遷移學(xué)習(xí)為應(yīng)用GAN提供具體指向。

TensorFlow的內(nèi)置pix2pix的是基于cGAN的圖像對圖像翻譯的模型，模型本身已經(jīng)成熟，直接調(diào)用便可運用到對黑白圖像著色、圖像風(fēng)格變化等場景的使用上來。

具體到大叔的使用上，利用pix2pix模型，大叔其實是將模型限定在大師肖像畫的生成上，這也體現(xiàn)了模型本身強大的擴展性。

如何使用，都取決于你自身。

在佐藤的另一款作品PixelMe中，同樣使用pix2pix技術(shù)，但是生成的是8bit的像素風(fēng)格頭像，一個模型，多種用途。

當(dāng)然，實際效果因人而異，畢竟嚴(yán)格來說，大叔是在對既有模型進行二次開發(fā)，原有的算法和數(shù)據(jù)結(jié)構(gòu)并未改變，因此性能和效果受到原有模型的限制。

宅男的AI進階之路

大叔人生經(jīng)歷可以說復(fù)雜，從大學(xué)退學(xué)后，先后干過面包師，參加過護士學(xué)校培訓(xùn)課程，但覺得都都不太適合自己，直到他決定運用自己的才智，投身到AI的事業(yè)當(dāng)中去。

那說干就干，就從TensorFlow學(xué)起吧。

借助Google Colab的算力資源，大叔從頭按著TensorFlow教程學(xué)起，不過大叔也確實適合干AI，而不是去蒸糕點。

在學(xué)習(xí)過程中，佐藤找到了適合自己的方向，遷移學(xué)習(xí)和GAN，可以較好的實現(xiàn)圖像的再生成，使用不同的圖像訓(xùn)練數(shù)據(jù)集，可以針對具體場景進行學(xué)習(xí)和生成。

GAN屬于典型的非監(jiān)督學(xué)習(xí)方法，核心原理是讓兩個神經(jīng)網(wǎng)絡(luò)進行“對抗”，通過不斷優(yōu)化參數(shù)來得到最優(yōu)結(jié)果，自我博弈。

這種技術(shù)主要用在計算機視覺領(lǐng)域，這也是佐藤選擇GAN的主要原因。

得益于Google的慷慨，大叔使用的網(wǎng)站服務(wù)器和算力資源都較為便宜，大約為一天20美刀，大叔表示，在可接受的能力范圍之內(nèi)，短期不會尋求商業(yè)化。

AI for Everyone!

在紅了之后，大叔也沒飄。

他認為這是在做自己感興趣的東西，而不是為了經(jīng)濟利益。

出于對技術(shù)的熱愛，佐藤開始了自己的AI之路，并在兩年之后便能上線應(yīng)用。

這份為夢想而不懈努力的奮斗精神，才是真正值得我們學(xué)習(xí)的。

畢竟，不是每個人有勇氣去自學(xué)AI。