*转载文章不代表本站观点。

本文来自微信公众号“量子位”（QbitAI）作者：明敏

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。

只用三角形创作的抽象画

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。

Demo可试玩

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：
https://arxiv.org/abs/2109.08857

GitHub开源地址：
https://github.com/google/brain-tokyo-workshop/

试玩链接：
https://colab.research.google.com/drive/1DGNxs8E4cA_ZUwPQdusxDArCWj-JX5TG#scrollTo=7AkoGodQw8kr&uniqifier=4