喜欢看美剧的同学，一定对《暮光之城》的女主角印象很深，她是克里斯汀·斯图尔特（Kristen Stewart），斯图尔特曾凭这部电影爆红，同时也摘得了多项影视奖项，但是大家一定没想到，她能与人工智能挂上钩。没错，就是她，这位 90 后著名影星最近作为联合作者在 arXiv 上（由康奈尔大学运营的在线研究数据库）发表了一篇论文。
斯图尔特所写的论文为《 Bringing Impressionism to Life with Neural Style Transfer in Come Swim 》，而ArXiv是该大学专门用来刊登未经同侪评鉴论文的地方。虽不见得能比肩人工智能专家水平，不过对头戴好莱坞影星光环的明星而言，发表研究论文也实属难得。这篇文章也是基于Neural Style Transfer技术在她执导的首部影片《Come Swim》中的运用而写作的。
利用风格迁移进行的创作
在论文中，斯图尔特讲述了她在自己的编剧处女作《Come Swim》中如何使用技术手段进行创作。
这篇论文描述了电影制作者，如何使用风格迁移进行创作实验。风格迁移是一种流行的机器学习方式，功能就是把图像通过计算，转换成另一种艺术风格。“暮光女”和她的制作人一起，使用这种技术，将《Come Swim》的画面转换成她自己过去绘画作品的风格。
风格迁移是一种有趣的技术，涉及使用卷积神经网络来实时地改变视频。要做到这一点，基本上你需要做的就是将你的算法应用到图像上（如梵高的画），然后再训练你的系统学习绘画手法并应用到任何常规图像上。该论文简短有力描述如何通过神经风格转化将印象派带入到所制作的作品 Come Swim 中。
论文通过调整算法进行风格迁移
论文中最有意思的地方，是它的野心：这个团队最初试图调整算法，基于绘画中的情绪进行风格迁移。“这幅绘画本身让人想起一个人醒来的瞬间（在梦境与现实之间转换）。”该论文写道，“这直接促成了这幅画的视觉效果，我们希望将自己想要调动的情绪融入算法的参数之中。”
不过文中也直言，尝试调整算法来生成艺术上令人满意的图像，比预期的更困难。该团队专门对输入图片进行了剪裁，并在其中增加了纹理块，这样就能确保制作最终图像时更多地包含这些影响因素。
《Come Swim》将在本月晚些时候在2017圣丹斯电影节上放映，该片刻画了一个男人分裂的一天：一半写实，一半融合超现实幻想。
论文一共只有三页，第一作者是一名Adobe的员工，斯图尔特是第二作者，第三作者是这部电影的制片人。
乔治亚理工学院副教授、人工智能领域专家 Mark Riedl 听到这个消息之后，在推特上感慨：“我曾在我的人工智能入门课上开过《暮光之城》的玩笑。现在我想把它们全部收回。”
论文摘要：
神经风格迁移是近期开发出的先进技术，它使用神经网络艺术性的重绘（redraw) 原图像的风格。本论文探索了在制作环境中的技术应用，使用神经风格迁移用印象派绘画风格重绘电影短片《Come Swim》中的关键场景。我们记录了该技术如何在交互式的创造流程框架中进行部署，从而能获得想要的效果，也提出了一种将广阔的参数空间映射到创造性控制的关键设定的方式。我们希望这种映射方式能为未来的研究提供启发。
与人工智能相关的艺术创作
其实，这并非首次借助人工智能展开艺术创作的尝试。
2015年，谷歌的研发人员将将数百万张图像输送到人工智能神经网络，通过模拟人脑，直到系统开始识别到某种规律以及图像中的特定对象，通过这样的创作，得到一系列极为幻觉化的图像。
2016年7月，百度联手尤伦斯当代艺术中心（UCCA）在“劳森伯格在中国”展览现场举办了主题为“AI科技与艺术之夜”的活动。百度通过人工智能技术将美国艺术大师罗伯特·劳森伯格（Robert Rauschenberg）的传奇式巨作《四分之一英里画作》的其中两联分别谱成了20余秒的钢琴曲，实现了视觉向听觉表达的转化。这是百度首次尝试将人工智能技术与视觉艺术和音乐创作相结合。
2016年，谷歌的“艺术”机器最近又写出了第一首歌——一首时长1分30秒的钢琴曲。这就是Mageta项目。Mageta项目的灵感来自于Google Deep Dream技术。Google Deep Dream是研究人员用以研究其人工智能算法如何感知物体的一种方式，使其能够根据要求生成相关物体。
2016年9月，IBM 的 Watson人工智能系统也为 20 世纪福克斯的科幻电影《Morgan》剪辑了一部预告片。IBM 的工程师为 Watson 准备了超过 100 部电影预告片用来“学习”，并让它对这些预告片的画面、声音和剪辑方法进行了拆解和分析，然后用元素标记不同片段表达的意义。根据 IBM 的说法，Watson 的参与让一部电影预告片的制作时间从十几天缩短到了不到一天。
2016年，艺术家Sam Kronick和Tara Shi采用人工智能软件进行艺术的加工制作。主要内容是用3D扫描石头，并让人工智能软件“认识”石头，并绘制作品。Sam Kronick和Tara Shi采用的神经网络是基于一个类人脑的生物神经系统而打造。而这种神经网络需要用大量的数据进行建库训练，比如不同石头的形状、大量的网络图片、成千上万种不同的搜索术语。而数据库中需要什么类型的数据取决于神经网络的用途。
从文章的技术含量来看，也许斯图尔特发表的论文和人工智能专家发表的还有很大距离，但是从另外一个角度来看，作为一名90后的演员，她能在新兴的科技领域有所研究，并且应用到自己的专业中去，是一件值得肯定的事，人工智能在影视创作中有着很好的前景，也许，将人工智能与艺术结合起来，将会开创影视创作的新天地。
以下是斯图尔特论文全文：
热门文章
【走进CES】车载人工智能时代来临
当智能硬件遇上人工智能
三星PK LG：大屏之争不分高下！“新战场”谁更胜一筹？
【史上最全】未来座驾长啥样？超酷炫100款车神大秀CES
【重磅】全球最佳 AI 企业“AI 100”榜单（附报告）
人工智能与黑科技
中国100+智能家居公司发展情况汇总