人工智能(AI)和艺术并没有你想象的那么对立。事实上，自动系统已经跟上了艺术家的步伐，制作节日歌曲，在佳士得拍卖画布，制作彩色标志。现在，软件开发人员已经利用人工智能的生成能力来操纵图像中的对比度、颜色和其他属性。

Holly Grimm毕业于OpenAI的学者项目，她在Arxiv.org出版的预印本论文中描述了自己的工作(“影响CycleGAN艺术产生的艺术创作属性培训”)。

格林兄弟人工智能模型的基础是生成对抗网络(GAN)，这是一个由数据生成器和鉴别器组成的两部分神经网络——后者试图区分生成器的合成样本和真实样本。格林选择了CycleGAN作为她选择的框架，cycle gan是一种最近被证实的学习两个图像分布之间转换的方法。

格林在博文中解释说：“CycleGAN的图像到图像的转换会拍摄一组图像，并试图让它看起来像另一组图像。“训练数据没有配对，这意味着不需要在数据集中的图像之间进行精确的一对一匹配。这个(GA)已经被用来让马看起来像斑马，让苹果看起来像橘子。”

为了制作她的模型，Grimm提供了在开源ImageNet数据库上训练的ResNet50算法，并将其与在视觉艺术百科全书WikiArt的“apple2orange”数据集的500幅图像上训练的CycleGAN算法相结合。由此产生的系统，她称之为“艺术构图属性网络”或ACAN，学会了在制作照片的同时改变八种不同的构图属性：纹理、形状、大小、颜色、对比度、重复、原色和色彩和谐。

在测试中，ACAN成功地将主要为橙色的图像转换为蓝色和青色互补色的新图像，并从其他图像中抽象出形状、颜色和纹理。在一些生成的样本中，重建照片中的对象与源图像中的对象几乎没有相似性-对比度、大小和形状都已调整。

格林写道：“即使是500幅图像的小样本，在ACAN的帮助下，CycleGAN似乎也能区分八种艺术成分属性。

她留下了未来的工作技术，比如属性激活映射，利用热图突出图像的元素，并显示网络“看到”每个属性的内容，以及颜色和谐嵌入，这可能有助于神经网络学习色轮上颜色之间的关系。

据该组织介绍，OpenAI的学者们计划在9月份开始第一堂课，面向“来自该领域代表性群体的人”开放。OpenAI总部位于旧金山，由埃隆马斯克(Elon Musk)、雷德霍夫曼、彼得泰尔等技术名人支持，计划在未来几个月发布第一个案例研究，帮助其他人在自己的公司“推出类似计划”。