这位总部位于旧金山的图形艺术家利用这项新技能来查看著名的绘画和卡通人物在现实情形下的外不雅观，以及人工智能如何从绘画或钞票上的肖像中再现历史人物。
内森（Nathan）在他的网站上说：“我是技能总监，创意技能专家，视觉效果主管和动态图形艺术家，拥有十多年的履历。目前正在探索艺术与人工智能的交集。”
让我们欣赏一下人工智能仿真仿照的魅力吧！
伦勃朗
内森·希普利（Nathan Shipley）为我们回答了一些问题。他见告我们是什么引发了他进行这些编辑的灵感：“一方面，我喜好创建不可能的图像并探索新技能。我拥有动画和视觉效果的背景，一旦我看到了利用AI和机器学习可以实现的目标我意识到利用这些工具可以完成很多事情，否则这些事情是不可能的，乃至在VFX和CG上在技能上可能实现的某些事情仍旧非常耗时或昂贵，而AI则带来了全新的可能性。
另一方面，探索建立在具有特定框架的特天命据集上的AI模型如何“看到”天下然后转换图像也很有趣。AI仅“知道”已经看到的内容，并通过此镜头过滤全体天下。对数据集，演习参数，模型和输入图像的每个小调度都可以变动输出。这是一个探索人造神经网络如何以与我们自己的思维相似的办法阐明天下的空间。我并不是说我创建的图像是Mona Lisa实际的样子，而是机器根据这种分外的变量排列看待她的办法。对我来说，这很令人着迷。”
#蜘蛛侠#里的Miles Morales
“我一贯喜好绘画，拍照和绘画。自从上小学以来，我就一贯利用打算机，利用的是286，带有MS-DOS，没有硬盘。传统艺术与技能的结合是一种我很自然地迈出了第一步，并带领我从事了视觉殊效和动画领域。
我目前对利用AI和机器学习探索人脸操纵和天生艺术的兴趣始于萨尔瓦多·达利博物馆的一个名为Dali Lives的项目，该项目于2018年开始。我利用早期的Deepfake代码将Dali带回博物馆，与参不雅观者谈论他的艺术。从这里开始，我开始研究GAN，并意识到神经网络对付图像处理和天生有多么强大！
对我来说，创造艺术既是好奇心的表达，也是通过过程的探索行为。”
#天下名画#蒙娜丽莎
超人世谍队的Elastigirl
“关于艺术创作，我最喜好的部分是实际的创作过程；旅程以及随之而来的所有探索。我喜好碰着问题，却不知道该如何办理，戴上耳机，迷失落方向韶光，然后考试测验考试测验直到可行。
看到完成的图像真是太好了，但是考试测验新代码，以非本意的办法利用代码，将不同的工具组合在一起并通过新的流程创造出全新的艺术品，这将更加令人愉快。”
来自可可的Miguel
本杰明·富兰克林
内森（Nathan）有一个4岁的儿子，他喜好和他一起探索天下：“我们钓鱼，去海滩，绘画，绘画，阅读，打棒球和假装。否则我喜好跑步-它使我沉着下来，让我集中精神。”
艺术家见告我们更多有关他自己的信息：“我只是一个来自美国中西部的人。我在印第安纳州终年夜，就读于印第安纳大学，然后在印第安纳波利斯赛车场从事电视动画制作事情。准备离开印第安纳州去加利福尼亚。
我很幸运能够在没有任何操持的情形下，先有机会环游天下一年，然后再前往旧金山。我以单程机票飞往秘鲁利马，并在接下来的12个月里住在南美，东欧，土耳其，印度和泰国的一些城市。如果到了自己喜好的地方，我就住了一个月。
出差旅行，对天下充满好奇并结识许多不同的人，这与创造艺术和一样平常生活息息相关。
我终极确实到达了旧金山，在过去的十年中，我在Google，Intel以及目前的广告代理商Goodby，Silverstein＆Partners从事动画，VFX和创意技能项目。
弗里达·卡罗
乔治华盛顿
内森（Nathan）阐明了他是如何创建这些编辑的：“这是一个非常反复和探索性的过程。用最大略的术语来说，人脸被用作软件的输入，并且软件根据输入天生新的人脸。绘画或卡通人物的“真实”版本，以及真实人物的卡通版本。
更详细地说，要创建真实的人，该过程的中央部分利用机器学习来查找与Nvidia创建的AI网络中的面孔形状相似的人。该网络是利用GAN（一种机器学习框架，称为GAN）创建的，并在70,000人脸的数据集（称为FFHQ）上进行了演习。人工智能学会了如何概括人脸的外不雅观，然后可以天生实际上并不存在但看起来非常真实的新人脸。
由于该网络是根据真实人物的图像进行演习的，因此纵然您输入的只是一幅图画或绘画，它也非常长于创建更多真实人物。
我还有其他示例利用同一工具（StyleGAN）根据Aesop寓言插图的400年木刻，Beeple的日常生活库乃至是自定义数据集创建新图像，以为Qrion和Hiatus等音乐家制作音乐视频。很多这些都是在我的网站在这里。”
迭戈·里维拉
“我从动画和VFX的背景中利用了一套核心工具（Photoshop，After Effects，C4D，Maya，Nuke），但最有趣的工具常日来自学者和机器学习研究职员发布的Github回购协议。这些是常日是通过在掌握机器学习库（如Tensorflow或PyTorch）的Linux机器上编辑Python代码来运行的。
实际上，关于这些面部图像的险些所有内容都直接来自Python代码。我对探索Nvidia的StyleGAN和一个称为pixel2style2pixel的StyleGAN编码器特殊感兴趣。”
内森说，实际的图像须要花费几分钟的韶光来创建，但是他必须走很长的一段路才能学到所有东西：“我须要指出的所有学习和背景都是经由几年的探索和反复试验。我乃至在2019年参加了麻省理工学院的一次名为GANocracy的会议。
例如，我建立了一个美术播放器，可以实时天生全新的，永无止境的，完备新颖的艺术品。框架是即时制作的！
但是，演习模型并为玩家编写代码须要花费数周的事情和处理韶光。”
伦勃朗
安德鲁·杰克逊
艺术家分享了他如何选择要重现人物或角色的办法：“我选择自己喜好的人物（例如，来自Coco的米格尔）或我们实际上没有照片的历史人物。其他的，但是当得到引人瞩目的结果时，确实是令人愉快的！
个中很多是反复试验，我只是在公开分享自己进行的测试。
例如，我很想看看蒙娜丽莎（Mona Lisa）可能是什么样子，现在我有了一张可能像她的逼真的面孔。我并不是说这是蒙娜丽莎，但有可能。
当人们看到我的剪辑时，他们说的都是“神奇！
” 变得“令人不寒而栗！
” 到“看起来像我堂兄！
” 他们彷佛吸引了很多关注，因此至少他们很有趣！
”
莉·米克拉（Lil Miquela）
难以置信的师长西席，觉得很熟习，你们补充
“总的来说，我认为天生艺术和AI艺术的领域非常有趣，而且值得深入研究。我当然会鼓励感兴趣的读者考试测验一下！
技能上的障碍彷佛令人生畏，但有一定的背景知识，您真的可以通过很多办法利用Google。
这也是学者和研究职员以非常学术或听起来繁芜的办法先容这些技能的一种办法。理解一篇名为“用于天生对抗网络的基于样式的天生器体系构造”的论文彷佛令人生畏。但是，看到由具有相同技能的艺术家创作的图像可能会非常鼓舞民气！
我强烈鼓励读者阅读Memo Akten，Scott Eaton，Mario Klingemann，Refik Anandol，Helena Sarin和Ben Snell的著作。这些艺术家对付我探索AI和机器学习的兴趣非常主要。”
迭戈·里维拉
尤利西斯·格兰特（Ulysses S.Grant）
这个也好熟习，交给动漫迷们补充啦~
伦勃朗
这个一定是随机的，不认识不认识
伦勃朗
#飞屋环游记#里的小男孩罗素Russell