【猎云网（微信号：ilieyun
）】4月14日报道 （编译：小白）
印象派艺术更看重感觉而非现实主义，但是你有没有好奇过莫奈在创作时（比如上图中的那幅《落潮时的瓦朗日维尔》）眼前真切看到的景色是怎么的吗？感谢加州大学伯克利分销的研究人员，我们现在不需要亲自跑到诺曼底，等到完美光线的降临来重现莫奈创作名著的那一刻。使用“图像风格转移”，他们可以把莫奈的印象派作品转换成更逼真的照片，跟日前风靡全球的图像处理应用Prisma恰恰相反。该有团队同时还使用人工智能，将一幅暴风雪照片变成了莫奈风格的绘画作品。
显然，照片风格转换一夜之间成了人人追捧的新奇事物，Adobe最近也展示了一款实验性应用，可以让你把照片风格（90年代的风景）应用到另一张画质较差的照片上。
但是伯克利分校的研究员则反其道而行之。打个比方说，你可以把一张普通照片转换成带有莫奈、梵高、塞尚或者浮世绘风格的画作。但是该团队还可以利用他们的技术把冬天的约瑟密提国家公园变成夏天的景致、苹果变成橘子、甚至普通马匹变成斑马。这项技术还可以让他们在照片上玩起小花招，比如在花和其他物体后面创造一个浅景深。
该研究最有趣的部分是，团队所采用的“未配对数据”。换句话说，他们并没有莫奈作画那个时间点刚好拍摄到的场景照片。“相反，我们了解莫奈作品中场景的一系列景观照片。我们可以推断出这两组照片之间的风格差异，然后从一组转换到另一组的时候我们就可以想象出其样貌。”
不过说起来容易做起来难。首先，他们需要以机器能够解读的方式找出两组照片之间的相似风格关系。然后，他们需要采用大量照片（来自Flickr和其他地方）来训练所谓的“对立网络”，并通过人和机器共同检查结果质量来优化照片。
理想的话，该系统将达到“循环一致”。就像你把英语翻译成法语，然后再从法语翻译回英语后得到的句子跟原句分毫不差那样，当你把莫奈的作品转换成照片再将该照片转换回原来的作品时，你得到的结果也应该跟原作相差无几。在大多数情况下，除了些许的像素丢失之外，团队还算成功。
当然，万事无完美。由于算法必须为作品和照片处理大量不同的风格，他们在转换的时候经常失败。与其他系统一样，算法存在的主要问题是集合转换——把苹果转换成橘子是一件事，但是试图把猫变成狗而非变成诡异的猫又是另一回事。
最后，该团队还补充说，他们的方法在使用配对训练数据方面也不是特别理想——比如，精确匹配作品的照片。尽管如此，这一人工智能在把一种图像风格转变成另一种风格方面仍然表现异常出色，所以，毫无疑问，很快你应该就能在Instagram的推送中看到他们的研究成果。
