由Creative Adversarial Networks（CAN）人工智能创作的作品。由罗格斯大学艺术和人工智能实验室提供。
想象一下，一台电脑能够创造出与艺术博览会上出现的作品一样人造的原创艺术品。这就是罗格斯大学艺术和人工智能实验室的一个新研究。他们的发现在6月份在亚特兰大的计算创意国际会议上发表，令人印象深刻。
“由于人工智能的曙光，科学家们一直在探索机器生成人类水平的创新产品，如诗歌，故事，笑话，音乐，绘画等，以及创造性地解决问题，有能力的” 纸 笔记。“我们研究的结果表明，人类科目无法将提出的系统产生的艺术与当代艺术家所产生的艺术区分开来，并在顶级艺术博览会中展示。”
新研究建立在两篇2015年的罗格斯艺术和AI实验室的论文上，该算法能够识别艺术作品的艺术家，流派和风格 - 一种电脑艺术史学家。电脑有一些令人惊讶的发现，绘制了不同风格的艺术家之间几十年间绘制的作品之间的新联系。它还对作品进行了评估，发现着名的 蒙娜丽莎的创作规模比其他不甚着名的作品莱昂纳多·达·芬奇排名较低。
CAN最多也是最少被人类艺术家所认为。由罗格斯大学艺术和人工智能实验室提供。
对于新的研究，实验室创建了一种称为生成对抗网络（GAN）的系统的修改，其中深层神经网络被教授了一些现有的绘画风格，如巴洛克风格，点阵式，彩色领域，洛可可风格，野兽派和抽象表现主义。一个网络基于它所教导的内容生成图像，而另一个网络判断所得到的作品。
新的修改版，创意对抗网络（CAN）旨在创造不符合已知艺术风格的作品，从而“最大限度地偏离已建立的风格，最大程度地减少偏离艺术品分布”。对于培训，他们在公开的维基作品数据集中使用了1,119名艺术家的81,449幅画作。
文中指出：“CAN的图像在标准流派（肖像，风景，宗教绘画，静物等）方面看起来不像传统艺术。这项研究要求人类用户猜测人类或计算机是否创造了四组图像：由GAN和CAN生成的图像，以及历史上的抽象表现主义作品和2016年巴塞尔艺术展览会上的非比喻性作品。
“艺术巴塞尔”艺术作品2016用于使用人工智能创作艺术的研究。由罗格斯大学艺术和人工智能实验室提供。
抽象表现主义者的作品评价最高，85％的受访者将其正确地识别为人类艺术家的作品。用户认为，有53％的CAN图像是由人造成的，而GAN图像只有35％，有趣的是，巴塞尔艺术画廊的41％是有效的。
然而，哪里有趣的是，当受访者被要求评估图像的有意，视觉结构，交际和启发。他们“将计算机生成的图像评为高于真实艺术家创造的图像，无论是在抽象表现主义集还是在巴塞尔艺术集合中。
显然，AI并没有让艺术家失去工作，但是这项新的研究表明，深层神经网络世界中可能存在真正的艺术家潜力。
