2016 年年初，年輕的電腦工程師 Alexey Moiseenkov 在網上讀到了兩篇論文：《藝術風格的神經演算法（A Neural Algorithm of Artistic Style）》，和《利用神經卷積網路進行紋理合成（Texture Synthesis Using Convolutional Neural Networks）》。讀完後，這個年輕人大受啟發並決定就此做出一番事業。
事實上，這是兩篇關於如何利用演算法類比人類視覺從而打造鮮明的藝術風格作品的研究，作者是三位德國人。2015 年，這三個德國人就已經在該研究的基礎上創建了一個名為 Deep Art 的收費網站，專門為顧客提供由機器完成的大師風格繪畫作品。
而那個年輕人，相信你也已經猜到他是誰了，是的，他就是 2016 年最火爆的影像處理軟體 Prisma 的創始人。
今年才 25 歲的 Alexey Moiseenkov 畢業於俄羅斯聖彼德堡技術大學，是 Mail.ru 的職員，曾經在 My.com 和俄羅斯最大的搜尋引擎 Yandex 工作過。在 Prisma 之前，Moiseenkov 已經完成過一些令人矚目的產品，包括 Yandex.Maps、Yandex.Transport 和 Mail.ru‘s MyMail。
在工作之餘，Moiseenkov 也非常關心學術界的最新動態，也正是因此，他才注意到了 Deep Art 的那兩篇論文。
當天深夜，他打開了 Deep Art 官網首頁，在那裡有一張專門為顧客講解機器是如何「繪畫」的指南。上面寫道：第一步，識別用戶提供的照片；第二步，學習藝術風格中包含的資訊；第三步，輸出一幅被重新繪製過的作品。
在 Moiseenkov 看來，這個過程其實很像人類欣賞畫作和模仿畫作的過程： 第一步，看到一幅畫，在腦中形成圖像的概念；第二步，學習畫作的風格、筆法；第三步，完成創作。
一般來說，人類要完成這一系列行為是需要在大腦中經歷無數層神經元的傳遞的，底層神經元獲取到的資訊是具體的，越到高層越抽象，例如意境，感覺。
電腦也同樣，如果要讓機器進行創作，需要給機器設置多層的人工神經網路，然後再用每一層的結構去分別分析，在這個過程中就能看到，在採樣時，底層網路對於圖像的細節表達特別清楚，但越到高層圖元保留就越少，輪廓資訊也越多。
而所謂的深度學習（Deep Learning）中的 「深度（Deep）」 其實就是層數，也就是說如果人工神經網路的每一層都對圖片特徵進行了提取，那麼「藝術風格」的呈現就可以是各層提取結果的疊加。
這個發現可以說為 Moiseenkov 打開了一扇全新的大門，深具網路思維的他敏銳的意識到，德國人做的還遠遠不夠，這項技術在更廣闊的消費級市場其實還有更大的空間。於是，他用最快的時間組建了一個四人團隊，並打算將該技術運用到移動設備上，三個半月後，Prisma 在 iOS 上發佈。
「我們花了兩個月的時間研究數學模型，而開發僅用了一個半月。」在接受媒體採訪時，Moiseenkov 這樣說到。
和 Deep Art 相比，Prisma 不僅免費，而且更快了，Deep Art 完成一張畫作最快需要半個小時，而 Prisma 只需要幾秒。當然，因為追求速度的原因，和 Deep Art 相比，Prisma 在輪廓的處理上會顯得比較粗糙，但對於只想要把圖片分享到社交媒體上的我們來說，Prisma 能夠呈現的效果其實已經足夠了，最重要的是它足夠方便，也足夠快捷。
後來的事情大家都知道了，Prisma 在推出後很快便火遍了全球，6 月 24 日，俄羅斯總理梅德韋傑夫在 Instagram 曬出一張用 Prisma 處理過的風景照片，一夜之間，Prisma 在俄羅斯變成了無人不知無人不曉的存在。
「看起來，整個俄羅斯都被我們征服了。」 總理事件後，Moiseenkov 在 Facebook 上寫下了這句話。而事實上，Prisma 征服的可不只有俄羅斯。根據 App Annie 的資料顯示，Prisma 在上線首月就達到了 750 萬的下載量，刷新了 54 個國家 App Store「圖片和視頻應用」類別的最快登頂紀錄，同時也橫掃了烏克蘭等 12 個國家的綜合應用下載第一名。
甚至有人戲稱，2016 年，有一半的潮人在抓皮卡丘，而另一半在用 Prisma 修圖。
可以說，Prisma 不僅讓藝術和普通人離得更近了，也擴大了人們對 AI 邊界的理解，曾經，藝術風格還是畫家腦中不可捉摸的概念，但到了人工智慧時代，印象派、野獸派、浮世繪、所有的這些藝術風格都變成了可以分析和量化的東西，通過機器學習，美好的畫作源源不斷的產生，即使它仍然代替不了人類感性的創作，但起碼，它說明了技術的進步可以帶來怎樣的效率提升。
本文授權自《極客公園》
