我们说，同样的应用场景，搭配不同的技术，则都能够以不同的方式创造社会价值。
在艺术创作行业，图像风格迁移是计算机视觉领域中，比较有意思的应用。风格迁移也就是：你给人工智能一张随便拍的照片，他就能够帮你升级成为梵高风格的绘画作品。
图像风格迁移的背后可以是深度学习——卷积神经网络的图像特征提取。比如，2016CVPR（CVPR是计算机视觉的顶级会议）论文《Image Style Transfer Using Convolutional Neural Networks》就采用卷积神经网络来进行风格迁移。
还可以是利用GAN网络技术风格迁移，在2018CVPR论文《Multi-Content GAN for Few-Shot Font Style Transfer》中，将设计师设计好的某些艺术字母风格迁移到没有出现过的字母上，避免重复设计。
GAN网络学习第一行的P、U、W三个字母的艺术风格，生成其余23个字母的艺术风格，如上图中的最后一行。
或许你不知道什么是卷积神经网络、GAN网络，或许还比较难理解背后技术的思想，但现在我们只需要知道它是深度学习的一个技术就好了。
一个应用的实现往往可以选择不同的技术，这就需要我们结合具体应用和分析应用的特点选择适宜的技术。
除了图像风格迁移之外，如果需要用手绘的图片，人工智能连创作型的画画也能完成。
人工智能却是无法凭空创造，但你只需要给它一点点线索，他就能从强大的小脑袋瓜了给你输出想要的东西。
比如谷歌家出的一个会画画的黑科技AutoDraw，大概就是，你随便鬼画个什么，谷歌就能把他变成一副正儿八经的画。
不可思议吧，没想到AI还真能手绘图像，那他背后的技术是什么？
其实AutoDraw使用了图像识别技术，AutoDraw首先识别出用户用简单线条画出的图形，然后根据识别的结果将“简单线条”替换为系统内置的“准确图形”。
通常提及图像识别技术时，我们大多时候会想到人脸识别、物品识别，现在我们可以了解到同样的图像识别技术，当稍微调整之后就可以做出更多有趣的应用。
在制图、绘画的设计行业里，需要大量的创意和灵感，AI表现得并不比人类差，同样是艺术领域里的音乐演奏和音乐创作，AI的表现又如何呢？
2019年4月28日，由清华大学打造的首个“中国风机器人乐队”诞生，并且上演了音乐舞台剧《墨甲幻音》为清华大学108周年庆生，演员有竹笛机器人、箜篌机器人和排鼓机器人，奏响了科技和文化的琴瑟和鸣。
但是，这可不是AI初次展露在音乐中的天赋，2019年2月20日，深圳平安科技在“全球AI艺术大赛（Global AI Art Competition）”的作品《青春记忆》荣获大赛最高荣誉一等奖。他可是由人工智能完全创作的音乐，无论是制曲还是填词。
她是如何制造出来的呢？她学习了5万多首箱通风格的音乐作品，10万多篇流行音乐歌词和诗歌，通过深度神经网络学习特征，制作出曲和词，然后再学习一个深度模型将曲和词联合起来。
人工智能已经成为一种可行的工具，帮助音乐创作人创作出更多佳作。流行歌手泰伦萨瑟恩（Taryn Southern）与AI合作，共同打造她的首张专辑《I AM AI》。
这大概是人类命运离“被AI掌控”最近的时刻近了吧，有些细思极恐！！
（待续）
