人工智能竟然是“织毛衣”高手！社区大妈们表示很服气

编者按：本文介绍了幽默艺术家Janelle Shane训练神经网络系统，对编织艺术推陈出新，与编织爱好者共同设计风格独特的织物的经历。作者Alexis C. Madrigal对神经网络的创造性十分认可。本文编译自The Atlantic题为“SkyKnit: How an AI Took Over an Adult Knitting Community”的文章。

神经网络与艺术

近五年来，神经网络这种机器学习技术在人工智能领域已成为主流。Janelle Shane非常特别，她竟用神经网络制造幽默。

也许你曾看过她为情人节设计的心形标语。神经网络经过训练，可以批量生成让人啼笑皆非的“甜言蜜语”，像是“亲爱的我”“爱的小面包”““我的胖狗熊”等等。

也许你还听过这几种颜色：喇叭绿，免费红，公牛乳色。这是她训练神经网络对RGB256色自动命名的结果。

还有她为万圣节服装设计的新名字：朋克树，迪厅怪兽，斯巴达甘道夫，星舰狂鲨，还有蒙面箱子侠。

她的最新计划蓄势待发，预备将幽默艺术推陈出新。受到编织爱好者论坛Ravelry上一位用户的启发，她整合了500多种编织方法，训练神经网络输出新的织法，结果竟然和论坛上一些人不谋而合：她们也想出了这种织法。

“我脑海里有个念头一直挥之不去。研究编织方法，能为纺织爱好者和电脑程序之间构建一道桥梁，这是非常有意思的。”Shane还提到：“电脑程序会输出一大堆我看不懂的织法，但织工看到之后可能会觉得那真的很有趣。”

尽管你不一定愿意为这些新奇古怪的产品慷慨解囊，但这件事本身却饶有兴味。Rivalry论坛一名叫Citikas的用户就做了这个“吃螃蟹的人”，在论坛上展示了自己按说明织出来的“翻领披肩”。它看上去的确怪怪的，但也不失独特的魅力。

论坛里把整个计划命名为Skyknit，Shane戏谑地称作是一场“欢乐的灾难”。

Ravelry论坛用户citikas展示的“翻领披肩”图案

运用神经网络进行复杂的计算处理，这个概念已经提出了数十年。但直到近十年，数据组，芯片制备与计算能力三者的进步才终于将神经网络发展为实用的技术工具。目前我们已经开发出多种类型的神经网络，以满足用户不同的需求。例如，利用神经网络进行多语种的Google翻译；用于图片的自动识别与归类的软件；还有用于Facebook界面新闻推送的程序。可以说，神经网络已经渗透到技术领域的方方面面。

不同的神经网络都有个共同点：它们需要接收海量数据，然后为其建模。成功拟合数据后，可以大胆冒险，尝试进行预测。遗憾的是，我们很难将神经网络的工作原理可视化，也很难阐释清出背后的数学知识，因为模型中的数值可能具有上百个维度，而我们人类的生存却是局限在三维空间当中。但热衷于神经网络研究的Robin Sloan曾说过：“那又怎样呢？事实证明，即使你想象不出这样的多维空间，它还是有用的啊。”

神经网络潜移默化地渗透到其它领域，由此催生出一种新的艺术形式。与旁人不同，艺术家们利用神经网络，探索潜藏于广阔而神秘的世界间的奥秘。他们会思考这样的一个问题：当机器接收并理解了人类输入的数据后，它们会如何认识这个世界？最有名的，莫过于Google的Deepdream，它向我们证明了，神经网络如何利用输入的原图像对其材质、触感以及意象等进行处理，从而输出绚烂的幻觉图案。

此外，神经网络经过训练，可以像人类一样绘画；还能“舞文弄墨”，斟酌词句。诗歌，散文，电影剧本创作都不在话下。但这些实验都是在计算机的虚拟空间内进行的。在这个空间中，字母已经不再是白纸上具有某种形状的墨块，而是被定义的字符；图像也不再是帆布上的油彩，而是像素块的有序排列。

而这就是编织项目的与众不同之处。神经网络程序输出的结果，不再局限于虚拟，最终能反映在织好的实物上。

当编织遇上神经网络

编织技法有点类似于编程，当中有基本操作，重复针法，还需要不少计算。在Ravelry论坛上，一名叫Woolbeast in the thread的用户是这样评价这个项目的：“我丈夫说编织其实就是数学，只不过这种数学要用毛线和针来完成。你必须不断重复，才能弄出形状，创造出自己的设计品。”

编织技法中有很多缩略术语，比如k和p，代表两种基本的针法：下针和反针（knit, purl）。St代表针步（stitch），yo代表空针（yarn over），sl1代表朝上针方向滑一针（slip 1）等等。因此每行的针法可以这样来表示：

第一行: sl1, kfb, k1 (4 sts) o

第二行: sl1, kfb, k to end of row (5 sts)

但神经网络并不明白，这些术语和具体单词的对应关系，更理解不了这些单词所代表的具体编织动作。它只能接收这串字符的字面意思，用于数据建模。然后它输出新的字符串，指导人们编织出新的花纹图案。

去年一位叫JohannaB的论坛用户提议Shane训练神经网络学会编织图案，同年12月13日项目正式启动。论坛里人们反应十分活跃，用户agadbois说：“我真想教会我的电脑做针线活，就算是织一条围巾也好啊！”

接下来几周时间里，他们都在收集用于建模的数据。从Stitch-maps.com获取了编织图样针法的标准数据库后，Shane还添加了Ravelry论坛用户提供的自行创作的编法，可是这一部分数据不仅杂乱无章，里面竟然还有一些黄暴的奇怪织物，让人哭笑不得。惊讶之余，有热心用户提醒说，skyknit项目投稿所处的论坛版块比较特别，人们一般称之为LSG版块（lazy, stupid and godless）。用户LTHook说：“与面向所有年龄段用户的主流论坛区不同，LSG是成人社区。为了让用户可以有选择性地浏览，数据库会对论坛的文章进行分类。”最终神经网络的数据库内云集了各式各样的设计。Shane在论坛上说，“我们收到了特别新颖的新素材：章鱼玩偶，骰子袋，神秘博士警亭图案抹布还有名叫‘穿刺者’的帽子”。在另一篇文章中她还提到，“收集到的图案数量多得惊人”。

收集超过500个图样后，shane试着训练她的神经网络。然后开始将神经网络输出的新式样发布到论坛上，还包括文字说明，针法操作，看起来的确有模有样。

举个例子，下面是神经网络输出的一种新式样“面包烤鱼”的前四行代码：

第一行: *k3, k2tog, [yo] twice, ssk, repeat from * to last st, k1.

第二行: *p2tog, yo, p2, repeat from * to last st, k1.

第三行: *[p1, k1] twice, repeat from * to last st, p1.

第四行: *p2, k1, p3, k1, repeat from * to last 2 sts, p2.

设计好的神经网络凭各行输入的代码，推断不同行列代表的意思。实际上，系统所输出的针法已接近可编织出来的极限了。

但Shane还提到，这个系统还有大量的故障情况需要排除。一位名叫bevbh的论坛用户表示，这里面的一些错误就像无法编译的代码。它举了个例子：“假如第一行你织了30针，结果下一行它只告诉了你25针的操作，那你还得自己去猜剩下那五针怎么织。”

织法操作的缺陷远不止这些，有的还更复杂，需要大批的编织测试者边动手边思考。用户BellaG分享了织“面包烤鱼”图案时是怎么对输出的操作指引加以完善的。在我看来，如果你不会织东西，这过程可谓困难重重。

用户BellaG展示的“面包烤鱼”完成品

“‘面包烤鱼’图案的织法操作里面，不是每行的针步都能用的。所以我会重复某些针步再收针。第二、四、五、七行针数不够，我都是凭感觉把图案织完的。如果图案正面是连续空针的话，织背面时要先下一针，再反针，而不是只下针或反针。所以第二行和第六行遇到连续空针的时候，我就这么做。”

这样对式样的补充完善，在以神经网络为源的设计中并不是独例，但这个案例比较极端，因为编织者要完善的式样并不在少数。“我研究‘小幼鲸索托’的过程和研究其它式样时完全不一样。要做的并不多，我更需要的是理解织法步骤，读懂背后隐含的信息。”用户GloriaHanlon如是说。

纵观历史，不同年代的编织图样在细节巨细上具有明显差异。新式的图案往往较为简单，但传统的图案，没点技术可织不出来。Bevbh说“19世纪那种图案花纹特别合适，但通常都不简单，需要有人加以指导。”

但除了织法指导，背后还有更核心的问题，神经网络输出的设计是没有具体意图的，但这个意图对于编织者理解图样十分关键。

“当你开始织一个东西，织的是袜子，毛衣，还是毯子，你心里都十分有数。最终的图案一定能成形，而且有各种细节。看到这件作品，你也自然会明白它的设计意图。”BellaG解释道，“然而神经网络创造的式样是没有具体图案的，它也不清楚成品会是怎么样，这意味着人们要开始编织后才会知道，而这种未知会考验你在过程中排除错误的能力。神经网络清楚各针技法的名字，但它不能理解这些技法的作用。它理解不了k2tog是左下二并针（缩写：knitting two stitches together）,yo是空针的意思，它也不懂得保证每行针数相等，或者改变针数以便编出特定的图案。”

但反过来看，这也是为什么，源自神经网络的设计如此吸引。计算机无视了人类日常生活中的框框条条，更倾向挑战不可能。它会揭示新的创造与思考方式，成为沟通现实与未来艺术形式的桥梁。

用户GloriaHanlon归纳道：“我常常想，今天我们在编织中用到的技法和缝制的图案，过去大概也是这样创造出来的：人们费尽平生所学，从发黄的信纸上，褪色的墨水字间，反复推敲，解读一代代编织工流传的密语，”

SkyKnit项目的作品充满赛博格气息，我们应该认识到，这其中融合了人类的智慧和奇思妙想，以及机器强大的处理能力和“无知无畏”的秉性，二者缺一不可。

编译组出品。编辑：郝鹏程