編者按：本文介紹了幽默藝術家Janelle Shane訓練神經網絡系統，對編織藝術推陳出新，與編織愛好者共同設計風格獨特的織物的經歷。作者Alexis C. Madrigal對神經網絡的創造性十分認可。本文編譯自The Atlantic題為“SkyKnit: How an AI Took Over an Adult Knitting Community”的文章。

神經網絡與藝術

近五年來，神經網絡這種機器學習技術在人工智能領域已成為主流。Janelle Shane非常特別，她竟用神經網絡制造幽默。

也許你曾看過她為情人節設計的心形標語。神經網絡經過訓練，可以批量生成讓人啼笑皆非的“甜言蜜語”，像是“親愛的我”“愛的小面包”““我的胖狗熊”等等。

也許你還聽過這幾種顏色：喇叭綠，免費紅，公牛乳色。這是她訓練神經網絡對RGB256色自動命名的結果。

還有她為萬圣節服裝設計的新名字：朋克樹，迪廳怪獸，斯巴達甘道夫，星艦狂鯊，還有蒙面箱子俠。

她的最新計劃蓄勢待發，預備將幽默藝術推陳出新。受到編織愛好者論壇Ravelry上一位用戶的啟發，她整合了500多種編織方法，訓練神經網絡輸出新的織法，結果竟然和論壇上一些人不謀而合：她們也想出了這種織法。

“我腦海里有個念頭一直揮之不去。研究編織方法，能為紡織愛好者和電腦程序之間構建一道橋梁，這是非常有意思的。”Shane還提到：“電腦程序會輸出一大堆我看不懂的織法，但織工看到之后可能會覺得那真的很有趣?！?/p>

盡管你不一定愿意為這些新奇古怪的產品慷慨解囊，但這件事本身卻饒有興味。Rivalry論壇一名叫Citikas的用戶就做了這個“吃螃蟹的人”，在論壇上展示了自己按說明織出來的“翻領披肩”。它看上去的確怪怪的，但也不失獨特的魅力。

論壇里把整個計劃命名為Skyknit，Shane戲謔地稱作是一場“歡樂的災難”。

Ravelry論壇用戶citikas展示的“翻領披肩”圖案

運用神經網絡進行復雜的計算處理，這個概念已經提出了數十年。但直到近十年，數據組，芯片制備與計算能力三者的進步才終于將神經網絡發展為實用的技術工具。目前我們已經開發出多種類型的神經網絡，以滿足用戶不同的需求。例如，利用神經網絡進行多語種的Google翻譯；用于圖片的自動識別與歸類的軟件；還有用于Facebook界面新聞推送的程序?？梢哉f，神經網絡已經滲透到技術領域的方方面面。

不同的神經網絡都有個共同點：它們需要接收海量數據，然后為其建模。成功擬合數據后，可以大膽冒險，嘗試進行預測。遺憾的是，我們很難將神經網絡的工作原理可視化，也很難闡釋清出背后的數學知識，因為模型中的數值可能具有上百個維度，而我們人類的生存卻是局限在三維空間當中。但熱衷于神經網絡研究的Robin Sloan曾說過：“那又怎樣呢？事實證明，即使你想象不出這樣的多維空間，它還是有用的啊。”

神經網絡潛移默化地滲透到其它領域，由此催生出一種新的藝術形式。與旁人不同，藝術家們利用神經網絡，探索潛藏于廣闊而神秘的世界間的奧秘。他們會思考這樣的一個問題：當機器接收并理解了人類輸入的數據后，它們會如何認識這個世界？最有名的，莫過于Google的Deepdream，它向我們證明了，神經網絡如何利用輸入的原圖像對其材質、觸感以及意象等進行處理，從而輸出絢爛的幻覺圖案。

此外，神經網絡經過訓練，可以像人類一樣繪畫；還能“舞文弄墨”，斟酌詞句。詩歌，散文，電影劇本創作都不在話下。但這些實驗都是在計算機的虛擬空間內進行的。在這個空間中，字母已經不再是白紙上具有某種形狀的墨塊，而是被定義的字符；圖像也不再是帆布上的油彩，而是像素塊的有序排列。

而這就是編織項目的與眾不同之處。神經網絡程序輸出的結果，不再局限于虛擬，最終能反映在織好的實物上。

當編織遇上神經網絡

編織技法有點類似于編程，當中有基本操作，重復針法，還需要不少計算。在Ravelry論壇上，一名叫Woolbeast in the thread的用戶是這樣評價這個項目的：“我丈夫說編織其實就是數學，只不過這種數學要用毛線和針來完成。你必須不斷重復，才能弄出形狀，創造出自己的設計品?！?/p>

編織技法中有很多縮略術語，比如k和p，代表兩種基本的針法：下針和反針（knit, purl）。St代表針步（stitch），yo代表空針（yarn over），sl1代表朝上針方向滑一針（slip 1）等等。因此每行的針法可以這樣來表示：

第一行: sl1, kfb, k1 (4 sts) o

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

但神經網絡并不明白，這些術語和具體單詞的對應關系，更理解不了這些單詞所代表的具體編織動作。它只能接收這串字符的字面意思，用于數據建模。然后它輸出新的字符串，指導人們編織出新的花紋圖案。

去年一位叫JohannaB的論壇用戶提議Shane訓練神經網絡學會編織圖案，同年12月13日項目正式啟動。論壇里人們反應十分活躍，用戶agadbois說：“我真想教會我的電腦做針線活，就算是織一條圍巾也好啊！”

接下來幾周時間里，他們都在收集用于建模的數據。從Stitch-maps.com獲取了編織圖樣針法的標準數據庫后，Shane還添加了Ravelry論壇用戶提供的自行創作的編法，可是這一部分數據不僅雜亂無章，里面竟然還有一些黃暴的奇怪織物，讓人哭笑不得。驚訝之余，有熱心用戶提醒說，skyknit項目投稿所處的論壇版塊比較特別，人們一般稱之為LSG版塊（lazy, stupid and godless）。用戶LTHook說：“與面向所有年齡段用戶的主流論壇區不同，LSG是成人社區。為了讓用戶可以有選擇性地瀏覽，數據庫會對論壇的文章進行分類。”最終神經網絡的數據庫內云集了各式各樣的設計。Shane在論壇上說，“我們收到了特別新穎的新素材：章魚玩偶，骰子袋，神秘博士警亭圖案抹布還有名叫‘穿刺者’的帽子”。在另一篇文章中她還提到，“收集到的圖案數量多得驚人”。

收集超過500個圖樣后，shane試著訓練她的神經網絡。然后開始將神經網絡輸出的新式樣發布到論壇上，還包括文字說明，針法操作，看起來的確有模有樣。

舉個例子，下面是神經網絡輸出的一種新式樣“面包烤魚”的前四行代碼：

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.

設計好的神經網絡憑各行輸入的代碼，推斷不同行列代表的意思。實際上，系統所輸出的針法已接近可編織出來的極限了。

但Shane還提到，這個系統還有大量的故障情況需要排除。一位名叫bevbh的論壇用戶表示，這里面的一些錯誤就像無法編譯的代碼。它舉了個例子：“假如第一行你織了30針，結果下一行它只告訴了你25針的操作，那你還得自己去猜剩下那五針怎么織?！?/p>

織法操作的缺陷遠不止這些，有的還更復雜，需要大批的編織測試者邊動手邊思考。用戶BellaG分享了織“面包烤魚”圖案時是怎么對輸出的操作指引加以完善的。在我看來，如果你不會織東西，這過程可謂困難重重。

用戶BellaG展示的“面包烤魚”完成品

“‘面包烤魚’圖案的織法操作里面，不是每行的針步都能用的。所以我會重復某些針步再收針。第二、四、五、七行針數不夠，我都是憑感覺把圖案織完的。如果圖案正面是連續空針的話，織背面時要先下一針，再反針，而不是只下針或反針。所以第二行和第六行遇到連續空針的時候，我就這么做。”

這樣對式樣的補充完善，在以神經網絡為源的設計中并不是獨例，但這個案例比較極端，因為編織者要完善的式樣并不在少數。“我研究‘小幼鯨索托’的過程和研究其它式樣時完全不一樣。要做的并不多，我更需要的是理解織法步驟，讀懂背后隱含的信息。”用戶GloriaHanlon如是說。

縱觀歷史，不同年代的編織圖樣在細節巨細上具有明顯差異。新式的圖案往往較為簡單，但傳統的圖案，沒點技術可織不出來。Bevbh說“19世紀那種圖案花紋特別合適，但通常都不簡單，需要有人加以指導?！?span style=border: margin:= padding:=>

但除了織法指導，背后還有更核心的問題，神經網絡輸出的設計是沒有具體意圖的，但這個意圖對于編織者理解圖樣十分關鍵。

“當你開始織一個東西，織的是襪子，毛衣，還是毯子，你心里都十分有數。最終的圖案一定能成形，而且有各種細節。看到這件作品，你也自然會明白它的設計意圖?！盉ellaG解釋道，“然而神經網絡創造的式樣是沒有具體圖案的，它也不清楚成品會是怎么樣，這意味著人們要開始編織后才會知道，而這種未知會考驗你在過程中排除錯誤的能力。神經網絡清楚各針技法的名字，但它不能理解這些技法的作用。它理解不了k2tog是左下二并針（縮寫：knitting two stitches together）,yo是空針的意思，它也不懂得保證每行針數相等，或者改變針數以便編出特定的圖案。”

但反過來看，這也是為什么，源自神經網絡的設計如此吸引。計算機無視了人類日常生活中的框框條條，更傾向挑戰不可能。它會揭示新的創造與思考方式，成為溝通現實與未來藝術形式的橋梁。

用戶GloriaHanlon歸納道：“我常常想，今天我們在編織中用到的技法和縫制的圖案，過去大概也是這樣創造出來的：人們費盡平生所學，從發黃的信紙上，褪色的墨水字間，反復推敲，解讀一代代編織工流傳的密語，”

SkyKnit項目的作品充滿賽博格氣息，我們應該認識到，這其中融合了人類的智慧和奇思妙想，以及機器強大的處理能力和“無知無畏”的秉性，二者缺一不可。