2017年12月，Google悄悄发布了其艺术和文化应用程序的新功能。这是一个整洁的小工具，您可以在其中上传自己的图片，面部识别会分析您的功能，而机器学习算法将扫描（主要是西方）艺术的历史，以找到一个看起来像您的油漆的人。
到2018年1月，美术自拍照匹配应用程序已经流行了，弹射到Apple App Store中的第一名人们在社交媒体上分享结果。有些人感叹它的准确性是多么精确。其他人则谴责他们看起来最接近的比赛。
这是2018年的有先见之明的开端。这是AI和AI生成的艺术尤其是探索的那一年，成千上万的AI生成图像在互联网周围散布。这是2018年这种类型中最好的五种图像，这是他们对当前和未来AI状态的看法。
人工智能可以画裸露 - 几乎所有其他东西
在2018年的整个过程中，AI艺术家创建了算法可以像旧大师一样绘画，，，，画裸露和风景，，，，从头开始生成烟花，，，，设计Balenciaga值得的衣服， 和工艺令人沮丧的城市景观。学生用过AI将任何人变成好舞者。即便是纽约时报参与了行动：神经网实验者Janelle Shane与AI一起生产了万圣节服装，然后时代插画家画了他们。它只是显示出来：AI可以创建一些视觉事物的近似值。只是不要指望它非常现实。人工智能研究员罗比·巴拉特（Robbie Barrat）通过在裸体肖像上训练神经网络创建了上面的超现实图像。
公司使用AI作为营销工具
技术公司渴望炫耀他们的技术排骨，并在2018年发布了供公众使用的工具。微软研究创建了一种算法，可以完全基于您的单词来想出图像。Adobe发布了一个允许用户的工具将他们的肖像变成任何风格，从莫娜·丽莎（Mona Lisa）到希腊雕像。IBM启动了一个网站向您展示您作为名人的样子（上图）。愚蠢的？gimmicky？当然。但是，有一个认真的基础：这些AI工具是公司如何销售其AI实力并帮助公众理解通常令人难以置信的技术。
AI生成的图像可以帮助我们理解AI的想法
2018年图像生成中最大的突破之一是一种算法称为Biggan，由Google实习生安德鲁·布罗克（Andrew Brock）创建。Brock利用了Google的计算能力，创建了一个复杂的神经网络，他在该网络上训练了比大多数研究人员能够多的图像。结果？具有令人难以置信的纹理的图像与以前看到的任何视觉AI世界不同。神经网络产生了看起来像狗一样令人难以置信的狗。这类实验使非技术用户更容易了解AI的工作原理，或者至少具有其功能。
艺术揭示了人工智能跌落的地方
最大的AI社区面临的挑战是如何负责任地发展技术。面部识别和机器学习算法嵌入偏见在偏斜数据集中训练时。今年，科技工人反抗关于他们的公司如何运用这项技术。问题仍然结束算法如何改变我们体验世界的方式- 和我们自己。
上面的图像在技术上不是由AI产生的，而是AI产生的视觉文化的重要人工制品。这是艺术家如何利用传统媒体来阐明算法社会的问题性质的一个例子。Artistic Duo Shin Seung Back和Kim Yong Hun，名叫Shinseungback Kimyonghun的名字，要求10位艺术家绘制面部识别算法无法检测到的面孔的图像。为了确保每幅画都不会被计算机检测到，他们用每个画家的工作站操纵了带有三种面部识别算法的相机。当艺术家工作时，摄像机搜索面孔和监视器，让艺术家知道它是否找到了，引导作品，以使最终产品对所有三种算法都看不见。Shinseungback Kimyonghun今年早些时候告诉我：“随着技术的发展，找到独特的人类能力将越来越困难。”“但是我们需要继续寻找它，而不是在机器上找到我们的至高无上，而是知道我们是谁。”
AI已经在创建假图像，还有更多
在她在辛辛那提艺术博物馆的展览中生活：吉利安穿着”今年，特纳获奖的英国艺术家吉利安（Gillian）穿着深伪假装使陌生人的身体贴在她的脸上。深色假货是AI生成的视频，可摄取大量视频以创建看起来真实但完全假的运动图像，它们代表了人工智能的最烦人的含义之一：消除了真实与事物之间的鸿沟。当然，佩戴的项目是无害的，但并非所有这些应用都会如此。一项在2018年发表的研究检查了地图如何在线传播。作者写道，机器人在传播错误信息的任务中产生假地图只是时间问题。毕竟，我们的视觉文化呼应了我们的政治文化。