艺术家们一直在使用OpenAI 的 DALL-E创作各种超现实主义作品，这是一种 AI 工具，可以从几句描述性文本中生成图像。

但一些 AI 爱好者一直在将它用于一个稍微不同的目的：通过使用机器学习模型来“扩展”经典艺术作品，以想象如果画布更大或缩小它们会是什么样子。

“这就像你的手机键盘试图猜测你想输入的下一个单词并提出建议，同样的想法也适用于图像‘提示’——人工智能试图根据提供的源像素最终确定图像，而文本提示有助于操纵该生成过程。”

YouTuber和 AI 公司 neuro.love 的首席执行官 Denis Shiryaev说，他的实验始于 DALL-E 2 的首次推出，旨在重现著名的美元钞票上未完成的乔治华盛顿画作。

在可以访问 DALL-E 封闭测试版本的 Telegram 用户的帮助下，Shiryaev 随后开始为模型提供源自著名艺术作品的“蒙版”——它告诉算法要扩展图像的哪些区域——以及-worded文本提示。

结果模拟了一个相机放大拍摄对象，因为模型填充了艺术家从未想象过的部分背景。

到目前为止，这对搭档已经扩展了经典画作的画布边缘，例如蒙娜丽莎、中世纪时期的西奈岛基督潘托克罗托和维米尔的“戴珍珠耳环的女孩”。

这不是第一个使用机器学习来修复著名艺术品的实验。

去年，阿姆斯特丹国立博物馆使用 AI 以数字方式修复了1715 年被修剪以适合门口的伦勃朗画作。

其他研究人员找回了古斯塔夫·克里姆特 (Gustav Klimt ) 在第二次世界大战期间因纳粹掠夺而丢失的三幅画作。

DALL-E 也被用来通过让模型以不同的风格再现经典画作来完全重新构想经典画作。

“我相信，从艺术的角度来看，这些结果并没有给我们太多帮助，”Shiryaev 说。“但对我个人而言，体验同样熟悉的艺术，但从意想不到的角度，这是一次愉快的旅程。”