生成对抗性网络(GAN)在视觉创意上已有一些不错的应用，比如生成图片，创建海报，甚至创作绘画类的艺术作品。荷兰马斯特里赫特大学发表的一篇研究报告显示，它在设计徽标方面也表现不俗，并且前景可期。
该研究报告发表在印前服务器 Arxiv.org 上，题为《LoGAN：基于颜色的生成对抗神经网络生成 LOGO》。在其中，研究人员描述了一种人工智能（AI）系统——LoGAN，它可以用 12 种颜色来制作徽标。
研究人员解释说，艺术生成 GAN 并不总是能产生令人愉悦的审美结果，LoGAN 使用最突出的颜色来定义徽标，可以避免这方面问题。这些颜色包括黑色、蓝色、棕色、青色、灰色、绿色、橙色、粉色、紫色、红色、白色和黄色。
该团队在 LDD-icons 数据集上对系统进行训练，该数据集由 32×32 像素的 486,777 个小图标组成。用算法提取出每种颜色的主色，并将 RGB 值转换为颜色词。同时，系统中的第三个神经网络（除了生成器和鉴别器）对样本图像进行分类。
从 LoGAN 产生的结果看，尽管生成的徽标很模糊（由于源图像的分辨率较低），但有些徽标还是很有说服力的。当输入颜色关键字时，它成功地提供了不规则形状、圆形和方形标志，甚至与谷歌 Chrome 标识相似。
有趣的是，白色和灰色是 12 种颜色中最常见的颜色组合。在橙色类中，棕色是神经网络的首选，而在黄色类中，通常会选择蓝色。
研究人员认为，像 LoGAN 这样的人工智能系统可以处理一些标识设计中的单调工作，让设计师们有时间进行创意。在未来的工作中，他们希望将系统对单词的语义理解扩展到颜色以外的关键字，比如形状和焦点。
他们在研究报告中写道，改进后的系统可能会在两个不同的数据集上进行训练：一个包含明显几何形状的标识，另一个包含不规则形状。它可能会使用嵌入模型，用最常用的词来描述标识，以“提高可解释性”。
“虽然产生的 logo 分辨率很低，但它们可以作为最终 logo 的初稿，或者作为激发设计师灵感的一种方式。”研究人员说，“如果给定一个关键字，该模型就可以成功创建徽标，在我们的例子中，这个关键字由徽标中最突出的颜色组成。这类关键字可以被认为是描述性的，因为它提供了标识的属性，便于人们区分。”
【数字叙事 泽诺】
