当人工智障学会画画，我就再也不淡定了……

鱼香肉丝儿 发自 即将被AI占据的工位

没人能够否认，人工智能正在从各个领域全面赶超人类。

作为最后的阵地，写作、电影、绘画…各种依赖于创造力的工作，是我们人类“最后的倔强”。

等等，慢着…你确定？

翻翻你前几天虐待谷歌“猜画小歌”的大作，和今天的这些AI 机器人绘画比起来，你可能才是那个人工智障。

梵高 or 毕加索？没啥 AI 搞不定的流派

这些 AI 作的画是个什么水平呢？先来看几幅感受一下：

和你们这些灵魂画师一样，AI 们的画作也有着鲜明的流派之分。

高居榜首的几幅作品全部来自于一个叫做 CloudPainter 的机器人，擅长创作奇异的肖像和风景。

有“离经叛道”的画家，自然也就有喜欢传统流派的 CMIT ReART。仔细看，画风似乎颇得梵高的真传。

还有来自哥伦比亚大学的 PIX 18 专攻临摹，每幅作品都像原版照片的扫描版。

人像呢…也分写实派

印象派

野兽派

和手残派！

颇有禅意的国画风…

要让 AI 学画画，必须分几步？

讲真，如果不说，我绝对猜不到上面这些画作全是 AI 的作品。

事实上，这些画全部来自上个月结束的2018 年 RobotArt 大赛的参赛选手。

从名字就能看出，这是项画风清奇的比赛——参赛选手清一色都是机器人。注意，这项大赛并不接纳 AI 直接生成的作品，参赛的团队必须让机器人在学习后，自己蘸着颜料一笔一划画出来的。

想让机器人学画画，需要分几步呢？

其实和人类学绘画的过程无异，聪明如 AI 也得从最初级的临摹开始练习。

比如这幅来自乌迪内大学团队的《的里雅思特海滨》，就是照着下面这张图“复刻”而成的：

这个乌迪内大学的“灵魂画师”叫做 Busker，是个有着六个自由度的机械臂。

在这条机械臂“动手”前，系统会对原始画作进行分析，规划出一系列能够描绘图像特征的点，连点成线就生成了机械臂的运动路径。

为了制造更逼真的画作质感，Busker 的笔尖选择了 3D 打印，自行“蘸取”不同颜色的颜料在纸上作画。

Busker 机器人的算法

https://sites.google.com/site/buskerrobot/home/gradient-based-random-strokes

有兴趣的小伙伴可以自行下载玩玩~

像 Busker 这种“连点成线”的技巧，完成的画作，在色彩和画面是都很“性冷淡”。想要更浓墨重彩一点儿的，就要换种手法了。

比如来自泰国农业大学的《盛开的樱花》，就模仿了数字油画的绘图方式。

算法会将原画简化成几十到几百种不同的色彩；再通过数字定点，控制机械臂把颜色涂在相应的位置，等到所有颜色都涂完，一张画就大功告成了。

Emmm…不过现在，这顶多叫做一副“像素画”。而且受限于笔触，这些像素点往往粗糙地辣眼睛。

所以，怎样才能让画面的细节更加精细呢？

校正反馈。通俗一点说，就是让机器人在涂色时粗心一点，故意把颜色涂到框框外面；并配合摄像头捕捉画面，对“出框”的范围进行微调。

不过，看到这儿，不知道你怎样定义上述所谓的“机器绘画”，但在小编看来，这充其量算个涂色游戏。

通常人类画画的流程是怎样的？

先勾勒出主题框架，再填充细节。而 AI 和机器人呢，用细节堆砌出一幅画，完全不用考虑画面的结构和比例问题…

这样就声称 AI 学会画画了，真的大丈夫？！

当然，这个重要的问题也有团队想到了，于是，他们的决定是…

在原有的绘画流程上加一个步骤——先把图像分解成大块的抽象图案，绘制在画面底层；在此基础上逐层增加其他图层，不断丰富细节，使画面更加完整。

有了这个画蛇添足的步骤，从流程上看，AI 画画确实更“人类”了，但机器人依旧缺少整体的构思、构图思维。

说白了，现在的 AI 和机器人们顶多算个高级点的复印机，其绘画水平还只能停留在模仿的层面。大规模量产已有作品是可以的，但谈到艺术的核心——创意、构思和表现力，依旧要依赖于人类自己的大脑来完成。

尽管如此，对比前两届，AI 在临摹上的功力已经可谓进步神速。

2016 年大赛举办的第一届，冠军作品《爱因斯坦肖像》是用图层叠加的方式绘制的。虽然一眼就能认出是谁，但在细节处理上…emmm 就不说什么了。

再看看这几幅…恕小编我很难找出合适的风格将它们对号入座。

2017 年的作品就比之前像样多了。人物刻画细腻，好像恍惚之间都能感受到一丝情感了呢…

偶尔还有几幅大师级的作品诞生…

当人工智能变成人工智障

看到现在，对于现在的 AI 技术而言，简单的临摹有些大材小用，但上升到“创作”层面，人工智能又心有余而力不足。

难道就没有个充分发挥 AI 绘画天赋的方式吗？

非也！比如…取个中间值，让 AI 帮我们优化作品就是个不错的创意啊。

去年，一个叫 Christopher Hesse 的程序猿就基于开源的 AI 机器学习系统 Tensor Flow 开发出了一个程序，这个叫做 Image-to-Image 的应用，其主要功能就是在“灵魂画师”们的简笔画上自动“添油加醋”，将其转换为一张完整的图像。

举个例子~

你画了一只猫

而在这个程序眼里，你的作品是长这样的

惊不惊喜，意不意外？！

上面那个绘画水平太难了？没关系…它简直堪称手残党的救星

历史经验告诉我们，太溜的应用很容易被玩坏，Image-to-Image 也没有幸免，随着大家纷纷晒出自己的成果，画风慢慢变得有些奇怪了…

不知道下面几张会不会被微信审核小编毙掉…

同样的灵魂画工移植到人脸上，就是部鬼片了…

据 Christopher Hesse 自己说，他的想法是源于 Phillip Isola 的一篇论文。为了训练这个Pix2pix 模型，Hesse 用了大约 2000 张猫主子的图片，将每一张喵咪的边缘线生成出来。

但边缘线并不完美，在很多情况下，边缘线都无法勾勒出猫咪的眼睛，这也就是为什么许多图片中，猫咪眼睛的翻译效果很差的原因。

而对于后面的“鬼片”，就只能怪你们自己手残了…

这项技术利用了生成器网络和判别器网络的相互作用。前者是让画出图和用户的相像，后者是让AI在用户绘画的基础上生成效果尽量真实的图画。

翻译一下，要想 AI 画得好，用户你自己先靠点谱！

嗯，这个甩锅我是服气的~

Image-to-Image 的网址在此 https://affinelayer.com/pixsrv/；

想玩死 AI 和开发者的小伙伴们，请自便~

回到开头的机器人绘画大赛。

RobotArt 大赛的创始人 Andrew Conru 认为，至少短期内，靠创意和创造力谋生的人就别指望自己能下岗了。现在的机器人将更多应用于“制作绘画作品”，而非“绘制作品”。

就像相机的诞生，并没有让画家们把画笔束之高阁，机器人也不会。

另外，你不用过早杞人忧天的原因还有一个。

机器人绘画的入门成本可比摄影高多了，一只正儿八经的机械臂少说也得10000 美元起。如果拿这笔钱买笔和颜料，恐怕这辈子都画不完。

总而言之一句话，保住艺术家饭碗的不是人工智能智障的绘画技术，而是……

穷

文中涉及的论文及应用链接：

[1] RobotArt Gallery：https://robotart.org/

[2] Busker 机器人的算法：https://sites.google.com/site/buskerrobot/home/gradient-based-random-strokes

[3] Image-to-Image 应用：https://affinelayer.com/pixsrv/

[4] Phillip Isola 的论文：https://arxiv.org/abs/1611.07004