繪畫作為璀璨的藝術種類中的第一藝術，自從 32000 年前法國巖洞發(fā)現(xiàn)痕跡開始，一直散發(fā)著自身奪目的光彩。傳統(tǒng)繪畫依靠手工作畫的形式，誕生出了無數(shù)偉大的藝術家，繪畫的類型也得到了極大的豐富，人類藝術文明的寶庫愈發(fā)堅實。但隨著科技的發(fā)展，逐漸衍生出了依靠人工智能進行繪畫創(chuàng)作的形式，傳統(tǒng)繪畫的疆域被逐步拓寬，人們對于這種嶄新的不同尋常的「畫家」也有了不同的思考。目前，智能繪畫相關技術以機器臂繪畫和計算機繪畫的方式在繪畫輔助、藝術鑒賞、家居裝飾、藝術設計、美圖自拍等場景逐步實現(xiàn)了應用落地和商業(yè)化。

作者 | 王雪琪，樊曉芳

一、繪畫簡介

1.1 繪畫概念

繪畫是人類以一個表面作為支撐面，再在其之上加上顏色的做法。這些表面可以是紙張、布、木材、玻璃、混泥土等多種可上色的材料，上色工具可是畫筆、噴霧器、刷子、海綿或是布條等。

隨著現(xiàn)代計算機技術與電子畫筆等繪畫配件功能的不斷升級，更多漫畫、廣告制作、網(wǎng)頁制作、服裝設計、工業(yè)設計、建筑設計、游戲CG、影視CG從業(yè)者會使用計算機繪畫軟件進行作畫。計算機繪畫最大的優(yōu)點是顏色處理真實、細膩、可控，同時便于修改、變形、變色、復制、傳輸、印刷。

1.2 繪畫構成元素：

1）形體：點、線、面、體；

2）明暗：表現(xiàn)體積感；

3）色彩：固有色與條件色結合；

4）空間：用焦點透視、成角透視、空氣透視、散點構圖、意向空間等方式用于表現(xiàn)空間；

5）材質(zhì)：物質(zhì)材料；

6）肌理：表面紋理，筆觸表現(xiàn)。

1.3 繪畫分類： 可按多種方法進行分類。一個畫種可同時屬于不同分類的多個畫種。

1）繪畫媒介：油畫、水彩畫、水墨畫、水粉畫、丙烯畫、像素畫、版畫、壁畫、帛畫等；

2）題材：風景畫、靜物畫、人物畫（人體話、肖像畫、自畫像、夸飾畫）；

3）文化流派：中國畫（寫意畫、工筆畫、白描畫）、西洋畫（現(xiàn)實主義、印象派、野獸派、立體主義、達達主義、表現(xiàn)主義、超現(xiàn)實主義、抽象表現(xiàn)主義、極簡主義抽象派、波普主義……）、印度繪畫、日本畫（浮世繪）；

4）形式：素描、寫生、速寫、漫畫、插畫。

1.4 繪畫流程： 構圖→起型→搭框架→界定陰暗面→深層次刻畫→整體調(diào)整

二、智能繪畫簡介

2.1 智能繪畫發(fā)展概況

18 世紀 70 年代，瑞士出現(xiàn)了最早的繪畫機械臂。 2015 年，谷歌開源了用于對算法工作原理進行可視化呈現(xiàn)的算法 DeepDream，后該算法因具備類似抽象化派的創(chuàng)造能力，被藝術工作者與科技愛好者用于生成一些奇特、頗具藝術感的圖像。 2016 年，谷歌與非盈利機構在舊金山舉行了一場慈善拍賣，29 幅人工智能繪畫作品一共籌得 97605 美元，其中最貴的一幅拍出了 8000 美元。

2018 年 7 月，由互聯(lián)網(wǎng)創(chuàng)業(yè)家 Andrew Conru 舉辦的第三屆機器人藝術比賽 RobotArt，全球 19 個機器人團隊共提交 100 多幅作品，最后機器人 CloudPainter 使用機器學習重新詮釋的塞尚的印象派畫作獲得冠軍。

2018 年 10 月，由法國科技藝術組織 Obvious 使用 GAN 模型創(chuàng)作的作品《Edmond de Belamy》在紐約拍出 43.25 萬美元（約 300 萬人民幣）天價，該組織使用了 15000 張 14 世紀到 20 世紀之間創(chuàng)作的人物畫像對 GAN 模型進行訓練。

2019 年 7 月，微軟人工智能「少女畫家小冰」，在歷經(jīng) 22 個月的「學畫」之后，獨立完成的七八十幅 100% 原創(chuàng)繪畫作品，并在中央美術學院美術館進行展出。

2.2 智能繪畫方法及流程

1）計算機繪畫：繪畫作品數(shù)據(jù)學習（內(nèi)容描述、美學評價詞、繪畫流派）→數(shù)據(jù)整理→生成繪畫模型（生成式模型，例如常用生成式對抗網(wǎng)絡GAN）→繪畫（畫作內(nèi)容生成、美學效果生成、繪畫流派生成、繪畫過程展現(xiàn)）；

2）機器臂繪畫：應用機械臂和圖像處理、路徑規(guī)劃算法，使用同步模仿、眼動儀或聯(lián)網(wǎng)模仿的方式搜集人類畫家繪畫時的行為數(shù)據(jù)，將其轉(zhuǎn)化成可以驅(qū)動機器臂運動的包括機器臂畫筆更換、蘸取顏料、筆觸深重、筆跡深淺等行為的指令，設定好機械裝置和程序算法，讓機械臂運行由事先設定好的算法驅(qū)動裝置，模仿人類一筆一劃的真實繪畫行為進行作畫?；蛑苯邮褂萌祟惍嬜鲾?shù)據(jù)訓練，讓機器臂噴墨生成類似人類畫作的畫作。

三、智能繪畫主要應用場景、代表機構及產(chǎn)品/解決方案、作品

四、智能繪畫代表機構及其產(chǎn)品/解決方案與應用案例

谷歌——在線繪畫工具AutoDraw： 用圖像識別、機器學習技術將個人涂鴉簡筆畫轉(zhuǎn)化為具體可以區(qū)配的物體，幫助完成化作。

英偉達——圖像創(chuàng)建算法GauGAN： 英偉達在 GTC 2019 大會推出 GauGAN，通過對一百萬張圖像的訓練，該工具軟件能基于生成對抗性網(wǎng)絡，將潦草的幾行線條在幾秒內(nèi)變?yōu)閴延^的實景圖片。目前，GauGAN 有三種工具：油漆桶，鋼筆和鉛筆，屏幕底部是一系列輸出對象。用戶只需繪制自己的分割圖并生成場景，用沙子，天空，海洋或雪等標簽標記每個部分,深度學習模型將填充景觀。修改也非常簡單，比如將片段標簽從“草”交換為“雪”，整個圖像就將變?yōu)槎緢鼍?，以前的綠葉樹也隨之變化?？梢猿蔀閺慕ㄖ熀统鞘幸?guī)劃者到景觀設計師再到游戲開發(fā)者的每個人創(chuàng)建虛擬世界提供強大的工具，通過人工智能，這些專業(yè)人員可以更好地制作想法原型并快速更改這些場景。

馬里蘭大學和Adobe——機器學習系統(tǒng)LPaintB： 系統(tǒng)通過自我監(jiān)督學習，將未標記的數(shù)據(jù)與少量標記數(shù)據(jù)結合使用，在不到一分鐘的時間內(nèi)，根據(jù)有限的圖像數(shù)據(jù)，生成達芬奇、梵高、維梅爾風格的畫作。團隊通過對系統(tǒng)的動作狀態(tài)(即畫筆的配置，如長度、方向和畫筆的大小)進行數(shù)學建模，并將失敗的目標狀態(tài)替換為最終狀態(tài)，生成了一個帶有正面獎勵的配對語料庫，并將其提供給人工智能模型，使其學會以期望的藝術風格繪制參考圖像。該模型能夠在一臺裝有16核處理器和英偉達GTX 1080芯片的電腦上，在不到一分鐘的時間內(nèi)，以2萬筆畫制作出像素為1000x800的圖像。

清華大學——人工智能作畫系統(tǒng)AI Painting： 2017年該系統(tǒng)已經(jīng)可以利用搜索引擎得到畫作內(nèi)容，根據(jù)美學風格（Aesthetic Style）、色彩搭配（Color Theme）、構圖方法（如三分構圖、對角線原理）等因素，來重新調(diào)整作畫風格，還可以通過選擇不同流派（印象派、新印象派、后印象派、抽象派、至上派、中國水墨畫等）來改變筆觸等作畫細節(jié)。未來還希望將利用海量的互聯(lián)網(wǎng)數(shù)據(jù)，通過GAN網(wǎng)絡建立文本內(nèi)容與圖像內(nèi)容之間的聯(lián)系，來自動生成作畫內(nèi)容。

阿里巴巴智能設計實驗室——智能廣告設計系統(tǒng)“鹿班”（原“魯班”）： 該系統(tǒng)能基于算法和大數(shù)據(jù)，根據(jù)用戶的行為和偏好，智能生成并投放廣告，為用戶做大規(guī)模的、個性化的商品推薦。手機淘寶首頁焦點圖片就是由機器生成的，還會根據(jù)用戶點擊結果自動調(diào)整。因為一張廣告設計圖片是像素組成的“信息”，利用機器把商品、文字和設計主題進行在線合成，這樣每張廣告圖片就帶上了商品信息，可以根據(jù)消費者偏好進行個性化設計。2017年，魯班智能設計師在雙 11 期間為阿里繪制了 4.1 億張各不相同的個性化廣告圖。

美圖——繪畫機器人Andy： 2 017年美圖公布了美圖影像實驗室MTlab的2個人工智能技術成果：繪畫機器人Andy和機器重建圖片技術。其中，繪畫機器人Andy的實現(xiàn)需要的技術包括MTlab的人臉技術（MTface）、圖像分割技術（MTsegmentation）、影像生成技術（MTgeneration）。影像生成技術核心是基于MTlab自主研發(fā)搭建的生成網(wǎng)絡Draw Net，通過大數(shù)據(jù)和深度學習，Draw Net可以構建繪畫模型，這些模型包括大到構圖、小到筆觸的不同層面的藝術風格和繪制規(guī)則。

五、智能繪畫中人工智能技術應用局限性

1. 機器的情感分析、理解能力較弱。

2. 機器學習能力有限，面對較抽象的畫作，可能生產(chǎn)出偏離客觀事實的作品。

3. 不同領域的繪畫作品難以滿足不同受眾的需求。

4. 人工智能畫作會使人類藝術創(chuàng)造的價值降低。

5. 部分觀點認為人工智能畫作不能算作藝術品。

6. 人工智能畫作不具有藝術情緒。

7. 人工智能繪畫作品的版權歸屬模糊。

8. 原創(chuàng)度低的繪畫模仿易侵權其他作者的作品。

六、智能繪畫產(chǎn)業(yè)發(fā)展趨勢

1. 通過算法設計模擬更完美的筆觸效果。

2. 設計更具有藝術表現(xiàn)力的智能繪畫系統(tǒng)。

3. 通過在線實時運算和離線精準數(shù)值計算的混合模擬達到更符合事實的繪畫效果。

4. 通過色彩平衡與算法矯正對次生的閃爍損傷進行算法修護，使色彩飽滿、色調(diào)統(tǒng)一。

5. 針對用戶個性化習慣進行自適應調(diào)整。

6. 通過智能繪畫啟發(fā)更多藝術家的創(chuàng)作靈感。

7. 推進傳統(tǒng)手繪與人工智能繪畫，兩者揚長避短，互為補充。

8. 風格遷移算法模型與參數(shù)需要進行優(yōu)化設置。

9. 面向交互式電子書畫創(chuàng)作的算法研究和與相關軟件平臺的研制。

10. 由靜止的圖畫向運動的動畫等形式發(fā)展。

* 本文為「智周」系列報告「核心版」，相應「深度版」的推出計劃將在后續(xù)公布，敬請大家關注。針對「繪畫創(chuàng)作中人工智能技術的應用現(xiàn)狀與發(fā)展趨勢」這一主題，有哪些方向或主題，你希望在報告深度版中讀到更詳細的闡述與分析，歡迎留言，這將成為我們制作報告深度版的重要參考。

關于「智周」系列報告

機器之心「智周」人工智能技術應用報告系列重點關注現(xiàn)有人工智能技術應用較成熟且應用潛力較大的正在進行智慧升級的傳統(tǒng)行業(yè)及場景，逐行業(yè)、逐場景為產(chǎn)業(yè)用戶高效而不失深度地呈現(xiàn)不同人工智能技術的產(chǎn)業(yè)落地現(xiàn)狀、企業(yè)案例、技術應用趨勢等?！钢侵堋谷斯ぶ悄芗夹g應用報告系列包含核心版及深度版兩個版本：

核心版濃縮精華分析內(nèi)容至2頁內(nèi)，覆蓋重要數(shù)據(jù)、分析結論及案例簡述，以供使用者高效系統(tǒng)地了解人工智能技術在自身所關注產(chǎn)業(yè)內(nèi)的潛在機會。

深度版在核心版的基礎上，包含詳盡的行業(yè)或場景痛點分析、技術解讀、落地案例詳解及資料附錄等，以供有深度研究需求的使用者進行深入探究。

機器之心Pro

追動態(tài) | 查數(shù)據(jù) | 找資源 | 讀報告 | 做調(diào)研

機器之心Pro 是基于「機器之心團隊構建的百萬級規(guī)模人工智能知識圖譜及結構化數(shù)據(jù)庫」搭建的人工智能領域?qū)I(yè)信息平臺。

目前已上線五個模塊：dashboard、新聞數(shù)據(jù)庫、行業(yè)數(shù)據(jù)庫、人工智能知識庫和深度精選，覆蓋 38 個技術領域及 55 個智能應用領域。

盯動態(tài)、找資源、做調(diào)研

閱讀原文