雷鋒網(wǎng)按：本文作者李睿，程序輔助作畫的美術(shù)內(nèi)容生產(chǎn)者。原載于知乎，雷鋒網(wǎng)獲授權(quán)轉(zhuǎn)載。

基于一直都在做相關(guān)的東西，并且實際應(yīng)用的經(jīng)歷，我認為繪畫中的部分工作會有越來越多的可依靠機器，但是取代插畫師是不太可能的，被取代的主要為底層的重復(fù)勞動工作者。

這個問題和幾個概念有關(guān)，設(shè)計、藝術(shù)、插畫師（美術(shù)職業(yè)方向）。

首先對于設(shè)計和藝術(shù)，不太了解的可以查詢下相關(guān)的回答，有很多答案都說得很好。出于部分人對藝術(shù)的定義，人工智能是沒法達成超越人的，因為這違反其定義，所以我個人也認為藝術(shù)家是不會被人工智能取代的。

不過，目前的大部分美術(shù)相關(guān)的職業(yè)其實設(shè)計的部分會更多些。對于插畫師，廣義的定義是畫畫為職業(yè)的人，但是目前的插畫師，更多的工作主要是完成一種叫插畫的美術(shù)品，其是純藝術(shù)和設(shè)計的結(jié)合，是有包含甲方的設(shè)計的需求的，需要對主題、構(gòu)圖進行個人意向之外的控制。

再狹義些，主要就是完成書籍中的配圖，將文字通過畫面進一步表達，而對于這種情況裝飾性（美不美），個人風(fēng)格，與文字的匹配度（是一種設(shè)計）都有要求。我個人認為插畫師在眾多美術(shù)相關(guān)職業(yè)里，藝術(shù)性是偏多的，個人風(fēng)格對于目前的插畫師很重要，因此在未來，插畫師并不會被人工智能取代。前段時間微博上有有關(guān)插畫畫風(fēng)重要性的討論，有興趣了解的可以查看。

不過隨著這個工具的出現(xiàn)，插畫和各種繪畫的制作可以進一步簡化。每次工具的革新，實際上都可能是一次解放，讓我們可以更好的表達自我。

概念設(shè)計師/原畫可以更專注于設(shè)計，而細化部分程序可以完成，貼素材的工作程序做難道不更好？pix2pix phillipi/pix2pix已經(jīng)展現(xiàn)了這樣的潛力。有可能，未來只需要完成部分輪廓和剪影的設(shè)計，計算機就可以自動生成細化的畫面，完成黑白的光影就可以涂畫大體的顏色，我想這是可以讓工作者更專注于他們的設(shè)計工作的。

美術(shù)素材工作者（游戲/動畫素材），工作量更少，因為素材們可以被程序生成或修飾。比如，下圖根據(jù)需求基于例子生成畫面（紋理）alexjc/neural-doodle，有關(guān)neural style transfer更多的實現(xiàn)（包含近期的文章）titu1994/Neural-Style-Transfer；或是通過人工智能對畫面進行變化（比如變笑臉的Faceapp，其基本方法也可以應(yīng)用于材質(zhì)舊化[1611.05507] Deep Feature Interpolation for Image Content Changes）。值得一提的是，紋理生成和舊化（Time-varying weathering in texture space）都已有很多傳統(tǒng)算法，效果也很好。

對于繪畫自動的清線稿和上色（不需要清稿和上色助手了，清稿シモセラ?エドガー ラフスケッチの自動線畫化，上色初心者がchainerで線畫著色してみた。わりとできた。 - Qiita | 飯塚里志 - ディープネットワークを用いた大域特徴と局所特徴の學(xué)習(xí)による白黒寫真の自動色付け，這3個例子都是最近非?；鸬模筒辉敿氄雇耍?。

其實對于自動上色來說，Paintschainer與傳統(tǒng)的算法相比的優(yōu)勢是：

• 它可以進行一定的色彩設(shè)計。傳統(tǒng)算法主要是獨立解決了上色的分區(qū)問題（一開始需要封閉圖形，目前實用的也可以允許非封閉圖形了如ComicStudio系列軟件），和色彩設(shè)計的問題，其實解決得比Paintschainer好。

Manga Colorization（個人認為效果上還是比Paintschainer的半自動算法好的）

Color Compatibility From Large Datasets（其實廣義上來說這種手段也是屬于目前的人工智能的，Data Driven嘛）

• Paintschainer的另個優(yōu)點是（或是目前這些神經(jīng)網(wǎng)絡(luò)算法），它的制作相對簡單很多，對于制作者（研究人）的先驗知識要求少了很多，特征都由神經(jīng)訓(xùn)練自行得到，會使得各種輔助功能的工具開發(fā)和應(yīng)用的速度快得多。開發(fā)的難點反而可能是特定領(lǐng)域的數(shù)據(jù)的準備。（自動補間也有傳統(tǒng)的算法，不過目前好像未見對于2D動畫的基于神經(jīng)網(wǎng)絡(luò)的實現(xiàn)）

未來，畫面構(gòu)成可以自動化嗎？大部分人畫畫用的設(shè)計套路一定會被計算機學(xué)會的，它會學(xué)的更好，目前已經(jīng)有對攝影的構(gòu)圖和色彩的例子了，所以不說完全的自動設(shè)計畫面，半自動肯定是會來到的。至于全自動呢？GAN相關(guān)的研究也有看圖說話的例子。不過，基于設(shè)計需要理解和交流的情況，我認為全自動的用處并不是很大。

總結(jié)

我們有了新的更好的工具，可以將寶貴的時間做更多更美好的事了（包括進一步優(yōu)化工作），部分低級重復(fù)勞動工作者會被取代。

（說個很個人看法的東西，Adobe贊助了很多相關(guān)的研究，但是出現(xiàn)在Photoshop的寥寥無幾，所以可能大部分重復(fù)勞動者也是不必要擔心的。）

對Paintschainer的額外看法

個人認為線并不能完全提供著色所需要的信息，其實從線稿開始的著色是兩個部分構(gòu)成的：

• 光影

• 色彩

很多時候線稿給出的物體大概輪廓信息，但是對物體的細致結(jié)構(gòu)信息不足夠的，而大部分情況下對于光的信息也是不足夠的（值得一提的是，訓(xùn)練該網(wǎng)絡(luò)的例子線稿是帶有一部分光影信息的）。所以在用一般線稿的處理結(jié)果上，著色的風(fēng)格偏扁平一點。個人觀點，光影對風(fēng)格的影響更大。希望實現(xiàn)陰影著色的效果，可以在線稿上進一步繪畫明暗交界線。如果真的需要作為工具使用，該應(yīng)用還學(xué)結(jié)合些傳統(tǒng)算法，如基本的平滑。

類似的工作

（加入陰影指示的結(jié)果。含有陰影指示更符合數(shù)據(jù)集。copyright weibo@ZE_LE）

此外基于上述對線稿的描述，如果作為工具設(shè)計，實現(xiàn)上我可能分兩步執(zhí)行，線——>光影——>色彩，下面是灰度圖用Automatic Image Colorization?白黒畫像の自動色付け（在線demo）處理的結(jié)果，我認為效果是挺不錯的，不過既然都上了光影，色彩也是很快的事了。

（comixwave 新海誠）

(吉卜力)

(Dao Dao [pixiv]

自動著色作者Edgar Simo-Serra的另個研究，線稿簡化的在線demo Sketch Simplification?ラフスケッチの自動線畫化。

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。