paintschainer智慧城市
雷锋网读懂智能&未来首页 AI研习社 AI影响因子 活动 专题 精选 爱搞机
业界人工智能智能驾驶AI+ Fintech&区块链未来医疗网络安全AR/VR机器人开发者智能硬件物联网GAIR
人工智能正文
2
插画师自述：类似PaintsChainer 这样的人工智能上色网站，未来会取代我们吗？
本文作者：谷磊 2017-02-14 17:19
导语：每次工具的革新，实际上都可能是一次解放，让我们可以更好的表达自我。
雷锋网(公众号：雷锋网)按：本文作者李睿，程序辅助作画的美术内容生产者。原载于知乎，雷锋网获授权转载。
基于一直都在做相关的东西，并且实际应用的经历，我认为绘画中的部分工作会有越来越多的可依靠机器，但是取代插画师是不太可能的，被取代的主要为底层的重复劳动工作者。
这个问题和几个概念有关，设计、艺术、插画师（美术职业方向）。
首先对于设计和艺术，不太了解的可以查询下相关的回答，有很多答案都说得很好。出于部分人对艺术的定义，人工智能是没法达成超越人的，因为这违反其定义，所以我个人也认为艺术家是不会被人工智能取代的。
不过，目前的大部分美术相关的职业其实设计的部分会更多些。对于插画师，广义的定义是画画为职业的人，但是目前的插画师，更多的工作主要是完成一种叫插画的美术品，其是纯艺术和设计的结合，是有包含甲方的设计的需求的，需要对主题、构图进行个人意向之外的控制。
再狭义些，主要就是完成书籍中的配图，将文字通过画面进一步表达，而对于这种情况装饰性（美不美），个人风格，与文字的匹配度（是一种设计）都有要求。我个人认为插画师在众多美术相关职业里，艺术性是偏多的，个人风格对于目前的插画师很重要，因此在未来，插画师并不会被人工智能取代。前段时间微博上有有关插画画风重要性的讨论，有兴趣了解的可以查看。
不过随着这个工具的出现，插画和各种绘画的制作可以进一步简化。每次工具的革新，实际上都可能是一次解放，让我们可以更好的表达自我。
概念设计师/原画可以更专注于设计，而细化部分程序可以完成，贴素材的工作程序做难道不更好？pix2pix phillipi/pix2pix已经展现了这样的潜力。有可能，未来只需要完成部分轮廓和剪影的设计，计算机就可以自动生成细化的画面，完成黑白的光影就可以涂画大体的颜色，我想这是可以让工作者更专注于他们的设计工作的。
插画师自述：类似PaintsChainer 这样的人工智能上色网站，未来会取代我们吗？
美术素材工作者（游戏/动画素材），工作量更少，因为素材们可以被程序生成或修饰。比如，下图根据需求基于例子生成画面（纹理）alexjc/neural-doodle，有关neural style transfer更多的实现（包含近期的文章）titu1994/Neural-Style-Transfer；或是通过人工智能对画面进行变化（比如变笑脸的Faceapp，其基本方法也可以应用于材质旧化[1611.05507] Deep Feature Interpolation for Image Content Changes）。值得一提的是，纹理生成和旧化（Time-varying weathering in texture space）都已有很多传统算法，效果也很好。
插画师自述：类似PaintsChainer 这样的人工智能上色网站，未来会取代我们吗？
对于绘画自动的清线稿和上色（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画化，上色初心者がchainerで線画着色してみた。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学習による白黒写真の自動色付け，这3个例子都是最近非常火的，就不详细展望了）。
其实对于自动上色来说，Paintschainer与传统的算法相比的优势是：
它可以进行一定的色彩设计。传统算法主要是独立解决了上色的分区问题（一开始需要封闭图形，目前实用的也可以允许非封闭图形了如ComicStudio系列软件），和色彩设计的问题，其实解决得比Paintschainer好。
插画师自述：类似PaintsChainer 这样的人工智能上色网站，未来会取代我们吗？
Manga Colorization（个人认为效果上还是比Paintschainer的半自动算法好的）
插画师自述：类似PaintsChainer 这样的人工智能上色网站，未来会取代我们吗？
Color Compatibility From Large Datasets（其实广义上来说这种手段也是属于目前的人工智能的，Data Driven嘛）
Paintschainer的另个优点是（或是目前这些神经网络算法），它的制作相对简单很多，对于制作者（研究人）的先验知识要求少了很多，特征都由神经训练自行得到，会使得各种辅助功能的工具开发和应用的速度快得多。开发的难点反而可能是特定领域的数据的准备。（自动补间也有传统的算法，不过目前好像未见对于2D动画的基于神经网络的实现）
未来，画面构成可以自动化吗？大部分人画画用的设计套路一定会被计算机学会的，它会学的更好，目前已经有对摄影的构图和色彩的例子了，所以不说完全的自动设计画面，半自动肯定是会来到的。至于全自动呢？GAN相关的研究也有看图说话的例子。不过，基于设计需要理解和交流的情况，我认为全自动的用处并不是很大。
总结
我们有了新的更好的工具，可以将宝贵的时间做更多更美好的事了（包括进一步优化工作），部分低级重复劳动工作者会被取代。
（说个很个人看法的东西，Adobe赞助了很多相关的研究，但是出现在Photoshop的寥寥无几，所以可能大部分重复劳动者也是不必要担心的。）
对Paintschainer的额外看法
个人认为线并不能完全提供着色所需要的信息，其实从线稿开始的着色是两个部分构成的：
光影
色彩
很多时候线稿给出的物体大概轮廓信息，但是对物体的细致结构信息不足够的，而大部分情况下对于光的信息也是不足够的（值得一提的是，训练该网络的例子线稿是带有一部分光影信息的）。所以在用一般线稿的处理结果上，着色的风格偏扁平一点。个人观点，光影对风格的影响更大。希望实现阴影着色的效果，可以在线稿上进一步绘画明暗交界线。如果真的需要作为工具使用，该应用还学结合些传统算法，如基本的平滑。
类似的工作
插画师自述：类似PaintsChainer 这样的人工智能上色网站，未来会取代我们吗？
（加入阴影指示的结果。含有阴影指示更符合数据集。copyright weibo@ZE_LE）
此外基于上述对线稿的描述，如果作为工具设计，实现上我可能分两步执行，线——>光影——>色彩，下面是灰度图用Automatic Image Colorization・白黒画像の自動色付け（在线demo）处理的结果，我认为效果是挺不错的，不过既然都上了光影，色彩也是很快的事了。
插画师自述：类似PaintsChainer 这样的人工智能上色网站，未来会取代我们吗？
（comixwave 新海诚）
插画师自述：类似PaintsChainer 这样的人工智能上色网站，未来会取代我们吗？
(吉卜力)
插画师自述：类似PaintsChainer 这样的人工智能上色网站，未来会取代我们吗？
(Dao Dao [pixiv]
自动着色作者Edgar Simo-Serra的另个研究，线稿简化的在线demo Sketch Simplification・ラフスケッチの自動線画化。
雷锋网版权文章，未经授权禁止转载。详情见转载须知。
插画师自述：类似PaintsChainer 这样的人工智能上色网站，未来会取代我们吗？
6人收藏 分享：
相关文章
人工智能绘画PaintsChainer
「新一代人工智能院士高峰论坛」开幕，概览中国人工 ...
专访Geoff Hinton：全新的想法将比微小的改进更有影 ...
12月19日，人工智能顶级论文报告会暨 CAAI 青年科技 ...
「AI投研邦」升级15天，创投领袖们怎么看？
文章点评：
我有话要说……
表情 同步到新浪微博 提交
最新评论
席梦娜•贝丝 02月15日 17:40
总有部分工作是无法取代的，像医疗领域，100%纯自动处理，每个人其实都有细微的差别，并不能完全依赖机器。设计领域也一样，以前没有PS的时候，也阻挡不了绘画的进步。不过也不能忽视人工智能对人们生活的深刻影响，现在的siri，灵犀语音助手等软件，一定程度上解放了我的双手。语音控制，一个很不错的开端。
回复 (2)
培根煎蛋209 02月15日 15:17
所有非创造性的重复性劳动终将被取代。
回复 (0)
谷磊
编辑
专注报道人工智能。微信：ydxy301
发私信
当月热门文章
最新文章
Atari 游戏得分提升两个数量级：Uber AI 的新强化学习算法 Go-Explore
「新一代人工智能院士高峰论坛」开幕，概览中国人工智能企业最新技术成果
专访Geoff Hinton：全新的想法将比微小的改进更有影响力
吴恩达发布一本全新电子书《转型成为 AI 企业快速指南》
12月19日，人工智能顶级论文报告会暨 CAAI 青年科技成果奖报告会将于哈工大（深圳）开幕
神经架构优化(NAO)：新的神经架构搜索(NAS)算法
热门搜索
微信机器学习创客app科大讯飞移动互联网新闻SpaceXARM扎克伯格TechCrunchEvernote
热门关键字
热门标签人工智能 机器人机器学习深度学习金融科技未来医疗智能驾驶自动驾驶计算机视觉激光雷达图像识别智能音箱区块链智能投顾医学影像物联网IoTCV微信小程序平台微信小程序在哪CES 2017CES2016年最值得购买的智能硬件2016 互联网小程序微信朋友圈抢票软件智能手机智能家居智能手环智能机器人智能电视360智能硬件智能摄像机智能硬件产品智能硬件发展智能硬件创业黑客白帽子大数据云计算新能源汽车无人驾驶无人机大疆小米无人机特斯拉VR游戏VR电影VR视频VR眼镜VR购物AR直播扫地机器人医疗机器人工业机器人类人机器人聊天机器人微信机器人微信小程序移动支付支付宝P2P区块链比特币风控高盛人脸识别指纹识别黑科技谷歌地图谷歌IBM微软乐视百度三星s8腾讯三星Note8 小米MIX小米Note华为小米阿里巴巴苹果MacBook ProiPhoneFacebookGAIRIROS双创周云栖大会优葩智能硬件公司智能硬件QQ红包支付宝红包敬业福openai情感化设计vr相机原理自制无人机人工智能hover camera三星s7soylent4k屏手机neonode airbar小米mix 骨传导手机无限流量微信公众号手机客户端talkingdata黄仁勋更多
联系我们关于我们加入我们意见反馈投稿
Copyright © 2011-2018 www.leiphone.com 雷锋网-移动互联网智能终端第一媒体 All Rights Reserved 粤ICP备11095991号-1 ICP证粤B2-20150332 0daybank
文章评论