基于一向都在做相干的器械，而且現(xiàn)實(shí)運(yùn)用的閱歷，我以為繪畫中的部門任務(wù)會有愈來愈多的可依附機(jī)械，然則代替插畫師是不太能夠的，被代替的重要為底層的反復(fù)休息任務(wù)者。 這個(gè)成績和幾個(gè)概念有關(guān)，設(shè)計(jì)、藝術(shù)、插畫師（美術(shù)職業(yè)偏向）。 起首關(guān)于設(shè)計(jì)和藝術(shù)，不太懂得的可以查詢下相干的答復(fù)，有許多謎底都說得很好。出于部門人對藝術(shù)的界說，人工智能是沒法殺青超出人的，由于這違背其界說，所以我小我也以為藝術(shù)家是不會被人工智能代替的。 不外，今朝的年夜部門美術(shù)相干的職業(yè)其實(shí)設(shè)計(jì)的部門會更多些。關(guān)于插畫師，狹義的界說是畫畫為職業(yè)的人，然則今朝的插畫師，更多的任務(wù)重要是完成一種叫插畫的美術(shù)品，其是純藝術(shù)和設(shè)計(jì)的聯(lián)合，是有包括甲方的設(shè)計(jì)的需求的，須要對主題、構(gòu)圖停止小我意向以外的掌握。 再廣義些，重要就是完成書本中的配圖，將文字經(jīng)由過程畫面進(jìn)一步表達(dá)，而關(guān)于這類情形裝潢性（美不美），小我作風(fēng)，與文字的婚配度（是一種設(shè)計(jì)）都有請求。我小我以為插畫師在浩瀚美術(shù)相干職業(yè)里，藝術(shù)性是偏多的，小我作風(fēng)關(guān)于今朝的插畫師很主要，是以在將來，插畫師其實(shí)不會被人工智能代替。前段時(shí)光微博上有有關(guān)插畫畫風(fēng)主要性的評論辯論，有興致懂得的可以檢查。 不外跟著這個(gè)對象的涌現(xiàn)，插畫和各類繪畫的制造可以進(jìn)一步簡化。每次對象的改革，現(xiàn)實(shí)上都能夠是一次束縛，讓我們可以更好的表達(dá)自我。 概念設(shè)計(jì)師/原畫可以更專注于設(shè)計(jì)，而細(xì)化部門法式可以完成，貼素材的任務(wù)法式做豈非不更好？pix2pixphillipi/pix2pix曾經(jīng)展示了如許的潛力。有能夠，將來只須要完成部門輪廓和剪影的設(shè)計(jì)，盤算機(jī)便可以主動生成細(xì)化的畫面，完成詬誶的光影便可以涂畫年夜體的色彩，我想這是可讓任務(wù)者更專注于他們的設(shè)計(jì)任務(wù)的。 美術(shù)素材任務(wù)者（游戲/動畫素材），任務(wù)量更少，由于素材們可以被法式生成或潤飾。好比，下圖依據(jù)需求基于例子生成畫面（紋理）alexjc/neural-doodle，有關(guān)neural style transfer更多的完成（包括近期的文章）titu1994/Neural-Style-Transfer；或是經(jīng)由過程人工智能對畫面停止變更（好比變笑容的Faceapp，其根本辦法也能夠運(yùn)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）都已有許多傳統(tǒng)算法，后果也很好。 關(guān)于繪畫主動的清線稿和上色（不須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年夜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(gè)例子都是比來異?；鸬模筒痪唧w瞻望了）。 其實(shí)關(guān)于主動上色來講，Paintschainer與傳統(tǒng)的算法比擬的優(yōu)勢是： 它可以停止必定的顏色設(shè)計(jì)。傳統(tǒng)算法重要是自力處理了上色的分區(qū)成績（一開端須要關(guān)閉圖形，今朝適用的也能夠許可非關(guān)閉圖形了如ComicStudio系列軟件），和顏色設(shè)計(jì)的成績，其實(shí)處理得比Paintschainer好。 Manga Colorization（小我以為后果上照樣比Paintschainer的半主動算法好的） Color Compatibility From Large Datasets（其實(shí)狹義下去說這類手腕也是屬于今朝的人工智能的，Data Driven嘛） Paintschainer的另個(gè)長處是（或是今朝這些神經(jīng)收集算法），它的制造絕對簡略許多，關(guān)于制造者（研討人）的先驗(yàn)常識請求少了許多，特點(diǎn)都由神經(jīng)練習(xí)自行獲得，會使得各類幫助功效的對象開辟和運(yùn)用的速度快很多。開辟的難點(diǎn)反而能夠是特定范疇的數(shù)據(jù)的預(yù)備。（主動補(bǔ)間也有傳統(tǒng)的算法，不外今朝似乎未見關(guān)于2D動畫的基于神經(jīng)收集的完成） 將來，畫面組成可以主動化嗎？年夜部門人畫畫用的設(shè)計(jì)套路必定會被盤算機(jī)學(xué)會的，它會學(xué)的更好，今朝曾經(jīng)有對攝影的構(gòu)圖和顏色的例子了，所以不說完整的主動設(shè)計(jì)畫面，半主動確定是會離開的。至于全主動呢？GAN相干的研討也有看圖措辭的例子。不外，基于設(shè)計(jì)須要懂得和交換的情形，我以為全主動的用途其實(shí)不是很年夜。 總結(jié) 我們有了新的更好的對象，可以將名貴的時(shí)光做更多更美妙的事了（包含進(jìn)一步優(yōu)化任務(wù)），部門初級反復(fù)休息任務(wù)者會被代替。 （說個(gè)很小我意見的器械，Adobe資助了許多相干的研討，然則涌現(xiàn)在Photoshop的寥若晨星，所以能夠年夜部門反復(fù)休息者也是不用要擔(dān)憂的。） 對Paintschainer的額定意見 小我以為線其實(shí)不能完整供給著色所須要的信息，其實(shí)從線稿開端的著色是兩個(gè)部門組成的： 光影 顏色 許多時(shí)刻線稿給出的物體年夜概輪廓信息，然則對物體的過細(xì)構(gòu)造信息缺乏夠的，而年夜部門情形下關(guān)于光的信息也是缺乏夠的（值得一提的是，練習(xí)該收集的例子線稿是帶有一部門光影信息的）。所以在用普通線稿的處置成果上，著色的作風(fēng)偏扁平一點(diǎn)。小我不雅點(diǎn)，光影對作風(fēng)的影響更年夜。愿望完成暗影著色的后果，可以在線稿長進(jìn)一步繪畫明暗接壤線。假如真的須要作為對象應(yīng)用，該運(yùn)用還學(xué)聯(lián)合些傳統(tǒng)算法，如根本的膩滑。 相似的任務(wù) （參加暗影指導(dǎo)的成果。含有暗影指導(dǎo)更相符數(shù)據(jù)集。copyright weibo@ZE_LE） 另外基于上述對線稿的描寫，假如作為對象設(shè)計(jì)，完成上我能夠分兩步履行，線——>光影——>顏色，上面是灰度圖用Automatic Image Colorization?白黒畫像の自動色付け（在線demo）處置的成果，我以為后果是挺不錯(cuò)的，不外既然都上了光影，顏色也是很快的事了。 （comixwave 新海誠） (吉卜力) (Dao Dao [pixiv] 主動著色作者Edgar Simo-Serra的另個(gè)研討，線稿簡化的在線demoSketch Simplification?ラフスケッチの自動線畫化。
