今年春節期間，一個人工智能罕見的刷屏了鍵者的朋友圈——好友圈子里那些從來對人工智能、科技、甚至任何種類新聞都無動于衷的畫師、助手和攝影師們紛紛從春節聯歡晚會和漫畫中短暫地抬起頭，注視著這個看上去將要取代他們工作的程序——PaintsChainer。

PaintsChainer是日本一家致力于將人工智能和深度學習技術商用化的公司PFN（Preferred Networks）旗下實習生taizan完成的。該程序可以自動對線稿進行上色。

科普時間：

一部漫畫的生產流程一般是：

劇本、分鏡、精草、描線、背景、底色、后期

劇本：一匹站著的黃色馬

分鏡、精草、描線之后得到線稿（步驟5）

對線稿上色：背景、底色、后期，之后得到上圖

在動漫產業中，線稿、上色都需要大量人手，養活了大量從業人員。

實際上，人工智能上色技術在去年6月就已經出現，而PaintsChainer的作者不但是個實習生，而且剛剛開始接觸深度學習。他讓這個上色智能學習了60萬張圖片，花了一個月時間就完成了這個不太完美的人工智能。

就在上周，又出現了一個類似的網站：affinelayer。這個網站同樣可以對線稿進行處理，將只有輪廓的圖片變成實物圖：

這個demo基于圖像轉譯工具pix2pix-tensorflow制作，方法是學習一組輸入圖像和輸出圖像實現特征描述，在說明文檔中還附帶了這些例子：

當然也少不了好事者的奇怪測試：

谷歌曾在2015年6月推出用于繪畫的人工智能系統DeepDream。這個人工智能系統建立于神經網絡算法的基礎上，可以通過分析用戶輸入的圖像，再對其進行加工——讓圖中像眼睛的地方更像眼睛，像狗的地方更像狗——并且以這種思路創造出了不少畫風獵奇的圖片：

很顯然，這也是對圖庫進行深度學習的結果。兩年過去了，一個實習生都能做出上色人工智能了，谷歌會在不久的將來拿出什么樣的東西讓我們再次震驚一下呢？

不僅僅是在繪畫，人工智能在音樂、小說、電影等類型上也在嘗試入侵繆斯的領域。去年6月，倫敦科幻電影節的 48 小時短片制作挑戰賽上，一名叫做本杰明（Benjamin ）的參賽者提交了一部9分鐘的短片。雖然這部短片劇情狗血，內容獵奇，節奏混亂，臺詞讓人摸不著頭腦，但依然引起了大量關注，就是因為其作者本杰明其實是個學習了幾千個劇本的人工智能。

繪畫的人工智能，寫小說的人工智能，作曲的人工智能，這些工具的誕生也同樣會讓藝術界天翻地覆。但從一開始，從藝術誕生之日開始，繪畫沒有因為筆刷和顏料的誕生消失，同樣也不會因為Adobe和人工智能消失——音樂和文學也是如此。