今年春节期间，一个人工智能罕见的刷屏了键者的朋友圈——好友圈子里那些从来对人工智能、科技、甚至任何种类新闻都无动于衷的画师、助手和摄影师们纷纷从春节联欢晚会和漫画中短暂地抬起头，注视着这个看上去将要取代他们工作的程序——PaintsChainer。

PaintsChainer是日本一家致力于将人工智能和深度学习技术商用化的公司PFN（Preferred Networks）旗下实习生taizan完成的。该程序可以自动对线稿进行上色。

科普时间：

一部漫画的生产流程一般是：

剧本、分镜、精草、描线、背景、底色、后期

剧本：一匹站着的黄色马

分镜、精草、描线之后得到线稿（步骤5）

对线稿上色：背景、底色、后期，之后得到上图

在动漫产业中，线稿、上色都需要大量人手，养活了大量从业人员。

实际上，人工智能上色技术在去年6月就已经出现，而PaintsChainer的作者不但是个实习生，而且刚刚开始接触深度学习。他让这个上色智能学习了60万张图片，花了一个月时间就完成了这个不太完美的人工智能。

就在上周，又出现了一个类似的网站：affinelayer。这个网站同样可以对线稿进行处理，将只有轮廓的图片变成实物图：

这个demo基于图像转译工具pix2pix-tensorflow制作，方法是学习一组输入图像和输出图像实现特征描述，在说明文档中还附带了这些例子：

当然也少不了好事者的奇怪测试：

谷歌曾在2015年6月推出用于绘画的人工智能系统DeepDream。这个人工智能系统建立于神经网络算法的基础上，可以通过分析用户输入的图像，再对其进行加工——让图中像眼睛的地方更像眼睛，像狗的地方更像狗——并且以这种思路创造出了不少画风猎奇的图片：

很显然，这也是对图库进行深度学习的结果。两年过去了，一个实习生都能做出上色人工智能了，谷歌会在不久的将来拿出什么样的东西让我们再次震惊一下呢？

不仅仅是在绘画，人工智能在音乐、小说、电影等类型上也在尝试入侵缪斯的领域。去年6月，伦敦科幻电影节的 48 小时短片制作挑战赛上，一名叫做本杰明（Benjamin ）的参赛者提交了一部9分钟的短片。虽然这部短片剧情狗血，内容猎奇，节奏混乱，台词让人摸不着头脑，但依然引起了大量关注，就是因为其作者本杰明其实是个学习了几千个剧本的人工智能。

绘画的人工智能，写小说的人工智能，作曲的人工智能，这些工具的诞生也同样会让艺术界天翻地覆。但从一开始，从艺术诞生之日开始，绘画没有因为笔刷和颜料的诞生消失，同样也不会因为Adobe和人工智能消失——音乐和文学也是如此。