機(jī)器人畫(huà)家可以通過(guò)觀察人類畫(huà)家的筆觸來(lái)學(xué)習(xí)嗎？ 這是卡耐基梅隆大學(xué)的研究人員最近在預(yù)印本Arxiv.org上發(fā)布的一項(xiàng)研究中提出的問(wèn)題。他們表示，有71％的人發(fā)現(xiàn)該論文提出的方法成功地捕捉了原始的藝術(shù)家風(fēng)格的特征，包括手部動(dòng)作，而且同一組中只有40％的人可以分辨出機(jī)器人所繪制的筆觸。 使用人工智能來(lái)生成藝術(shù)作品的研究方向已被詳盡地探索。一年一度的國(guó)際比賽（RobotArt）——要求參賽者設(shè)計(jì)具有藝術(shù)傾向的人工智能系統(tǒng)。馬里蘭大學(xué)和Adobe Research的研究人員描述了一種稱為L(zhǎng)PaintB的算法，該算法可以再現(xiàn)Leonardo da Vinci，Vincent van Gogh和Johannes Vermeer風(fēng)格的手繪畫(huà)布。 Nvidia的GauGAN使藝術(shù)家能夠布置原始草圖，并通過(guò)生成的對(duì)抗性人工智能系統(tǒng)立即將其轉(zhuǎn)換為逼真的風(fēng)景。Cynthia Hua等藝術(shù)家已經(jīng)利用Google的DeepDream生成超現(xiàn)實(shí)主義藝術(shù)品。 但是，卡耐基梅隆大學(xué)的研究人員試圖通過(guò)關(guān)注于筆觸作為藝術(shù)風(fēng)格的“內(nèi)在要素”的技術(shù)來(lái)開(kāi)發(fā)“風(fēng)格學(xué)習(xí)者”模型。 他們表示：“我們的主要貢獻(xiàn)是開(kāi)發(fā)了一種模仿藝術(shù)家風(fēng)格的筆觸生成的方法。”“這些筆觸可以與基于筆觸的渲染器結(jié)合使用，以風(fēng)格化機(jī)器人繪畫(huà)過(guò)程。”

通過(guò)人工智能生成模型創(chuàng)造的筆觸

該團(tuán)隊(duì)的系統(tǒng)包括一個(gè)機(jī)械臂，一個(gè)將圖像轉(zhuǎn)換為筆畫(huà)的渲染器以及一個(gè)生成模型，該模型根據(jù)藝術(shù)家的輸入來(lái)合成筆觸。手臂握住一支刷子，將其浸入裝有涂料的桶中，然后將其放到畫(huà)布上，以清除筆畫(huà)之間的多余涂料。 渲染器使用強(qiáng)化學(xué)習(xí)來(lái)學(xué)習(xí)基于畫(huà)布和給定的圖像生成一組筆劃的過(guò)程，而生成模型則識(shí)別出畫(huà)家的筆觸模式并相應(yīng)地建立新的筆觸。 為了訓(xùn)練渲染器和生成模型，研究人員設(shè)計(jì)并3D打印了配有反射標(biāo)記的畫(huà)筆固定裝置，可以通過(guò)運(yùn)動(dòng)捕捉系統(tǒng)對(duì)其進(jìn)行跟蹤。 一位藝術(shù)家用它在紙上創(chuàng)建了730種不同長(zhǎng)度，厚度和形式的筆畫(huà)，這些筆畫(huà)以網(wǎng)格進(jìn)行索引并與運(yùn)動(dòng)捕捉數(shù)據(jù)配對(duì)。 在一項(xiàng)實(shí)驗(yàn)中，研究人員讓他們的機(jī)器人為虛構(gòu)的記者M(jìn)isun Lean繪制圖像。然后，他們要求112名不知道圖像作者身份的受訪者（其中54位來(lái)自Amazon Mechanical Turk，另外58位是來(lái)自三個(gè)大學(xué)的學(xué)生）來(lái)決定是機(jī)器人還是人類在為其作畫(huà)。根據(jù)結(jié)果，超過(guò)一半的參與者無(wú)法將機(jī)器人繪畫(huà)與人類的抽象繪畫(huà)區(qū)分開(kāi)。

機(jī)器人手臂為MisunLean作畫(huà) 該團(tuán)隊(duì)計(jì)劃在下一個(gè)研究階段通過(guò)開(kāi)發(fā)可直接生成藝術(shù)家風(fēng)格筆觸的樣式器模型來(lái)改進(jìn)現(xiàn)有的生成模型。他們還計(jì)劃設(shè)計(jì)一個(gè)管道機(jī)制來(lái)使用機(jī)器人繪制風(fēng)格化的筆觸，并使用這些數(shù)據(jù)作為新的樣本豐富訓(xùn)練集。 本研究共同作者表示：“我們旨在調(diào)查一個(gè)潛在的'藝術(shù)家'輸入消失現(xiàn)象。” “如果我們不斷向系統(tǒng)提供生成的動(dòng)作而不將其與原始的人類生成的動(dòng)作混合，則有可能人類的風(fēng)格會(huì)作為一種新的生成樣式而消失。在一系列迭代訓(xùn)練中，人類行為主體的影響逐漸消失，機(jī)器的負(fù)擔(dān)能力可能會(huì)發(fā)揮更大的作用。在這種情況下，我們對(duì)研究人類在此過(guò)程中所保留的作者身份很感興趣。”