機器人畫家可以通過觀察人類畫家的筆觸來學習嗎？ 這是卡耐基梅隆大學的研究人員最近在預印本Arxiv.org上發(fā)布的一項研究中提出的問題。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家風格的特征，包括手部動作，而且同一組中只有40％的人可以分辨出機器人所繪制的筆觸。 使用人工智能來生成藝術作品的研究方向已被詳盡地探索。一年一度的國際比賽（RobotArt）——要求參賽者設計具有藝術傾向的人工智能系統(tǒng)。馬里蘭大學和Adobe Research的研究人員描述了一種稱為LPaintB的算法，該算法可以再現(xiàn)Leonardo da Vinci，Vincent van Gogh和Johannes Vermeer風格的手繪畫布。 Nvidia的GauGAN使藝術家能夠布置原始草圖，并通過生成的對抗性人工智能系統(tǒng)立即將其轉換為逼真的風景。Cynthia Hua等藝術家已經利用Google的DeepDream生成超現(xiàn)實主義藝術品。 但是，卡耐基梅隆大學的研究人員試圖通過關注于筆觸作為藝術風格的“內在要素”的技術來開發(fā)“風格學習者”模型。 他們表示：“我們的主要貢獻是開發(fā)了一種模仿藝術家風格的筆觸生成的方法?！薄斑@些筆觸可以與基于筆觸的渲染器結合使用，以風格化機器人繪畫過程?！?

通過人工智能生成模型創(chuàng)造的筆觸

該團隊的系統(tǒng)包括一個機械臂，一個將圖像轉換為筆畫的渲染器以及一個生成模型，該模型根據(jù)藝術家的輸入來合成筆觸。手臂握住一支刷子，將其浸入裝有涂料的桶中，然后將其放到畫布上，以清除筆畫之間的多余涂料。 渲染器使用強化學習來學習基于畫布和給定的圖像生成一組筆劃的過程，而生成模型則識別出畫家的筆觸模式并相應地建立新的筆觸。 為了訓練渲染器和生成模型，研究人員設計并3D打印了配有反射標記的畫筆固定裝置，可以通過運動捕捉系統(tǒng)對其進行跟蹤。 一位藝術家用它在紙上創(chuàng)建了730種不同長度，厚度和形式的筆畫，這些筆畫以網格進行索引并與運動捕捉數(shù)據(jù)配對。 在一項實驗中，研究人員讓他們的機器人為虛構的記者Misun 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位來自Amazon Mechanical Turk，另外58位是來自三個大學的學生）來決定是機器人還是人類在為其作畫。根據(jù)結果，超過一半的參與者無法將機器人繪畫與人類的抽象繪畫區(qū)分開。

機器人手臂為MisunLean作畫 該團隊計劃在下一個研究階段通過開發(fā)可直接生成藝術家風格筆觸的樣式器模型來改進現(xiàn)有的生成模型。他們還計劃設計一個管道機制來使用機器人繪制風格化的筆觸，并使用這些數(shù)據(jù)作為新的樣本豐富訓練集。 本研究共同作者表示：“我們旨在調查一個潛在的'藝術家'輸入消失現(xiàn)象?！? “如果我們不斷向系統(tǒng)提供生成的動作而不將其與原始的人類生成的動作混合，則有可能人類的風格會作為一種新的生成樣式而消失。在一系列迭代訓練中，人類行為主體的影響逐漸消失，機器的負擔能力可能會發(fā)揮更大的作用。在這種情況下，我們對研究人類在此過程中所保留的作者身份很感興趣?！?/p>