人生總有那麼一些時候，你突然間想文藝一下。比方畫一幅畫。

但，理想和現實之間，可能遠隔千山。比方，你其實沒有創作的靈感。以及，你其實沒有把靈感實現出來的基本技能。

每當這時，有人會妥協退縮，也有人會迎難而上。俗話說：“只要思想不滑坡，辦法總比困難多。”

今天，就是這樣一位不妥協的程式猿的故事。

澳大利亞人Jeremy Kraybill活了40多歲，突然對繪畫產生了興趣。橫亙在他面前的就是那兩個問題：既沒有藝術靈感，也沒有繪畫基礎。

但，他有技術。

先看結果。下面這幅畫，就是Jeremy的繪畫作品。為了完成這幅畫，他動用了人工智慧（神經網路）來產生創意，然後又動用了機械臂，把創意畫了出來。

這幅成品，看起來是不是有模有樣，還頗有大師神韻？實力演繹“不想當畫家的創始人不是好的軟體工程師”年度大戲。

然而，這也並不是一番坦途。

這篇文章就帶你真實還原AI設計、機械臂全自動作畫完整過程。對了，我們還“採訪”了JK的“御用”機器人，問了問它這幾個月的修煉感受。

 

大概就是這樣的畫風

從歪七扭八開始

一切都得始於靈感。

在這個出發點上就不能輸。不過，怎麼才能擁有大師級的創作靈感？

作為資深程式設計師，Jeremy立刻就想到，可以靠AI啊！

沒錯，現在的AI其實已經有了某種程度的“想象力”和“創造力”了。AI的靈感來源，其實有點像那句話：模仿是藝術家向藝術家最高階別的致敬。

為了生成畫作，Jeremy選用了DCGAN（深度卷積生成對抗網路），直接用了tensorlayer在GitHub上開放的TensorFlow程式碼。

相關論文：

Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks
Alec Radford, Luke Metz, Soumith Chintala

程式碼：

而所用的訓練集，由男男女女的肖像畫組成，全都是他喜歡的風格。挑選、修改、增強等等一套操作下來，他Jeremy得到了一個包含10萬幅畫的訓練集。

接下來，就是訓練和生成了。即使已經有了開原始碼，訓練一個GAN也並不容易。一不小心，就會遇到這樣慘不忍睹的崩潰NG場面：



各種NG都解決了之後，就進入了最終的訓練和生成過程，在亞馬遜的AWS p2.xlarge例項上進行，整整花掉了7天時間。

Jeremy得到了——



就是這個，一個64×64畫素的、歪七扭八的、全新的創意。From AI with Love.。GAN還為這幅作品起了個充滿詩意的名字：028749_0001_08。

上面這張小頭像和成品之間的差距，可能能繞地球好幾圈。但這已經是Jeremy可以得到的最好結果了。他還有過不少其他改善的嘗試，不斷碰壁後，最終他決定：

就用這個了！

這裡插播一下，為啥他沒有繼續嘗試，而是急急忙忙接受目前的結果？可能是因為Jeremy初心變了，他不只想畫一幅畫，而且還想參加機器人藝術大賽RobotArt。

於是，時間一下子就變得很緊張。

轉攻機械臂

接下來的問題是，怎麼把這個AI貢獻的靈感，變成一幅真正的畫作？

靠機械臂！

那也得教一下機械臂，怎麼畫畫。

第一次嘗試機器人手臂大概還是在去年7月份，Jeremy試圖熟悉機械臂的功能，並且想讓它看起來像人類的筆觸，他先就購買了一套溫莎牛頓的豪華刷頭馬克筆。

這套馬克筆的筆尖像毛筆，非常適合測試，又不用擔心調色的事。

2017年9月早期測試

雖然，沒試出什麼驚豔的結果，但Jeremy渾身上下寫滿了 (蜜汁) 自信，感覺用真正的水粉畫筆也沒問題。



後來，他工作一忙，就開始捉急了。看看越來越近的截止日期，再看看還沒玩過水粉筆的自己，Jeremy決定用Aqua Brush（一種內建顏料盒的筆刷），來代替了水粉筆這種需要配置的操作。選了8種預先混合好的顏色，實驗又開始了。



Aqua Brush筆刷

“您的撲街只用了一秒。”走出實驗室之前，他喪喪地扔掉了所有的Aqua Brush。這種工具需要的水量太大，效果很水。

技術宅覺得，如果用另外一種介質來代替水，可能會更好。不過，他還是毅然決定死磕水粉了，並堅信古老的筆刷和顏料會比現代工具更適合畫畫。調色盤裡顏色是根據要畫的作品和最少的混色步驟來選定的。

要指導機器畫畫，就需要給它一套指令，告訴它該在畫布的什麼位置、用什麼樣的筆觸、刷上什麼顏色。於是，Jeremy基於機器人要用的色板，將這幅影像用演算法翻譯成一套ABB機器人指令，開頭那張畫質很差的小人臉，搖身一變成了現在的樣子——

在這個專案中，“從影像到筆刷”的轉換程式是唯一需要“從零開始”的，其他所有關於AI的步驟都主要基於過去幾年研究的已有檔案和程式碼。

在轉換之前，需要先處理一下DCGAN生成的渣畫質小圖：放大，將顏色減少到能和色板相匹配、並對影像進行平滑處理來增強所生成筆刷的平滑度……



處理好了影像，還要準備備選的筆刷。這些大大小小的筆刷，是Jeremy在裡削出來的，構成了演算法的訓練資料集。這些筆刷再加上混色指令，就是演算法的全部輸入了。

距離截止日期12天時，Jeremy計劃的調色方案還很細膩：從奶油色開始，一步一步加深到深棕色，然後再用調色盤來調出餘下的顏色。但對於機器人來說，時間顯然不夠用。



機器人按指令操作的結果，和他美麗的想象相去甚遠。以至於最後關頭，他還在緊急修改調色指令。



Jeremy還向想讓機器人在畫布上做一些混色，寫出了程式碼，但在有限的時間裡，並沒有實踐成功。

萬事俱備，就該進行“影像到筆刷”的生成了：演算法吃下準備好的影像，然後進行一個反覆的試錯，先考慮進多種可能的筆觸，再透過和圖片對比來篩選最接近的。

演算法輸出的結果包括一組要用到的筆刷、和機械臂要執行的混色指令，第一次嘗試的時候用了6000筆，最終的作品是4000筆。用這個訓練好的“影像到筆刷”生成演算法來渲染給機器人的指令，消耗了Jeremy八個小時的時間。



好在，最後的成功，沒有讓他失望。

Jeremy設計的畫作，也最終入圍了2018年度RobotArt設計大賽。

不過，故事還沒完。光提到Jeremy怎麼夠？

我們還（假裝）採訪到了參與本次創作的ABB機器人，它的心路歷程飽滿得快要噴發。以下，我們用自述體，還原這次採訪。



機器人的藝術修養

那是一個週四的下午，Jeremy到實驗室來告訴我，之前的試畫他很滿意，晚上就會把一幅大作的任務交給我。

之前從來沒有畫過一張完整的畫，每次都讓我試幾下就把筆收走。啊，想想還真有點小激動呢。

按這個節奏往下走，說不定哪天畫廊就會來找我簽約。



回到現實，沒想到他讓我一整晚不許停筆。4月5日的夜晚，我還是用色彩填滿了。

第二天，Jeremy說我發揮正常，不過他覺得青色（Cyan）用得有些重了，焦赭石色（burnt umber）又有點太輕了。

這不是大問題，反正我的混色習慣都是可以調的。可是他還說我畫得慢，只有一句話想送給毫無藝術天分的他。



三小時畫了1800筆，要不去問問別的機器人有沒有這麼快。一下子塞給我6000筆的任務，我也很絕望啊。

不過，好在他比我還緊張，這樣我也能平衡一點。

可能他也覺得有點對不起我，就給了我三天假。4月9日週一晚上，我又開始工作了。



Jeremy好像是剛剛知道，我有一個動作更快的模式。一開始，我的內心是拒絕的，那個模式真的很累。但他求了我，還說要帶我參加比賽，於是我決定給他看看我真正的速度。

那天晚上，我就把畫完成了。還是三個小時，但這次畫了4,000多筆。他果然被我精妙的技藝震撼了，除了速度，我還有更加流暢自然的筆觸。



這個傲嬌的技術宅，明明感受到了我的厲害，還要說我的畫有些小小的瑕疵。

他把水粉衝得太淡了，導致顏料在畫布上開心地流淌。還有，他又覺得把混色指示裡的焦赭石色調得太重了。只要他承認那是他的錯，就好。

生動的意外

不知為什麼，他好像不想讓我再畫了，要直接拿這幅畫去參加比賽。可我才剛出道，不想只留下一幅作品就隱退。



不過，沒過多久Jeremy就跑來告訴我，他改主意了。Jeremy在調色桶和調色盤的轉換之間，發現了一個bug，導致我的筆刷位置太低，才有了畫布下方那條亂入的棕色長線。

於是，Jeremy第二天一大早又來了。他說這次調整了系統，一幅畫只要4,000筆就好了，少了2,000筆。還算懂事。



另外，他還重新設計了顏料的混合方式，這樣我就可以畫出更有趣的色彩了，好興奮啊。

早上工作，神清氣爽。Jeremy讓我先做筆觸渲染，等他下班回來再開始畫畫。

晚上，準備工作兩小時，畫畫三小時。雖然，過程因為調整混色指示而中斷了幾次，但作品我還是滿意的，技術宅應該也滿意吧。

和預先準備好的影像相比，我畫出的成果有些不同。但在有意無意中，色彩變得更生動了。

投稿截止日期將近，Jeremy說許多變化都是時間不夠造成的程式碼意外，但我們兩個都享受這些可愛的意外。如果真的和原圖一樣，怎麼看得出我的天分呢？

後記

機器人不知道的是，那天晚上Jeremy把它的作品小心翼翼地捧回了家，像個得到了珍貴禮物的孩子。

後來，他還用蠟給作品上了一層表面，讓水粉多了一些光澤，多了一些深度。當然，那是比賽之後的事了。

至於，這是不是藝術。要說不是，那些孩子一樣的心情又是什麼呢？