$ }- i4 [# S: x3 @& i" G0 y, H9 i7 ~
我认为虽然我们已经发展出了艺术理论这一学科，但我们对“智能”这一概念的研究应该还不能支持我们回答这个问题。
& b1 ?$ A+ R) L7 H' _0 j# I. v
在我个人看来人工智能在绘画领域非常有潜力，包括商业插画和严肃的绘画艺术。
7 ?+ E. _$ ~' ^5 N' b
低智能的计算机处理
) ~% n/ c0 q! G. W 低智能的计算机处理已经进入了我们的视野。就照片处理而言是滤镜，就3D模型而言是动画渲染器。我记得在动画电影《我的名字》流行过一种滤镜，可以把风景照处理成“新海诚画风”（但是当时只能对建筑和植物到达宣传效果，难以处理人物和云朵），ins上也有很多滤镜进行这样的尝试；3D渲染的代表就是越来越多“三渲二”的动画作品，代表作品《动物狂想曲》，《宝石之国》。
( H ^2 P$ ?( X( n6 g/ S3 H
之所以说低智能是因为从技术上来说都是对含有图片或模型信息的像素矩阵进行开发者预设的固定操作，甚至可以说不存在智能，只能说包含计算机技术。当然我们也看到了，这些技术的冲击力有限，虽然都带来了讨论，都是不足以取代插画师。
- p2 E- ?. C( v g2 ~ 机器学习
9 ]' Z1 j% J8 t1 U& @* | 进一步就是通过机器学习来制作，虽然我还没有见过这样的产品，但我可以稍微想象一下机器学习如何完成商业插画（这里讨论日式插画和主流的原画）的过程。
$ ~5 L9 o: K/ Z+ j( \6 b2 S 首先是对需求的沟通，一套针对插画的关键词联想的技术是目前可以实现的，但是目前的技术有极限，甚至不能取代人工客服，更没法取代一个产品经理的位置。
L6 v9 J0 `% c1 ~: o: p; M& R
然后是设计环节，我的理解是对素材的选取和构图，对于正常的商业插画设计这一步就包含作品色调的选择了，但是对于程序这一步可以放在后面。我们需要的是一个3D素材库（在游戏开发领域这个东西已经非常成熟了），一个用面部捕捉和动作捕捉数据训练出来的机器学习来赋予模型自然的表情和姿势，同样用已经游戏行业已经成熟的捏脸模块和机器学习来制作不会让人觉得千篇一律但是又能保证美感的生物的模型。
0 v9 F5 M3 k2 T- n! h7 [: O
设计结束后就是勾线，肤浅一点理解就是有粗细变化的轮廓线。不同的插画师对勾线有不同的经验或者说偏好，我们既可以提取所有主流的风格的作品的线稿来训练我们的程序，也可以与画师签约来打造“笔触库”。
! {/ J5 `( ]( p/ `! g" D) ^ 最后是上色，同样是学习色彩搭配方案，学习通过绘画主题和关键词选取主要色调，然后利用渲染完成作品。
) P: \' A8 O' j, g
这样的一套程序优点是：透视关系非常标准，开发完成后工作成本低，效率高，成品再修改非常容易
0 P4 \1 b* [! ? 而缺点是：有机器学习的不稳定性，设计没有任何的创新可言，不能满足大公司的原画设计要求
8 x% B' m2 A* X! Z2 y, O/ F 当然这样的程序只存在我的想象当中，我只是接触过机器学习，没有任何开发经验，我可能会高估机器学习，也可能缺乏想象力。
0 Q+ {. Z4 @- }2 X, g0 \ 人工智能
2 S6 ]! Z! ]& b* Q5 \4 i3 k
比机器学习更进一步，我想是深度学习（DL）和强化学习（RL），我们所熟知围棋机器人AlphaGo通过深度学习，在棋谱和网上人类选手的大量训练后，先后击败李世石和柯洁，一举成名，而后它的升级版AlphaGo zero，通过强化学习没有参考任何人类棋谱，自我学习与演化以 100:0 战胜了前身AlphaGo，向我们表明智能体的学习可以不依赖“人类的记录和传输”，可以“自主学习和探索”
* P2 {% Z+ A3 R! l7 u9 i 而这还不是人工智能的全部，机器学习代表的连接主义只是实现人工智能目前认为的三条路上走的最远的，而符号主义和行为主义的路还在等待一次突破带来和连接主义一样的技术爆炸。
0 Y! S9 t3 D1 c: j3 [# {
很有可能人工智能会探索出人工智能自己的严肃艺术，人工智能也有了独立的很多“人格”，有了偏好和标准，不在与人类有任何关系
' t* w9 ?% V8 H0 K& h5 O 而问题的关键在于：
1 w3 r0 e2 H+ P/ L
1，目前看来机器学习的过程对我们来说是“黑箱”，虽然我们完全清楚机器学习的数学原理，但我们似乎难以理解学习的过程，以至于AlphaGo能下出围棋史上从未有过的操作，在程序自己构造特征的过程中我们也看不出来是那种因素对结果影响较大；
- J# `4 H S" o/ M! M2 i
2，我们对智能体的认知有限，重要就是我们对“智能”这一概念没有一致的答案，更无法知道它的极限在哪里，这个极限是人工智能的极限，还是所有智能体的极限，又或者是逻辑上的所有的极限（极限这个说法我是把公选课老师的文案搬过来了）；
" c- u% l/ F7 e/ i, X
3，去研究一个与我们完全不同的智能体的艺术真的有意义吗？；
; O& f) j9 `9 [: s9 g
赛博格（cyberg）
9 H1 U: B4 R( q" X0 o; A) {( |2 [ 最后再来一点偏题，我认为赛博格形式的艺术也会出现，这种将人脑中的画面直接呈现的技术，它最大的意义是让机器承担艺术创作中的“术”，从而能让每个人都能表达自己的审美，情绪和观点，因为我会非常好奇一位哲学家会创作出怎样的作品。
' e3 K! |% M1 V$ L T4 K
最后，我承认我只是一个浅尝机器学习同时爱好插画的人，没有开发经验也没有系统的艺术教育，欢迎讨论
6 a$ w, p0 E3 l$ X
