沈周的《溪山秋色》
1490-1500 大都会艺术博物馆 藏
▽ 被用于演习模型数据集的一些画：
吴历《墨井草堂消夏图》
大都会艺术博物馆 藏
▽ 这张图展示了薛的模型创作绘画的过程：
AI学习 勾、皴、点、染等下笔的技巧力度。
近年 AI 技能日趋成熟，新闻时有宣布以AI技能制作油画，乃至将AI作品投放于拍卖市场。不过，过往所见有关技能多只用在西方艺术创作上，近日一位普林斯顿大学学生 Alice Xue 便将目光投向东方艺术，将有关技能运用在中国山水画创作中。
今年的普林斯顿2020年精良毕业论文奖得主 Alice Xue，利用 AI 技能开拓了一款名为 SAPGAN（Sketch-And-Paint GAN）的天生对抗网络（GAN，Generative Adversarial Network，让两个 AI 神经网络相互博弈的学习方法）框架，这系统可以产生传统的中国山水画。
这个 AI 在创作流程上和人类绘划一样，先画草图后着色。系统模型在制作步骤上，会跟足传统中国山水画的绘制过程，便是先勾画出大致轮廓，透过勾、皴、点、染等步骤，再进行渲染。全体系统透两个模型先后运作，首先 SketchGAN 系统从图画样本中采集高解像度边缘图，再以 PaintGAN 系统解读所得采集样本，继而产生一幅山水画。（见下图）
论文还提及在末了评测试，安排了一项242人参加的图灵视觉测试，评估者每人不雅观看了18幅画，个中六幅来自 SAPGAN，研究创造有55%受测试者把由 SAPGAN 创作的山水画误认为是人类艺术创作。当中最令人意想不到的是，作者分别比较以母语为中文和英语的测试者数据，创造70%以中文为母语的人会把 SAPGAN 的画误认为是人类艺术，远比整体55%要高，这表示比较有机会打仗山水画的华人，反而更随意马虎误判而被 AI 作品欺骗。
Alice 所网络的山水画数据，所有原图为512X512 像素。(图片来源：arxiv.org)
为了改进 SketchGAN 的能力，Alice 提高了系统数据网络数量，个中包含来自普林斯顿艺术博物馆收藏的2192幅中国传统山水画。她表示，普林斯顿大学艺术馆开放了数码版中国画馆藏，这对她在研究时网络数据很有帮助，但她创造大多数研究职员还没有充分利用它。
Alice 认为，这项研究可以为真正的人工智能原创艺术创作奠定根本。她说，该模型不仅适用于中国画，还可以推广到其他艺术风格。
通过利用GauGAN图像天生器，纵然再没有艺术细胞的人，也能画出人眼难辨真假的图片。
传统中国山水画在绘制过程中，一样平常有勾、皴、点、染等步骤，顾名思义，便是先勾画出大致轮廓，再进行渲染。
AIice提出的端到端天生中国山水画无条件输入模型遵照的也是这个步骤。
为了实现这一过程，AIice构建了两个模型：
SketchGAN从样本图像中采集高分辨率的边缘图，而PaintGAN是根据SketchGAN进行“翻译”创作，从而天生一幅完全的山水画。
她网络了来自普林斯顿大学美术馆、哈佛大学美术馆、大都会艺术博物馆和史密森尼弗里尔美术馆的 2192 幅高质量的中国山水画演习自己开拓的 AI 模型 SAPGAN。
她的论文中提到，在一项242人的图灵视觉测试研究表明，SAPGAN创作出的画作被误认为人类艺术品的频率高达55%，中国人反而更随意马虎误判。
视觉图灵测试的分数分布，哀求参与者判断艺术品是由人类还是打算机制作的(均匀值= 70.5%)
没想到，中国人居然被外国学生开拓的AI画的山水画给骗了。