除了下棋，打星際，電腦AI甚至還能給你們畫「老婆」們

遊戲 08-17

他們將所有的圖片按照：雙馬尾，發色，眼鏡，笑容等屬性進行分類，再將這些數據輸入到系統中。讓電腦AI深度學習，之後就可以根據不同需求，自動生成用戶想要的二次元萌妹形象。

今年夏季的C92剛剛結束，活動持續的那幾天可能是全世界的御宅族們最幸福的節日。所謂C92，即：第92次Comic Market大會，簡稱CM，是日本乃至全球最大型的同人志即賣會，每年冬、夏舉辦兩次。

對於普通宅男來講，他們眼中的C92可能是這個樣子的：

《尼爾：自動人形》中的A2小姐姐：@natas_photo

也有可能是這個樣子的：

《生化危機4》中的艾達王：@sui_skm

而在「技術宅」眼中就不一樣了。今年的C92上，一家來自中國的團隊發表了利用AI創造二次元萌妹子的論文，同時還開放了搭載這項技術的網站供玩家自行體驗。

這個團隊中的六名中國成員分別來自復旦大學，同濟大學，紐約州大石溪分校和卡內基大學等全球頂尖學府的計算機科學專業或者數學專業，是一支完完全全的

學霸隊伍

。除了專業背景之外，他們有著共同的愛好——都是二次元愛好者，而且想要自己創作動漫形象。

這群沒有任何繪畫經驗的「碼農」嘗試用自己的專業技能來彌補美術功底的不足。他們在知名二次元網站Getchu上抓取了大量的Galgame遊戲中的美少女圖片，數目大約有42000張，然後將所有的圖片按照：雙馬尾，發色，眼鏡，笑容等屬性進行分類，再將這些數據輸入到系統中。

他們在這些數據的基礎上搭建了一個「生成對抗網路（GANs）」模型，讓電腦AI進行深度學習，之後就可以根據用戶的不同需求，自動生成你想要的二次元萌妹形象。

（註：所謂「生成對抗網路（GANs）」簡言之就是一種生成模型，它可以通過從樣本庫獲取樣本，進而學習並模擬生成虛擬案例。舉例來說，這個模型一般包含兩部分，一部分用以生成，它會根據樣本庫總結規律不斷生成新的案例，另一部分則通過這些原理來檢測生成結果是否「真實」，這兩者通過不斷的生成-判別-再生成-再判別的過程不斷學習，以爭取獲得足以以假亂真的樣本。）

一些隨機成的效果圖

頭髮顏色選項卡中有金色，棕色，黑色，銀色，紅色等13種選項。

髮型方面則可以在長發，短髮，雙馬尾，公主卷，馬尾之間選擇，可以滿足「紳士們」的不同愛好。

添加隨機/固定的噪音項，可以在選擇的基礎上，給AI更多自由發揮的餘地，生成一些隨機的元素。這一部分也支持自己上傳。

網址是：http://make.girls.moe（也可點擊文章最下方「閱讀原文」直接跳轉）感興趣的各位可以自己嘗試一下。

從Alpha Go挑戰李世石&柯潔，到Open Ai與Dendi切磋Dota2，AI通過深度學習來模擬人類在很多方面都進行過嘗試。而GANs模型則是深度學習領域近幾年最熱門的話題，目前的研究方式普遍以模擬人臉和文字描述轉圖片為主，而運用到二次元創作中則是非常少見的。

生成原理：AI通過你給出要求，在42000個樣本中篩選出合適的元素並進行隨機組合，並儘可能貼近原圖，即看起來像一張「正常」的臉

從目前的生成結果來看，合成效果還是比較讓人滿意的，用作頭像已經足夠了。但是想要達到真正的漫畫水平，以達到替代畫師的目的，仍然有很多需要改進的地方，比如某些生成的圖片看起來還是不太自然，甚至有圖片錯位的情況出現。

我嘗試著隨機生成了幾組頭像，左列比較正常，右列則有明顯圖像錯列的情況

隨著樣本量的進一步擴大，演算法的優化和電腦學習的深入，我們可以期待在未來，人工智慧可以自己根據你的語音描述就畫出你想要的人物，甚至獨立製作一部動漫作品。我們也沒必要過分擔憂人腦會被電腦取代，因為獨創性才是畫師們的靈魂，而機器在這方面就顯得非常欠缺了。AI可以成為畫師的得力工具，在線稿上色，創作原型等方面提供非常大的幫助。

現在已經有人工智慧給線稿上色的網站了，效果看起來還不錯。網址：https://paintschainer.preferred.tech

無獨有偶的是，這已經不是CM展上第一次出現技術宅的策划了。日本有一家著名的同人社團：日本聲優統計學會，從2012年冬天的C83開始，他們就每屆不落的發表一些腦洞非常大的「技術向」論文，他們利用公開的各種聲優作品和資料，進行統計學分析，論文題目包括：《女聲優結婚時期分析》、《從投稿時間分布推測聲優生活》等等，讓人非常佩服。