以後陪你練書法的，或許不是人……

當人工智慧遇上傳統書法教學，會碰撞出怎樣的火花？是用電子屏幕代替宣紙的無紙書法課？或是機器人寫書法做示範？都不是！

華東師大通信與電子工程學院微電子「菁英班」本科生劉杭、王茜、顧俊傑研發的書法教學智能系統，集合了圖像處理技術、深度學習技術、增強現實技術、智能機器人技術於一體，為智能書法學習、書法等級考試訓練提供了一套完整的解決方案。

研發團隊。本文圖均為華東師大供圖

系統利用智能書法提取技術，打破以往書法教學軟體脫離紙筆書寫的弊端，將深度學習應用於毛筆字跡的書法評價，真正實現了人工智慧與藝術的結合；利用智能機器人技術，實現了智能書寫台的移動與升降，打破了傳統書寫台不可移動的限制，幫助行動不便人士進行書法學習。

近日，該系統榮獲「2019（第12屆）中國大學生計算機設計大賽」人工智慧組一等獎。目前，該團隊已申請1項軟體著作權、5項國家發明專利、6項實用新型專利，並拿到申請號，部分專利已授權。

納入五種字體，可指導和評估書寫者

據團隊負責人劉杭介紹，他自幼練習書法，大一下學期還選修了學校的書法課。「我們計劃組隊參與比賽，卻還沒確定選題。當時我一邊臨習《顏勤禮碑》，一邊和大家開線上會議，突然就有了靈感：利用圖像處理技術識別出書寫字跡的好壞，並進行指導，把這種功能整合成系統，便實現了書法的智能教學。」

為了積累足夠多的書法字跡數據，團隊前期通過網路字型檔獲取了幾千張名家名帖及搜集手寫字跡。此外，通過拍攝搜集了5000多張正確執筆姿勢圖片，5000多張錯誤執筆姿勢圖片。

系統評測頁面

劉杭說，在這套系統中納入行、草、隸、篆、楷五種字體，使用者可以根據自身喜好選擇合適的書法字體以及書寫風格。系統利用基於向量誤差的書寫評析模型，通過書法字跡智能提取、智能書法評分、智能書寫指導等過程，將單字書法中書寫失誤部位用紅色標記，將書寫準確部位用綠色標記，最終實現有效指導書寫者進一步改進與學習的目的。

另外，劉杭還解釋說，在設計智能教學系統時，還可以運用圖像處理技術對書寫者字跡墨色的變化、線條的運動節奏以及結構的準確性進行精確檢測。「特別是通過和原帖進行比對，給出相應的書寫評分和深度解析。」

他進一步舉例說：「您寫的書法，比例合適，用筆輕重合適呢，寫得很棒，綜合得分為：87分，請看右圖，紅色區域需要注意。」

系統的評分及指導表達很「接地氣」，根據書寫字跡的特徵分析情況，給出相應的書寫建議。他強調，這一過程實際上是為書法學習者提供可參控的書寫建議及分析，以引導書寫者反思書寫方式，提升書寫水平。

同時，團隊研發的另一個亮點是智能書寫台。將機器人技術與人工智慧相結合，實現了智能書寫台的移動以及書寫檯面的升降，造福行動不便人士。

設計方案從磨墨轉變為智能演算法

劉杭坦言，系統能夠實現多種功能，具有很強的應用價值，與團隊的「跨界」指導老師密不可分。

從比賽選題到方案設計再到賽前準備，通信與電子工程學院田應洪及計算機科學與技術學院朱晴婷兩位老師運用專業知識和對人工智慧應用方面的見解，為智能演算法的研發提供了有力的技術指導，並給出了建議。在決賽答辯之前，通信與電子工程學院石艷玲教授對答辯過程進行悉心指導，為比賽的順利進行提供了有利保障。

此外，書法教育研究者的意見同樣寶貴。

在整體方案設計初始階段，系統雛形為幫助書寫者自動磨墨、洗筆、自動升降的自動化鎮尺。只要使用者預約，系統便如同「小書童」般可以提前磨好墨汁，準備好紙筆。

華東師大美術學院崔樹強副教授建議系統有所側重。他認為對於學書法的人來說，智能書法教學的實現意義最大。

於是，劉杭團隊調整了方案，把工作重心放在了智能演算法的設計上。在智能演算法設計的後期，美術學院鄭文老師、顧琴老師建議將書法分析的部分以直觀的方式表現出來，有效指導書寫者進行自我糾錯。同時，指出硬筆書法更側重於結構，如果將智能教學系統應用於硬筆書法將會更有市場，並建議將書法教學與書法等級考試進行關聯。

網友：人工智慧是否能理解審美

在劉杭看來，書法作品不僅僅是線條和結構，它的呈現與書寫者的情感、經歷密不可分。所以智能教學系統更應該是具有敏銳眼光的「伴讀書童」，幫助書寫者觀察、分析、比對，迫使書寫者進行思考和自我糾錯。

「希望可以進入書法老師的工作室，和書法專業的同學一同研討書法理論，將書法藝術的純粹性、人類對藝術的敏感性與計算機技術對圖像敏捷的洞察力進行結合。」談及未來的打算，劉杭表示將人工智慧在深度書法解析方面的應用繼續深入下去，向科研學術或產品商業化方面繼續發展，以此挖掘出人工智慧和書法藝術結合的更大價值。

人工智慧距離藝術還有多遠

過去兩年，在人工智慧的風潮下，人們相繼看到了谷歌DeepDream項目作的畫、小冰寫的詩、聽到了Magenta項目創作的流行歌。藝術，這塊傳統上被認為是人類智慧金字塔尖的領域也要被AI佔領了嗎？

技術與藝術一向被視為光譜的兩端。技術意味著可量化、可復現、可批量產出，藝術則截然相反。南加州大學機器學習中心主任劉燕教授認為藝術本身的創造性很難被取代，但人工智慧的可解釋性、可遷移性、可靠性非常重要。如果將可解釋性人工智慧應用到藝術領域，可以提升人對藝術的理解，比如什麼樣的藝術能夠產生美感、如何創造美的藝術，甚至影響對藝術品的評價和估價等。

這種幫助可能首先在藝術品鑒賞方面實現，北京航空航天大學計算機學院副院長王蘊紅認為，「人工智慧能夠做到『見多識廣』和『是非分明』。」人工智慧見得足夠多，就能鑒別出藝術品的真偽。但她也表達了自己對人工智慧介入藝術的更大的憂慮。她指出：「人工智慧用大概率訓練的方法能否帶來藝術這種小概率事件的發生；『原創』是什麼；我們又該如何避免過度訓練，從而產生大量的『藝術工人』。」

來源：科技日報 綜合澎湃新聞、網友評論等

編輯：岳靚

審核：王小龍

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！