跨界艺术是当代艺术发展的一个重要趋势，它涉及多种艺术形式之间的融合与碰撞。在这个背景下，机器人与艺术绘画的交叉应运而生，为艺术创作提供了全新的可能性。
从初步尝试到更接近人类艺术家的创作方式，各种机器人绘画系统不断刷新我们对艺术创作的认识。未来，随着技术的不断发展和对人类艺术创造力理解的深入，绘画机器人将逐渐具备更高层次的艺术性和创造性。
文 | 李玉玮，上海科技大学信息科学与技术学院博士研究生，AI绘画项目参与者。
法国画家乔治·修拉（Georges Seurat）开创了点彩（Pointillism）绘画风格，这是一种通过使用不同粗细的彩色点来堆砌出一幅完整油画作品的独特技法。点彩画法的特点在于使用有限的颜色，依赖色点堆砌来形成立体感和明暗效果。修拉的代表作品《大碗岛的星期天下午》有近22万个点，耗费了他整整2年的时间。对此，人们不禁思考：如果运用机器人技术来“画”这22万个点，是否可以更快速且高质量地完成这幅作品呢？
修拉，《大碗岛的星期天下午》，207x308cm，布面油画，1884—1886年正是基于这一想法，上海科技大学创意与艺术学院的多学科融合项目“AI绘画”开展了一系列智能机器人绘画的尝试。项目负责人王颉教授组建了一个具备视觉图像处理和机器控制背景的研究团队，通过对油画大量的笔触和色彩的分析、计算，以及色层的叠加设计，让机器人尝试完成修拉未竟的点彩画作《马戏团》。为了实现这一目标，最直接的方法是借助已完成的修拉画作进行图像风格学习，然后将风格迁移算法应用到未完成的作品上。然而，这种方法在具有专业艺术背景的人眼中效果并不理想。因此，王颉教授团队采用了一种富有创新性的工作方法，将艺术家对修拉艺术风格的理解作为先验知识引入传统的风格迁移学习中，使网络在进行风格迁移时尽可能满足先验知识的要求。这些先验知识包括作品的色调、色彩构成、色层先后、笔触大小和分布等方面。通过这种方法，团队将专业知识与人工智能算法相结合，为修拉作品的还原提供了有力支持。在对画作进行数字还原之后，研究团队利用机械手将作品真正“画”了出来。
左，修拉，《马戏团》，185×152cm，布面油画，1891年；主创团队将图片中的像素信息还原为笔触和颜料信息，交由机器进行实践绘画。机械手臂使用画笔蘸取颜料，并根据空间坐标和位移信息，在画布上进行绘画创作。尽管画作的生成依赖于人工设计的算法，且机械手臂在绘画过程中每一笔的位置和颜色都是预先设定好的，但当画笔真正接触到画布时，笔触的形状呈现出一种随机性。这种随机性为画作增添了一份独特的生动韵味，使其不再仅仅是机械式的复制。因此，最终的作品可以被视为人类与智能机器人共同创作的成果，是两者之间的融合与协作的体现。这种合作方式开拓了艺术创作的新领域，展示了人工智能与人类艺术家在艺术创作过程中的互补优势。与此同时，王颉教授团队开展了新一阶段的AI绘画实验与机器人创作，在“静物”“风景”“人像”三个门类都取得很重要的进展。特别是在色彩与色层的丰富性方面做得尤为突出，实现了丙烯和油画颜料多色相、多色层不断叠加堆积的视觉效果。王颉教授团队一个重要的研究方向就是比较画家作画与AI机器人绘画在方法步骤上的共性与差异。采集画家的作画过程、运笔轨迹，作为机器学习的依据，同时，机器绘画在不断完善的过程中，也不断地产生有效的数据和方法，反作用于画家的创作，从而实现人与机器协同绘画的艺术新体系。
王颉创作组，《机器人绘画-风景1号》，45x60cm，木板丙烯，2021年王颉创作组，《机器人绘画-波依斯》，45x60cm，木板油画，2023年
为了使机器人的创作更加智能和接近真实的艺术创作过程，研究者意识到有必要加入反馈系统。台湾大学机器人中心设计的机械绘画系统TAIDA就是一个成功的案例，它巧妙地将反馈系统应用于自动调色模块，模拟了人类艺术家进行调色的过程。在真实的绘画情境中，画家通常混合若干基础颜色，然后根据实际需要通过加入更多颜料、调整比例或混合其他颜色以达到预期的效果。为了实现这一目标，研究者在TAIDA上安装了一个摄像头，使机器人在调色过程中能够实时观察并根据捕捉到的颜色信息选择合适的颜料进行混合，以获得期望的色彩。这种“手眼一体”的设计让机器人能够更精确地观察现场并随时监控调色情况，从而实现更丰富多彩的画作。此外，研究者还在TAIDA的绘画过程中应用了反馈系统。与沿着预设路径完成绘画的机器人不同，TAIDA会在整个绘画过程中不断地比较画布上的作品与原始图像，找出差异最大的区域并根据算法生成一组手绘笔触在画布上进行图像细化处理。
由AI艺术家品达·范·阿曼（Pindar Van Arman）设计的机器绘画系统CloudPainter则巧妙地融合了风格迁移生成图像和基于反馈的笔触计算技术，进一步提升了机器的创造力，使其更接近人类艺术家的绘画方式。正如著名艺术家保罗·克利（Paul Klee）所描述的，创意过程中的反馈循环对艺术家至关重要。在绘画过程中，画家会在每一笔落下后分析画面，并根据分析结果决定下一步的行动。虽然在开始绘画之前，画家可能对整体作品已有清晰的想象，但他们在创作过程中会根据实际情况调整心中的构想。CloudPainter成功地模拟了这一过程。首先，它会选择一个原始图像作为参考，但在开始绘画后，机器会逐步摆脱对原始图像的依赖。随着每一笔的完成，机器会根据画布上已有的内容实时调整目标图像，这一过程无须人工干预。在整个绘画过程中，机器会像画家一样，根据画布上的笔触和颜料效果不断调整和更新自己的想象。最终，当画作与机器心中的想象在反馈系统中的误差达到一个稳定值时，这幅画作便宣告完成。值得一提的是，CloudPainter的这种绘画方式具有很高的不可预测性。机器人会以独特的方式在每一笔之间进行自我调整，从而使每幅作品都具有独特的个性和创意。
以上提到的机器人绘画系统基本包括图像生成、机器绘画和反馈系统等3个部分。然而，如果放弃这一设计好的流程，尝试以人类学习绘画的方式来训练机器会怎么样呢？中国科学院自动化研究所设计制作的ShadowPainter就是基于这一思路展开的创新解决方案。
在ShadowPainter的设计理念中，绘画过程被认为是绘画工具与环境之间的交互。为了实现这一目标，该系统在绘画工具方面进行了改进，相较于之前的系统，它具备更丰富的画笔类型，如圆头笔、平头笔和扇形笔等。同时，ShadowPainter在使用画笔时，还充分考虑了笔触的角度和力度。此外，ShadowPainter在环境因素的考虑上也更为细致。不同于仅在绘画过程中拍摄当前画布并根据画布效果进行反馈运算的传统算法，它还模拟了真实绘画环境中的画笔、调色盘和颜料等元素，从而使ShadowPainter能够根据环境中所有因素综合判断，更好地模拟画家在实际绘画过程中的决策。ShadowPainter在绘画思路上尽可能地模拟人类，同时在单个笔触的使用上也力求还原画家的用笔习惯。通过对比和分析画家在不同用笔技法下的笔触轨迹、落笔深度和绘画效果，该系统可以精确再现与人类相似的绘画效果。
来源 | https://doi.org/10.1007/s10846-022-01616-1尽管ShadowPainter在笔触模拟方面达到了几乎无法与人类画家区分的程度，但在艺术性和创造性方面，它的作品相对于CloudPainter来说显得并不那么抽象和富有创意。这主要是因为ShadowPainter的设计初衷在于模拟人类的绘画过程，并力求尽可能地复现人类的画作风格，而非专注于追求独特的艺术创意和个性表达。然而，同人类学习绘画的过程一样，机器人也需要先掌握基础技法，然后再在此基础上进行艺术性创作。因此，我们可以将ShadowPainter视为机器人学习人类绘画技巧过程中的一个阶段。在这个阶段，机器人主要关注如何模拟人类绘画过程并尽可能地还原出人类画作的风格。未来，随着技术的不断发展和对人类艺术创造力理解的深入，类似ShadowPainter这样的绘画机器人将逐渐具备更高层次的艺术性和创造性。
随着人工智能生成内容（AIGC）和大型语言模型的迅猛发展，图像生成技术已经实现了突破性进展。将图像生成技术与机器人绘画相结合，能在一定程度上让机器拥有“命题绘画”的能力。然而，在现有技术的基础上，无论是图像生成模型还是机器人绘画系统，往往仅能理解命题和原始图像中的具象物体，而难以捕捉其背后的抽象意义。因此，智能机器人绘画未来研究的重要方向是让机器学会理解主题、进行抽象联想，进而完成更高层次的艺术创作。这需要我们深入挖掘人类的思维过程、感知和审美观念，以便让机器能够从题目中提炼出抽象意义并根据自己习得的绘画技法进行艺术创作。
张江科技评论 发布于：2023年6月12日 11:26
扫一扫下载“张江科技评论”APP