近年 AI 技术日趋成熟，新闻时有报道以AI技术制作油画，甚至将AI作品投放于拍卖市场。不过，过往所见有关技术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，将有关技术应用在中国山水画创作中。
今年的普林斯顿2020年优秀毕业论文奖得主 Alice Xue，利用 AI 技术开发了一款名为 SAPGAN（Sketch-And-Paint GAN）的生成对抗网络（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，就是先勾画出大致轮廓，透过勾、皴、点、染等步骤，再进行渲染。整个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）
论文还提及在最后评测试，安排了一项242人参加的图灵视觉测试，评估者每人观看了18幅画，其中六幅来自 SAPGAN，研究发现有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，发现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，这表示比较有机会接触山水画的华人，反而更容易误判而被 AI 作品欺骗。
Alice 所收集的山水画数据，所有原图为512X512 像素。(图片来源：arxiv.org)
为了改进 SketchGAN 的能力，Alice 提高了系统数据收集数量，其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，这对她在研究时收集数据很有帮助，但她发现大多数研究人员还没有充分利用它。而她亦已把自己因这项研究所收集得来的数据，放在 GitHub上给予公众使用。
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基础。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。
论文出处：https://arxiv.org/pdf/2011.05552.pdf
GitHub 数据：https://github.com/alicex2020/Chinese-Landscape-Painting-Dataset