在游戏市场愈发精品化的现在，一款游戏除了玩法的创新、优秀的世界观故事，最开始玩家能够接触了解到，也是最直观能够展现游戏素质的元素就是美术风格，对于部分玩家而言，甚至可能是某一特定角色的立绘。优秀的美术也是为什么很多二次元游戏如此受玩家欢迎的原因之一。
但美术对于很多技术出身的开发者而言却并不算易事，优秀的美术设计对于本就资金紧张的小团队而言更是一笔不小的支出。但是有问题就会有解决方案。
近日日本科技公司Preferred Networks（后文简称PFN）旗下的CryPko团队在官网上更新了他们产品最新的成果：由人工智能生成的“立绘级”二次元人物。虽然团队目前还没有放出具体的商业化方案，只是有效果图，但是从质量上来看已经可以和很多游戏里的人物一较高下了。
PFN这家公司GameLook之前曾报道过，他们主要从事物联网方向“深度学习”的研究，公司在人工智能的方向上已经取得了不少的成果，机器人装机量世界第一的日本企业发那科（FANUC）以及丰田汽车都和他们有合作关系。
而CryPko就曾因为将人工智能和区块链两大技术联合起来，将所有二次元形象，以ERC的形式，永久地印在了区块链网络上引发过媒体的关注。在当时，CryPko展示出来的技术还只是处于“做个二次元头像”的水平，此次的效果图可以说是在沉寂一段时间后放出的大招。
生成对抗网络GAN
近些年来，其实用AI作画或者是自动生成角色已经不是一项陌生的技术了，在去年日本游戏开发者大会CEDEC上，《怪物弹珠》的开发商Mixi就展示了自己的CreativeAI生成游戏中的角色，虽然同样尚在研发之中，但是这项技术在未来对生产力的提升，对于游戏的长期开发和运营的意义，也同样得到了Mixi方面负责人的肯定。
包括CryPko、Artbreeder等众多项目在内，利用人工智能生成图像的技术通常都基于同一个机器学习的方法，那就是生成对抗网络（GAN，全称：Generative Adversarial Network），该方法由伊恩·古德费洛等人于年提出。生成对抗网络由一个生成器与一个判别器组成。
生成器 (Generator)通过机器生成数据，目的是“骗过”判别器，判别器 (Discriminator)判断这个数据是真实的还是由机器生成的，目的是找出生成器做的“假数据”，GAN正是通过让两个神经网络相互博弈的方式进行学习。
两者间的博弈类似于警察和小偷
简单来说就是，首先判别器前期通过学习和训练，已经有了一部分辨别真假的能力，但是并不强。这时候我们将生成器制造的假数据提供给判别器进行判断，经过不断地训练后，根据判别器的结果反馈，生成器的能力也会越来越强。
一段时间后生成器的能力，就会超出判别器的水平，判别器失去了作用。这个时候就需要开始训练判别器，同样地经过一段时间的学习和训练，判别器的鉴别能力进一步增强，生成器的假数据又无法骗过判别器了，两个网络之间就进入了新一轮的循环。
在经过前面两道程序的不断重复之后，不论是生成器还是判别器此时的水平都已经非常高了，最终通过了判别器的判别，成功输出的结果也将更加接近于真实。
GAN这种将博弈论引入机器学习的做法，事实证明它对于机器的无监督学习，甚至是半监督学习、完全监督学习都有着正面作用。目前GAN被主要用于生成以假乱真的图片、生成影片、三维物体模型等领域，包括抖音的漫画滤镜、之前大火的“FaceApp”等，都利用了这种方法。
在年，生成对抗网络甚至成功地模拟了暗物质在太空中特定方向的分布，并预测了将要发生的引力透镜。
AI生成的假照片
虚拟偶像的工业化制作
在经过长时间的训练之后，CryPko已经有了长足的进步，并且不仅仅是从生成头像变为了半身像，在日本的二次元盛会Comic Market上，CryPko曾经展示过两个新功能，一个是用户通过鼠标或者数位板修改各个部位的形状时，这些变化将即时地反映到 Crypko 生成的角色上，利用该系统，用户不需要绘画基础即可进行角色插图设计。
另一个则是利用深度学习技术，将插图自动分成可动的部位，不需要再手动添加骨骼，从而可以利用 E-mote™ 动画软件为角色添加动画。
对于CryPko，PFN在今日也成功将其使用在了自己新的企划当中，PFN联手唱片公司以及动画公司，为日本虚拟歌手HACHI制作了一个近两分钟的MV，MV当中角色的面部表情、角色的发型包括服装都是在 HACHI此前的官方形象上，通过CryPko自动生成的，因此HACHI在新的MV当中整个人的风格也有了一定的改变。
左：MV中形象 右：原版形象
画师的内卷竟然来自AI
在机器不断 “取代”各行各业的工作的时候，作为典型的创意领域，美术作为一个极具主观色彩，包含创作者个人情感和意志的行业，即使在同为创意产业的写作、作曲等被AI拿下的时候，作画却一直都是机器几乎不可能逾越的大山，但是CryPok以及Mixi的CreativeAI都在向我们展示另一种可能。
当然AI进入这一领域自然可以大幅度提高内容的生产效率，单单从目前CryPok展示的成果以及PFN新的企划来看，只需要通过CryPok生成角色形象，然后进行细节的修改，利用上文提到的方法以及PFN 个小时完成 件以上的D模型化的技术，批量生产内容，这些都将大大提高动画等作品的制作效率。
并且这一技术对小型独立游戏开发团队而言，也将是福音，既能批量产出角色立绘甚至是游戏场景，即使最终产出的内容有穿模或者细节上的瑕疵，需要后期调整，这种批量生产的模式也将大大降低游戏的美术成本，保证游戏中人物立绘和美术质量的稳定性。
日本ACG内容众包公司WHOMOR先前在接受日媒采访时就曾表示：“使用CryPko生成的画面本身就已经被分成了数个部分，再使用PFN提供的工具，就能很轻松地和M的Emote动画工具进行联动，制作出动画。在他们的工作中，有%到%的内容最终都可以通过AI来完成。”
但即便如此，GameLook依然坚定认为，实际上事实也证明了，AI在很长一段时间内在创意领域都不会也无法取代人脑，而是作为美术、作曲等人的辅助工具。
最简单的一点就是AI短期内无法形成独立的审美和风格。以美术为例，虽然经过训练，它可以产出精致的立绘，但是目前包括CryPok在内的所有AI，从GAN的逻辑来看，更多的是对真实的仿照和模拟，它无法生产出具有个体特色的内容，更不用谈审美这种本就因人，因场合而异的层面了。
画面的创造性来源于画师的个人意志，即使是商业作品，美术作品中最具有价值的部分依然是其中融合的情绪和思想，以及审美情趣。虽然绘画中有很多重复性的基础部分是非常有规律的，这一部分也是机器可以替代的，但是缺乏创造力和情感也就意味着机器人与创意领域之间的鸿沟，暂时依然无法被逾越。
对于非专业人士或者是小团队而言，这项技术，包括未来AI的发展将为它们带来巨大的红利，与此同时对于专业人士而言，在很长一段时间内，AI依然只是一种工具而已，灵活地利用工具只会提高自己的效率以及作品的质量，就像WHOMOR的董事齐藤隼大所说的：
“在技术不发达时，摄影也是一件十分需要技巧的事，而随着技术的发展，现在不懂摄影的人也能够用智能手机拍出精美的相片，AI在绘画领域的应用最终可能也会如此。”
