除了下棋，打星际，电脑AI甚至还能给你们画“老婆”们

他们将所有的图片按照：双马尾，发色，眼镜，笑容等属性进行分类，再将这些数据输入到系统中。让电脑AI深度学习，之后就可以根据不同需求，自动生成用户想要的二次元萌妹形象。

今年夏季的C92刚刚结束，活动持续的那几天可能是全世界的御宅族们最幸福的节日。所谓C92，即：第92次Comic Market大会，简称CM，是日本乃至全球最大型的同人志即卖会，每年冬、夏举办两次。

对于普通宅男来讲，他们眼中的C92可能是这个样子的：

《尼尔：自动人形》中的A2小姐姐：@natas_photo

也有可能是这个样子的：

《生化危机4》中的艾达王：@sui_skm

而在“技术宅”眼中就不一样了。今年的C92上，一家来自中国的团队发表了利用AI创造二次元萌妹子的论文，同时还开放了搭载这项技术的网站供玩家自行体验。

这个团队中的六名中国成员分别来自复旦大学，同济大学，纽约州大石溪分校和卡内基大学等全球顶尖学府的计算机科学专业或者数学专业，是一支完完全全的学霸队伍。除了专业背景之外，他们有着共同的爱好——都是二次元爱好者，而且想要自己创作一部漫画。

这群没有任何绘画经验的“码农”尝试用自己的专业技能来弥补美术功底的不足。他们在知名二次元网站Getchu上抓取了大量的Galgame游戏中的美少女图片，数目大约有42000张，然后将所有的图片按照：双马尾，发色，眼镜，笑容等属性进行分类，再将这些数据输入到系统中。

他们在这些数据的基础上搭建了一个“生成对抗网络（GANs）”模型，让电脑AI进行深度学习，之后就可以根据用户的不同需求，自动生成你想要的二次元萌妹形象。

（注：所谓“生成对抗网络（GANs）”简言之就是一种生成模型，它可以通过从样本库获取样本，进而学习并模拟生成虚拟案例。举例来说，这个模型一般包含两部分，一部分用以生成，它会根据样本库总结规律不断生成新的案例，另一部分则通过这些原理来检测生成结果是否“真实”，这两者通过不断的生成-判别-再生成-再判别的过程不断学习，以争取获得足以以假乱真的样本。）

一些随机成的效果图

头发颜色选项卡中有金色，棕色，黑色，银色，红色等13种选项。

发型方面则可以在长发，短发，双马尾，公主卷，马尾之间选择，可以满足“绅士们”的不同爱好。

添加随机/固定的噪音项，可以在选择的基础上，给AI更多自由发挥的余地，生成一些随机的元素。这一部分也支持自己上传。

网址是：http://make.girls.moe 感兴趣的各位可以自己尝试一下。

从Alpha Go挑战李世石&柯洁，到Open Ai与Dendi切磋Dota2，AI通过深度学习来模拟人类在很多方面都进行过尝试。而GANs模型则是深度学习领域近几年最热门的话题，目前的研究方式普遍以模拟人脸和文字描述转图片为主，而运用到二次元创作中则是非常少见的。

生成原理：AI通过你给出要求，在42000个样本中筛选出合适的元素并进行随机组合，并尽可能贴近原图，即看起来像一张“正常”的脸

从目前的生成结果来看，合成效果还是比较让人满意的，用作头像已经足够了。但是想要达到真正的漫画水平，以达到替代画师的目的，仍然有很多需要改进的地方，比如某些生成的图片看起来还是不太自然，甚至有图片错位的情况出现。

我尝试着随机生成了几组头像，左列比较正常，右列则有明显图像错列的情况

随着样本量的进一步扩大，算法的优化和电脑学习的深入，我们可以期待在未来，人工智能可以自己根据你的语音描述就画出你想要的人物，甚至独立制作一部漫画作品。我们也没必要过分担忧人脑会被电脑取代，因为独创性才是画师们的灵魂，而机器在这方面就显得非常欠缺了。AI可以成为画师的得力工具，在线稿上色，创作原型等方面提供非常大的帮助。

现在已经有人工智能给线稿上色的网站了，效果看起来还不错。网址：https://paintschainer.preferred.tech

无独有偶的是，这已经不是CM展上第一次出现技术宅的策划了。日本有一家著名的同人社团：日本声优统计学会，从2012年冬天的C83开始，他们就每届不落的发表一些脑洞非常大的“技术向”论文，他们利用公开的各种声优作品和资料，进行统计学分析，论文题目包括：《女声优结婚时期分析》、《从投稿时间分布推测声优生活》等等，让人非常佩服。