原文授權轉載自ACGdoge
在2016年尾2017年初的時候Alpha GO升級版在各大圍棋網絡對戰平台上橫掃中日韓高手，唯一一場沒勝還是因為人類方的網絡不穩定斷線
圍棋是一種被視作人類智慧究極較量的棋盤遊戲，當人類在圍棋戰場上接連被打敗後，有人開始擔心AI超越人類的那一天到來，不過目前人工智能、神經網絡算法、機器學習這些還都是提升人類生產力的輔助工具
而在日本人工智能相關的技術已經準備用在繪圖上，日本一位工程師就公開了用深度學習技術開發的網上線稿自動上色服務
畫師試用這個線稿自動上色服務：
如果不人工標識上色區域使用自動上色的結果
人工標記上色區域後的結果
另一個自動上色和人工標記對比:
日本的一位工程師利用2015年6月公開的深度學習框架Chainter還有Python接口的OpenCV(Intel的視覺庫)，通過深度學習網絡上的60萬張已經上色的插圖來學習上色方式
具體使用時需要操作者在已完成的線稿上標記好不同顏色的上色區域，之後通過GPU運算生成上色的圖片，在測試用的網上服務中等待1分鐘左右就會自動生成上色後的圖片
因為這個服務比較消耗GPU資源，所以作為個人項目並不能做到大規模的對應上色處理要求
作者已經在github上公開這個自動上色服務的源代碼，有興趣的話可以自己搭建類似的服務
另外這個自動上色製作出的上色後線稿並不能真的和人類手動上色水平一樣，目前看這個服務的出現更多的是像徵著AI在未來可以成為畫師重要幫手
自動上色的部分圖片
之前日本的早稻田大學公開了一個自動描線的技術，這項技術能夠直接為草稿瞬間完成描線的工作
該技術使用了神經網絡算法，讓電腦能夠自動識別圖像並確定圖像的具體輪廓完成描線的工作，利用這項技術即使是角色衣物線條很複雜的草稿也可以完美的一口氣的轉化成為線稿
不過目前這項自動描線技術僅作為早稻田內部的研究項目，不過隨著技術的成熟早晚會有一天面向畫師開放
另外早稻田大學也開發了一項自動上色服務，不過是針對黑白照片使用的