一些用于训练模型数据集的绘图：
沈周的《溪山秋色》。
1490-1500 大都会艺术博物馆收藏。
一些用于训练模型数据集的绘图：
吴立的《墨井茅草屋夏日画》。
大都会艺术博物馆收藏。
Alice Xu 的 GaN 框架：
AI深入学习习，点，染等。
笔的强度。
下图显示了创建薛模型绘画的过程：
人工智能学习习的钩、创造、点、染等技能的强度。
近年来，AI技术日趋成熟，新闻中曾有报道称，AI技术被用于制作油画，甚至AI作品也被投放拍卖市场。 最近，普林斯顿大学的学生爱丽丝·薛（Alice Xue）将目光投向了东方艺术，并将其应用于中国山水画。
今年普林斯顿大学2024年杰出毕业奖获得者Alice Xue利用人工智能技术开发了一种名为SAPGAN（Sketch-and-Paint GAN）的生成对抗性习网络（GAN），可以生成中国传统山水画。
这个人工智能在创作过程中的工作方式与人类相同，先画草图，然后上色。 在制作步骤上，系统模型将遵循中国传统山水画的绘制过程，即先勾勒出大致轮廓，经过勾、生、点、染等步骤，然后进行渲染。 整个系统先后通过两个模型工作，首先是SketchGan系统从绘图样本中收集高分辨率的边缘图，然后PaintGan系统对收集到的样本进行解释，然后生成风景画。 （见下图）。
*还提到，在最终的评估测试中，为242名参与者安排了图灵视觉测试，每个评估者**被赋予了18幅画作，其中6幅来自萨普根，研究发现，55%的测试参与者将萨普根创作的山水画误认为是人类艺术。 最令人惊讶的是，作者分别对比了以中文为母语和以英语为母语的人的数据，发现70%的以中文为母语的人会把萨普根的画误认为是人类艺术，这比整体的55%要高得多，这意味着接触山水画机会较多的中国人更容易误判，更容易被AI作品欺骗。
所有原始图像均为 512x512 像素，用于 Alice 收集的风景画数据。 (*arxiv.org)
为了提高 Sketchgan 的能力，Alice 增加了系统数据收集的数量，其中包括普林斯顿艺术博物馆收藏的 2,192 幅中国传统山水画。 她表示，普林斯顿大学美术馆已经开放了数字中国画的收藏，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。
Alice认为，这项研究可以为真正由人工智能驱动的原创艺术创作奠定基础。 她说，这个模型不仅适用于中国画，还可以推广到其他艺术风格。
通过使用Gaugan图像生成器，即使是不再拥有艺术细胞的人也可以画出人眼难以区分的真假**。
中国传统山水画在绘画过程中，一般有勾、创、点、染等步骤，顾名思义，就是先勾勒出大致轮廓，再进行渲染。
AIICE提出的中国山水画端到端生成无条件输入模型遵循了这一步骤。
为了实现这一过程，AIICE构建了两个模型：
SketchGan 从样本图像中捕获高分辨率边缘贴图，而 Paintgan 则基于 Sketchgan 的“翻译”创建，以生成完整的风景画。
她从普林斯顿大学美术馆、哈佛大学美术馆、大都会艺术博物馆、史密森尼弗里尔艺术博物馆收集了2192幅高质量的中国山水画，训练了她自己研发的AI模型Sapgan。
她在**中提到，在一项针对242人的图灵视觉测试研究中，萨普根创作的画作被误认为人类艺术作品的频率为55%，而中国人更容易误判。
视觉图灵测试的分数分布，要求参与者判断艺术品是由人类还是计算机制作的（平均值 = 70）。5%)
没想到，中国人居然被留学生研发的AI山水画所欺骗。