文章目录[隐藏]
一、剧本
AI对手塚治虫的130部一话完结的短篇作品的主题、世界观背景、登场人物进行了分析与学习，经过三个阶段总过十三步，完成了作品故事情节的分解。
第一阶段：开端，日常→事件→决定
第二阶段：展开，困境→支持→成长→转换→考验→危机→头绪(线索)
第三阶段：结尾，对决→排除→满足
完成上述步骤后，开始生成新的故事情节结构，共两个阶段九个步骤。
第一阶段：制作情节结构数据页，手塚漫画情节结构化→手塚漫画情节结构抽象化→向手塚漫画情节结构赋予参数→手塚漫画情节归纳→将手塚漫画情节结构存储为数据页
第二阶段：制作情节结构，设置手塚漫画故事参数→根据参数选择情节结构样本→调查输出的情节结构(内容含义的连续性)→情节结构生成和输出
在AI编写剧本的整个阶段里，故事分解还需要人工处理。生成出的漫画剧本超过100个，有20%左右是合理的，有大量超出想象的意外内容。虽然有些内容非常的跳跃和突兀，但都具备浓厚的手塚治虫漫画味道。
AI完成的剧情结构样本
二、人设
使用的AI技术为GAN（生成式对抗网络 / Generative Adversarial Networks），是现在最热门的机器深度学习模型，最常用的使用场景是图像生成。
自己识别所生成的数据是否与输入的数据接近，生成识别器无法与输入的数据区别的更高质量的数据，这就是所谓的“对抗性”学习。通过重复生成和识别，能够输出与生成数据一模一样的数据。
通过该方式生成了三组结果。
第一组：学习了4500幅人物图像，对人物的轮廓、脸部的器官细节进行分析，然后又对图像进行翻转，提高至4倍左右约18000张图像的量级。
第二组：重新学习，且仅对手塚漫画中的女性角色进行学习，因为女性角色的作画更为精致，得到了比第一组稍好的效果。
第三组：加入“转移学习”技术，通过数十万张图像的数据学习人脸的特征，然后再加入手塚漫画的角色学习分析，取得了巨大进步，最终在第三组结果中诞生了“裴多”这个角色。
效果大幅进步
最左侧的就是最终确定的主角“裴多”
三、作画
将笔握在像人的手指一样的多关节机械手臂上，通过感压传感器控制笔压，为了使笔压恒定，使用签字笔。
目前机械手臂的技术还无法复制人类肌肉的结构，所以还远无法模拟人类纤细复杂的动作，现在机械手臂需要在人工协助下完成作画。
四、成品
《斐多》以2030年的东京为舞台，讲述了丧失记忆的流浪汉斐多与小鸟机器人阿波罗一起解决各种事件的故事。
以下四页为公开的免费试阅内容。
总结：伟大始于渺小的第一步！
转载译自TEZUKA2020官方网站的核心内容。译者：虹血