此外，项目组还关注到了角色所具备的个性。在对手塚漫画的主人公进行简单分析后，发现可以分为两类。

“一类是天才型主人公。角色非常强大或聪明。例如，阿童木是拥有百万马力的超级机器人，而黑杰克则是天才外科医生。另一类则是没有任何特殊能力的普通人。这类主人公被卷入特殊事件，通过不懈的努力成长为优秀的人，并引导事件得以解决。”

其中“手塚2020（TEZUKA 2020）”所需要的，则是具备前者天才力量的角色。如何使AI创造出符合其属性的角色设计成为了一大难题。

“如果像无所不能的超人一样，外表看起来就很厉害的话，那没什么意思。我们反而想要一个有着巨大落差，外表看起来最没有能力的角色。工作做不好，或许甚至连住所都没有，这样的角色能够大显身手的话，就是很典型的手塚式风格作品。”

经过各种各样的反复试错，AI的准确性得到改善，真先生回想起当时发生的令他为之震惊的事。

“明明没有让它学习，但有一天AI竟生成了一个与现有角色非常相似的角色。并非像由弟子或助手所画，而是出现了几个明显像出自手塚治虫本人之手的角色，这让我十分震惊。这件事让我真正意识到了AI的潜力。

当询问到石渡先生有关手塚治虫式角色时，他给出了令人意想不到的回答。

“说实话，每次被问到‘手塚治虫式角色’时，我总是不知道该如何回答。1946年出道以来，手塚在43年间一直持续着绘画工作，发布的媒体也是从儿童杂志到普通杂志，五花八门。我也在工作过程中曾接受过知名角色集体画的委托，但观察每个角色线条的粗细、笔触和比例等时，会发现差异很大，看起来完全不像由同一位漫画家所画。”

石渡先生补充到：“根据不同的时代、类别和目标受众，会有不同的手塚治虫”。

“即使是身体不会成长的机器人阿童木，也在17年的连载中发生了比例的变化。这一点在过去对手塚治虫的采访中也有相关记载，他表示改变了阿童木的头身以适应时代潮流。然而，无论在哪个时代，用于描绘角色的线条之美从未改变。不管是直线还是曲线，都能带着速度感毫不犹豫地走向终点。这就是手塚治虫最大的特色吧。”

这一点，从这个项目中也可以窥见一斑。就像阿童木希望人类和机器人可以共存一样，如果人类和AI能够在互补对方优势和劣势的同时绘制漫画的话，那将多么美妙。这样的幻想使未来看起来更加有趣。

“世界上有很多关于AI的讨论。但如果能跟它和谐共处，我们必定能做出更好的作品。我期待着AI能成为人类真正伙伴的那天，我在等待那一天的到来。”

在这一项目中，迎山教授受手塚制作委托，用识别器将手塚治虫原稿数据分成分镜和对白框等，并让AI学习。

“为了让AI进行机器学习，首先要告诉它们什么是面部。由于手塚先生所画的角色是变形后的，所以至今为止仅用于识别人脸的识别器并不适用。结果我们不得不自己选择可以使用的面部图像，而这个数量并非1、2张，而是数以万计。于是这项工作便从和学生一起收集面部图像开始了。”

工作内容极为繁杂。首先需要从《怪医黑杰克》、《火之鸟》、《铁臂阿童木》等作品中逐一提取面部图像，这需要大量的时间。在这项工作告一段落后，再开始着手于其他作品。

“机器的不懂变通让我们很痛苦（笑）。我们反复进行了试错，比如让AI学习手塚作品以外的角色的面部以及真人的面部，并通过将同一个角色左右反转来使它增强记忆。”

为了提高AI生成的图像的精确度，迎山教授从多方面作出了尝试。对这次项目，他作出了如下的感想。

“即使将来AI能够绘制漫画，我也不认为人类的创造力会变为零。因为漫画不仅有作者，还有读者。纵观漫画的发展历史，很多新的拟声词和对话框的表现形式被创造出来，但如果读者不接受的话，它们也不会存续。我认为这次项目也会发生同样的事情。多少工作将由AI完成，多少将由人类完成？我想这个标准总有一天会诞生。也许会是1万年以后，到那个时候，人类的创造性会变成什么样子？我表示期待。

“这次用于图像生成的AI，可以通过输入庞大数量的脸部图像来学习‘面部’这一特征，从而生成并不存在却极其真实的人脸。最初只是单纯地让AI学习了手塚治虫所绘的角色。这可能是让AI生成漫画单色线条的首次尝试，对我们来说也是一个未知的挑战。”

仅就结果而言，所设想的角色并未被生成，栗原教授表示这在“意料之中”。

“我们也没有期望从一开始就能生成出完美的面部图像。但确实在这个像面部又不是面部的图像中，看到了一丝手塚式的影子。或许可以在这个基础上，再由人类来加工完成角色。当时可能也萌生过这样的想法。”

由于手塚漫画中角色的正面镜头极少，因此让AI学习“手塚治虫式风格”是有限的。

“虽然话是这么说，但我们使用的AI可以生成相当高质量的人脸，如果再不创造出点像样的东西，可就有点说不过去了......当时确实大家都怀揣着这样的想法（笑）。于是，在铠侠的帮助下，我们决定使用一种叫作迁移学习的技术，对通过数十万人脸数据学习的AI所获得的面部特征数据加以利用。”

这个想法使项目再次有了进展，但在那之前却是一段漫长的摸索时期。

“在经历了相当多的试错及曲折之后，我们最终找到了迁移学习的方法。现在回想整个过程，也不失为一段有趣的经历。”

“简单来说，就是分成两个阶段学习。最初实施的让AI只学习手塚漫画，就是其中一个阶段的学习。但说到底漫画本就是人脸的二维化表现，因此我们决定让AI先用真人图像学习人脸的结构，然后再学习手塚漫画。”提出这项技术的来自铠侠的国松敦这样解释。

起初，大家认为让AI学习数十万张手塚漫画的数据是最好的方法。但是由于手塚漫画中几乎没有正脸的描绘，适合学习的数据数量比预期要少，因此无法顺利生成角色的状态始终未能摆脱。

随后，国松提议在手塚漫画数据以外进行迁移学习。深夜,在研究室里，团队进行了激烈的讨论，当时大多数人认为“估计行不通”，但是国松对备份计划的重要性等进行了说明，推进了这个想法。

“项目越大，越有可能发生意外。因此除主轴以外，准备计划B和计划C十分重要。可能最后用不上，但在面临世界初次挑战时却是必要的。当然，就跟买保险一样，要是投保金比保险金还多，那就是本末倒置了（笑）。铠侠在开发方面是专业的，也许正因为如此，才养成了准备备份计划以防万一的习惯吧。”

随着迁移学习的导入，“手塚式角色”得以生成，项目得到巨大进展。事实上在那个时候，不仅仅是真人图像，技术团队还尝试让AI从动漫和插图的人物面部中进行迁移学习。虽然质量和稳定性良好，但手塚治虫生前都是通过观察真人的面部来创造人物形象的，项目组非常重视这一事实，因此该想法并未被采纳。

“我其实很惊讶，因为已经很长时间没有进展了。但是我相信，正是这样脚踏实地的积累才能让技术得以发展。如果有一天这项技术能够进一步促进漫画、动画这些日本代表性文化的发展，那就太好了。”

“起初我也对迁移学习是否能顺利进行抱有疑虑。之所以这么说，是因为真实的人脸和变形后的漫画脸之间的信息量实在是天差地别。例如，人脸包含了肤色、颜色的深浅和印迹等信息，而在漫画中只有白色。这相当于完全没有信息，所以AI应该很难分辨出脸的不同部位。”在铠侠负责项目执行的中岛笃这样回忆道。

然而，结果却出乎意料的顺利。虽然推测了各种各样的理由，“但最后我们也没弄清楚……”中岛说道。虽然可以追踪AI每一步的计算，但角色究竟是如何被成功生成的？对于这一点却意外地没有答案。

虽然项目进展顺利，但生成符合故事情节的角色这一点仍然是个难题。故事的大致框架已经确定，但是满足“独具风格且符合人物形象”这一条件的结果，却很难生成。

“于是，我们尝试了‘将迁移学习中诞生的人物个性叠加’的方法。通过这种方法，可以将一个角色的特征反映到其他角色上。具体来说，只让任意一个角色的眼睛与另一个角色的眼睛叠加再剥离，这样可以创造出一个介于两者之间的角色。”

这次在《斐多》中登场的主要角色的原稿都是由AI创造的。中岛说，他从中看到了漫画的未来。

“虽然不知道会是什么时候，但我认为仅靠AI就能制作漫画的未来一定会到来。比如，要是对故事情节不满意，就可以一边和AI合作一边共同创造新故事。这种漫画创作方式，也许会成为常态。”