雪舟と等伯をRustで描く|AIを使わない水墨画エンジン「雪泉」の開発記

雪舟と等伯をRustで描く|AIを使わない水墨画エンジン「雪泉」の開発記

PinterestにSumi-e(水墨画)のピンを上げ始めてから、表示回数が1か月で3倍を超えた。描いているのは筆を持った人間ではない。自作の水墨画エンジン「雪泉」である。

雪泉は、生成AIを一切使わず、筆の線を1本ずつ重ねて水墨画を描くRust製のソフトだ。お手本は室町の雪舟と、桃山の長谷川等伯。本稿では、このエンジンを作る過程でぶつかった3つの壁を書く。「データで巨匠を再現する」という発想が失敗したこと、写真を変換しても絵にはならなかったこと、そしてPythonの遅さからC++ではなくRustを選んだこと。アートとテクノロジーの境目で、何がうまくいき、何がうまくいかなかったかの記録である。

なぜ生成AIを使わなかったのか|「AI修正画像」ラベルの問題

水墨画風の画像を作るだけなら、今は生成AIに頼めば数秒で出てくる。それでも使わなかった理由は、技術的なものより実務的なものだ。

Pinterestは2025年から、AIで生成・修正された画像に「AI修正画像」というラベルを付けている。画像のメタデータを見るだけでなく、目印がなくてもAI生成を自動で見分ける分類ツールも使っている。ピンを拡大表示すると、左下にこのラベルが出る仕組みだ。

ユーザーの側には、AI画像を減らす設定もある。生成AIの画像があふれた反動で、「人が作ったもの」を見たいという需要が高まっているのだ。

せっかく作った作品に「AI修正画像」と付くのは避けたかった。だから、筆の動きも墨のにじみも、すべて自分で書いたプログラムで計算することにした。結果として雪泉の作品は、アルゴリズムで描いてはいるが、AIが描いた絵ではない。

第1の壁|巨匠50枚を解析した「指数」は使えなかった

最初に考えたのは、いかにもデータジャーナリズムらしい方法だった。

雪舟と等伯の作品画像を各50枚集め、Pythonで解析する。墨の濃淡の分布、線の太さ、余白の割合といった特徴を数値にして、その「指数」をエンジンのパラメータに入れれば、巨匠の作風が再現できるはずだ。

雪舟の「秋冬山水図」(東京国立博物館蔵、国宝)は、構築的な画面と力強い筆致で知られる。等伯の「松林図屏風」(同、国宝)は、霧の中に浮かぶ松林を墨一色で描いた、日本の水墨画の頂点の一つだ。この二人の数値を混ぜれば、硬い骨格と柔らかい霞を両立できる、と考えた。

結果は、まったくだめだった。

解析した指数をそのまま入れても、出てくる画像は雪舟にも等伯にも見えない。数値としては平均的な特徴を写しているのに、絵としての緊張感が消えてしまう。

いま振り返ると、理由はおそらく次の2つだ。

  • 名画の力は「平均」ではなく「例外」にある。 1本だけ極端に強い線、画面の大半を占める大胆な余白。こうした例外が絵を決めているのに、50枚の統計をとると、例外ほど平均に埋もれて消える。
  • 画像の数値は、筆の動きを記録していない。 解析できるのは完成した画面の濃淡で、筆がどの順に、どの速さで、どの角度で動いたかは残っていない。結果を真似ても、過程は再現できない。

最終的に、パラメータはすべて自分の目で見ながら独自に決めた。墨の締め、余白、葉の密度、刷毛の筋。作品ごとに出来上がりを見て、数値を動かしては描き直す。データで巨匠を写すのではなく、データを捨てて自分の目を基準にしたところから、ようやく水墨画らしくなった。

仮説検証という意味では、「巨匠の作風は統計で再現できる」という仮説は棄却された。それ自体が、この開発で得た一番の発見だったかもしれない。

第2の壁|写真を変換しても絵にはならない

最初の版は、写真を水墨画風に変換するものだった。輪郭を抽出し、濃淡を墨の階調に置き換え、和紙の質感を重ねる。それなりに見栄えはする。

しかし、どこまで調整しても「画像は画像。絵にはならない」という壁を越えられなかった。写真の変換は、写真にある情報を並べ替えているだけだ。画家が描く絵は、何を描き、何を描かないかを選んでいる。その「選択」がない限り、どれだけ質感を似せても絵には見えない。

そこで、写真変換版は残したまま、まったく別の「筆描き版」を作った。画面を一括で加工するのではなく、筆の線を1本ずつ重ねて描いていく方式だ。

  • 線は1本ごとに太さ・かすれ・墨の量が変わる
  • 描かない部分(余白)を、描く部分と同じだけ意識して残す
  • 松・枝・古木には、余白を大きくとる専用の設定を用意した

意外だったのは、人物の扱いだ。筆描き版で人物を描くと、最初はうまくいかなかった。最終的に納得できたのは、作風を等伯側に振り切り、刷毛で面を塗る淡い灰色を最大にした設定だった。輪郭で人を描くのではなく、霞の中に人が立っているように描く。松林図の描き方が、人物にも効いたことになる。

[画像:筆描き版の風景と人物の比較]

にじみをどう計算するか|ブラウン運動を「墨」にする

水墨画らしさを決めるもう一つの要素が、にじみだ。和紙に落ちた墨は、繊維に沿ってじわりと広がる。この広がりを、雪泉ではブラウン運動で計算している。

ブラウン運動は、水に浮かんだ微粒子が水の分子にぶつかって、でたらめに動き回る現象だ。墨の粒子を1つずつ、でたらめな方向に少しずつ動かしていくと、輪郭のまわりに自然なにじみが生まれる。

雪泉では、この「にじみ生成エンジン」に2つの濃さを用意した。

設定用途
15倍希釈標準のにじみ。輪郭のまわりに墨がにじむ
30倍希釈霞・雲のレイヤー。画面に空気を入れる

気に入っているのは、細くしっかりした輪郭線を残したまま、そのまわりだけをにじませる表現だ。線の強さとにじみの柔らかさが同時に出ることで、雪舟の骨格と等伯の霞を一枚の中で両立できるようになった。

第3の壁|Pythonでは1枚10秒かかった

筆を1本ずつ重ね、墨の粒子を1つずつ動かす。この方式は、計算量が非常に多い。

開発はPython(Anaconda環境)で始めたが、筆描き版とにじみエンジンを組み込んだ段階で、1枚のレンダリングに約10秒かかるようになった。

10秒は、一度だけなら待てる。しかし、この開発は「数値を少し動かしては描き直す」作業の繰り返しだ。第1の壁で書いたとおり、パラメータは自分の目で決めるしかない。1回の試行に10秒かかると、試せる回数が限られ、感覚で詰めていく作業が成り立たない。

速い言語で書き直すしかない。最初に候補にしたのはC++だった。

C++ではなくRustを選んだ理由

画像処理の世界では、速さが必要ならC++というのが長く定番だった。OpenCVをはじめ、資産も情報も多い。それでも最終的にRustを選んだ。

調べていくうちに、二つのことがわかった。一つは、速度はC++とRustでほぼ同等だということ。どちらもPythonのようなインタプリタを介さず、機械語に直接コンパイルされる。ガベージコレクション(不要なメモリを自動で回収する仕組み)で処理が止まることもない。

もう一つは、C++ではメモリの扱いを手で書く必要があり、わずかな書き違いでデータが壊れるということだ。メモリを確保し、使い、解放する。その手順が少しでも曖昧だったり間違っていたりすると、プログラムは動いているように見えて、ある時突然クラッシュしたり、気づかないうちに画像が崩れたりする。C++の規格はこうした状態を「未定義動作」と呼び、何が起きても保証しない。

ここでいう「メモリ」は、PCに積まれているメモリ(RAM)のことだ。ただし問題は容量ではなく、RAMのどの場所をどう使うかの管理にある。

RAMを作業机にたとえるとわかりやすい。プログラムは、画像や筆の線のデータを広げるために、机の一角を借りる。「この区画を使います」と場所を押さえ(確保)、データを書き込んで使い、使い終わったら返す(解放)。C++では、この借りる・返すを、書き手が自分でコードに書く。

  • 返し忘れると、机がだんだん埋まっていく(メモリリーク)。
  • 返した区画をまた使うと、そこにはもう別のデータが置かれているかもしれない。
  • 借りた区画の端を越えて書き込むと、隣に置いてある別のデータを上書きして壊してしまう。これがバッファオーバーフローだ。画像が急に崩れたり、しばらくしてから原因不明のまま落ちたりする。悪用されれば、外から不正なプログラムを動かされる穴にもなり、昔から多くのセキュリティ事故の原因になってきた。

C++では、区画の端を越えていないかを確かめるのは書き手の仕事で、確かめなければプログラムは黙って書き込んでしまう。

速さが同じなら、壊れにくいほうを選ぶ。これが決め手だった。つまり違いは、速さそのものではなく、速さを出すまでの「作りやすさ」と「壊れにくさ」にある。

PythonC++Rust
実行速度遅い(インタプリタ)速い速い
メモリの安全性自動管理書き手の責任コンパイラが検査
並列処理GILの制約がある可能だが競合のバグが出やすい競合をコンパイル時に防ぐ
ビルドとライブラリ管理pip/condaCMakeなど、環境ごとに設定が必要Cargoで統一
配布実行環境ごと必要exe化できる単体のexeにしやすい

雪泉にとって効いたのは、次の3点だ。

1. メモリの安全性をコンパイラが保証する

C++では、確保したメモリの解放忘れや、解放済みのメモリへのアクセスといったバグを、書き手が自分で防ぐ必要がある。現代のC++にはスマートポインタのように安全に書くための道具もあるが、使うかどうかは書き手次第で、危ない書き方も変わらず許されている。筆の線や墨の粒子を大量に生成しては消すエンジンでは、こうしたバグが起きやすい。

Rustは「所有権」という仕組みで、メモリを誰が持ち、いつ解放されるかをコンパイル時に検査する。危ないコードは、そもそもコンパイルが通らない。作業机のたとえで言えば、どのデータが机のどこを借りていて、いつ返すのかを、コンパイラが先に全部確かめてくれる。配列の範囲を越えて書き込もうとした場合も、その場で処理を止め、データを壊させない。実行してから原因不明のクラッシュに悩む時間が、ほぼなくなる。

2. 並列処理を安全に書ける

計算を速くする一番の近道は、CPUの複数のコアで同時に計算させることだ。ただ、複数の処理が同じデータを同時に書き換えると、結果が壊れる(データ競合)。C++ではこれも書き手の注意に任されている。

Rustでは、データ競合が起きうるコードはコンパイル時にエラーになる。画面を区切って並列に描く、粒子をまとめて動かす、といった処理を、壊れる心配をせずに書ける。

3. Cargoで環境構築に悩まない

Windowsで、画面付きのソフトをC++で作ろうとすると、コンパイラの準備、CMakeの設定、ライブラリの導入で手間がかかる。RustはCargoという公式のツールが、ライブラリの取得からビルドまでをまとめて引き受ける。数行の設定で、画面付きの単体のexeが出来上がった。

結果:

Rustで書き直した雪泉は、画像を入れた瞬間にレンダリングが終わる。Python版で約10秒かかっていた待ち時間が、事実上ゼロになった。待ち時間が消えたことで、パラメータを感覚で詰める作業が、ようやく「描く」作業に近づいた。

速さは単なる効率ではない。試行の回数を増やし、目で判断できる回数を増やす。アートの開発にとって、速さは表現の質そのものに直結していた。

速くなっただけではなかった|Rust版は「粒子」が細かい

書き直してから気づいたことがある。同じ写真から描いても、Rust版のほうが墨の粒子がきめ細かいのだ。

[画像:同じ写真をPython版(左)とRust版(右)で描いた比較]

見た目の印象を確かめるため、2枚を数値で比べた。描画部分(縦1500pxのうち400〜1100px、落款を除く)で、周囲より一定以上濃い墨の点や線を「痕跡」として数えた。

Python版Rust版
濃い痕跡の数213個271個
痕跡の大きさ(中央値)24px15px
大きい痕跡(上位10%)174px114px
真っ黒に近い部分の割合12.9%7.3%

Rust版は、痕跡の数が約3割多く、一つひとつは約4割小さい。墨を細かい粒で、たくさん置いていることになる。

原因はまだ確かめていないが、候補は二つある。一つは、速くなった分だけ、動かす粒子の数や反復の回数が増えたこと。もう一つは、粒子の位置を整数のピクセルに丸めず、小数の座標のまま描くようになったことだ。どちらも、粒を小さく、多くする方向に効く。なお、Pythonの小数とRustでよく使う小数(f64)はどちらも64ビットの倍精度で、計算の精度そのものに差はない。違いが出るとすれば、精度ではなく、小数を途中で捨てているかどうかである。

一方で、失ったものもある。Rust版は真っ黒な部分がPython版の約半分で、全体に墨が軽い。Python版の窓まわりの深い黒や、ぽつりと落ちた墨の点には、水墨画らしい重さがあった。きめ細かさと墨の深みをどう両立させるかは、次の課題として残っている。

速さは単なる効率ではない。試行の回数を増やし、目で判断できる回数を増やす。そして、計算できる粒子の数そのものを変える。アートの開発にとって、速さは表現の質そのものに直結していた。

データとアルゴリズムでは、まだ絵は描けない

雪泉の開発で残った教訓は、技術が万能ではなかったことだ。

  • 巨匠の作品を統計にしても、作風は再現できなかった
  • 写真を変換しても、絵にはならなかった
  • 最後にパラメータを決めたのは、データではなく自分の目だった

一方で、技術がなければ届かなかったこともある。ブラウン運動でにじみを計算し、Rustの速さで何百回も描き直せたからこそ、目で判断する作業が成り立った。

テクノロジーは絵を描いてくれるわけではない。絵を描くための試行錯誤を、人間が回せる速さにしてくれる。アートとテクノロジーの融合とは、おそらくその分担のことなのだと思う。

雪泉の作品は、Pinterestのボード「Sumi-e Japanese Ink Wash|雪泉の水墨画」で公開している。

関連記事
読み込み中...読み込み中...

参考・出典


Googleの検索結果で、当サイトの記事を見つけやすくなります。

TOP