基于一直都在做相關的東西，并且實際應用的經曆，我認為繪畫中的部分工作會有越來越多的可依靠機器，但是取代插畫師是不太可能的，被取代的主要為底層的重複勞動工作者。
這個問題和幾個概念有關，設計、藝術、插畫師（美術職業方向）。
首先對于設計和藝術，不太了解的可以查詢下相關的回答，有很多答案都說得很好。出于部分人對藝術的定義，人工智能是沒法達成超越人的，因為這違反其定義，是以我個人也認為藝術家是不會被人工智能取代的。
不過，目前的大部分美術相關的職業其實設計的部分會更多些。對于插畫師，廣義的定義是畫畫為職業的人，但是目前的插畫師，更多的工作主要是完成一種叫插畫的美術品，其是純藝術和設計的結合，是有包含甲方的設計的需求的，需要對主題、構圖進行個人意向之外的控制。
再狹義些，主要就是完成書籍中的配圖，将文字通過畫面進一步表達，而對于這種情況裝飾性（美不美），個人風格，與文字的比對度（是一種設計）都有要求。我個人認為插畫師在衆多美術相關職業裡，藝術性是偏多的，個人風格對于目前的插畫師很重要，是以在未來，插畫師并不會被人工智能取代。前段時間微網誌上有有關插畫畫風重要性的讨論，有興趣了解的可以檢視。
不過随着這個工具的出現，插畫和各種繪畫的制作可以進一步簡化。每次工具的革新，實際上都可能是一次解放，讓我們可以更好的表達自我。
其實對于自動上色來說，paintschainer與傳統的算法相比的優勢是：
它可以進行一定的色彩設計。傳統算法主要是獨立解決了上色的分區問題（一開始需要封閉圖形，目前實用的也可以允許非封閉圖形了如comicstudio系列軟體），和色彩設計的問題，其實解決得比paintschainer好。
paintschainer的另個優點是（或是目前這些神經網絡算法），它的制作相對簡單很多，對于制作者（研究人）的先驗知識要求少了很多，特征都由神經訓練自行得到，會使得各種輔助功能的工具開發和應用的速度快得多。開發的難點反而可能是特定領域的資料的準備。（自動補間也有傳統的算法，不過目前好像未見對于2d動畫的基于神經網絡的實作）
未來，畫面構成可以自動化嗎？大部分人畫畫用的設計套路一定會被計算機學會的，它會學的更好，目前已經有對攝影的構圖和色彩的例子了，是以不說完全的自動設計畫面，半自動肯定是會來到的。至于全自動呢？gan相關的研究也有看圖說話的例子。不過，基于設計需要了解和交流的情況，我認為全自動的用處并不是很大。
總結
我們有了新的更好的工具，可以将寶貴的時間做更多更美好的事了（包括進一步優化工作），部分低級重複勞動工作者會被取代。
（說個很個人看法的東西，adobe贊助了很多相關的研究，但是出現在photoshop的寥寥無幾，是以可能大部分重複勞動者也是不必要擔心的。）
對paintschainer的額外看法
個人認為線并不能完全提供着色所需要的資訊，其實從線稿開始的着色是兩個部分構成的：
光影
色彩
很多時候線稿給出的物體大概輪廓資訊，但是對物體的細緻結構資訊不足夠的，而大部分情況下對于光的資訊也是不足夠的（值得一提的是，訓練該網絡的例子線稿是帶有一部分光影資訊的）。是以在用一般線稿的處理結果上，着色的風格偏扁平一點。個人觀點，光影對風格的影響更大。希望實作陰影着色的效果，可以線上稿上進一步繪畫明暗交界線。如果真的需要作為工具使用，該應用還學結合些傳統算法，如基本的平滑。
<a href="https://arxiv.org/abs/1612.00835v2" target="_blank">類似的工作</a>
（加入陰影訓示的結果。含有陰影訓示更符合資料集。copyright weibo@ze_le）
（comixwave 新海誠）
(吉蔔力)
<a href="https://link.zhihu.com/?target=http%3a//www.pixiv.net/member.php%3fid%3d16223160" target="_blank">(dao dao [pixiv]</a>
本文作者：谷磊