AI繪圖主要是基于深度學習和神經網絡技術來實作的。具體來說，它的一般步驟包括以下幾個部分：
1. 資料預處理：首先需要将繪畫作品轉化為數字資料，這包括對圖像進行去噪、标準化、增強等處理，以使得輸入的資料更加清晰和可用。
2. 特征提取：通過深度學習算法，從預處理的資料中提取出與繪畫有關的特征。這些特征可能包括顔色、形狀、紋理、光影等，它們将作為生成新圖像的基礎。
3. 生成器網絡訓練：利用提取的特征訓練一個生成器網絡，這個網絡通常是一個深度神經網絡，它的目标是學習如何生成具有藝術性的新圖像。這個過程中通常會使用到一些損失函數來衡量生成的圖像與真實圖像的差異，例如像素級别的均方誤差(MSE)或者更複雜的感覺損失函數等。
4. 輸出圖像後處理：最後，對生成的圖像進行後處理，例如通過計算機視覺技術對顔色、紋理、清晰度等方面進行調整，使得生成的圖像更加逼真和符合人類的審美标準。
以上是AI繪圖的基本原理，但實際的實作過程可能會因不同的算法和技術而有所不同。例如，有些AI繪圖可能會使用到GAN（生成對抗網絡）模型，通過一個生成器網絡和一個判别器網絡的互相競争來提高生成圖像的品質。總的來說，AI繪圖的核心思想就是通過深度學習和神經網絡模型來學習和模仿人類繪畫的技巧和風格，進而生成具有藝術性的新圖像。