2015 年，Google 把自家生成圖片的技術 Inceptionism 開源化，稱之為 Deep Dream ，一個原本用來將圖片分類的 AI，導入圖片後，選擇某一層神經網路（Google 的神經網路有10~30 層）進行重複處理的次數和變形的程度，就能獲得一張非常具藝術感的圖片。
輝達（Nvidia）27 日發布一則消息，生成對抗網路（GAN）的一類演算法可整合不同面孔，將兩個競爭性的神經網路放在一起，其中一個神經網路被賦予生成功能（如圖像渲染），而另一個神經網路則放在對立角色，挑戰之前的成績，這樣做可使生成的神經網路透過反彈的思路來對抗對方，產生優質的圖片結果。
輝達團隊研究出新的循序漸進訓練方法，取材於著名的個人照片 CelebA-HQ 的資料庫，他們能產生「前所未有的絕佳品質圖像」，且結果看起來相當不錯，解析度高達 1,024 像素：所有人造面孔從來沒有真正在你眼前出現過，雖然目前還只是靜態圖像（這意味著我們仍然距離動態人造面孔很遙遠），但輝達的方法也可使物體和景觀相融合，未來或許會有更多可能性。
（本文由 36Kr 授權轉載；首圖來源：Nvidia 論文）