2015 年,Google 把自家生成图片的技术 Inceptionism 开源化,称之为 Deep Dream ,一个原本用来将图片分类的 AI,导入图片后,选择某一层神经网络(Google 的神经网络有10~30 层)进行重复处理的次数和变形的程度,就能获得一张非常具艺术感的图片。
辉达(Nvidia)27 日发布一则消息,生成对抗网络(GAN)的一类算法可整合不同面孔,将两个竞争性的神经网络放在一起,其中一个神经网络被赋予生成功能(如图像渲染),而另一个神经网络则放在对立角色,挑战之前的成绩,这样做可使生成的神经网络透过反弹的思路来对抗对方,产生优质的图片结果。
辉达团队研究出新的循序渐进训练方法,取材于著名的个人照片 CelebA-HQ 的数据库,他们能产生“前所未有的绝佳品质图像”,且结果看起来相当不错,分辨率高达 1,024 像素:所有人造面孔从来没有真正在你眼前出现过,虽然目前还只是静态图像(这意味着我们仍然距离动态人造面孔很遥远),但辉达的方法也可使物体和景观相融合,未来或许会有更多可能性。
- Watching This Neural Network Render Truly Photorealistic Faces Is Creepy and Mesmerizing
(本文由 36Kr 授权转载;首图来源:Nvidia 论文)