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）
