让电脑想象假如一个阳光亮媚的街道鄙人雨、下雪、乃至是黝黑一片会是甚么模样。
据The Verge 新闻，美国盘算机图形硬件厂商英伟达近日宣布了一组比较视频。这个视频原版是加州公路在阳光亮媚的气象中路况，但经由AI处置后，视频中途径两旁铺满了雪，一些树木也只剩下光溜溜的树干。
除转变气象，英伟达的图象技巧还能从淡薄的空气中生造出人的抽象，把日间酿成黑夜等。
英伟达方面表现，这项图象技巧开端是为供给多种模仿情况来练习主动驾驶汽车的。加州气象以好天占多数，优越的能见度很合适主动驾驶汽车行驶，但当它碰到一点雨或雪时会产生甚么呢？
人们可以比及雷雨天赋出去练习驾驶汽车，但很难从好天比及下雪天（或许说从炎天比及冬季）。对此，英伟达提出了这项处理计划，让电脑想象假如一个阳光亮媚的街道鄙人雨、下雪、乃至是黝黑一片会是甚么模样。
这个计划是基于一种叫GAN（生成的反抗性收集）的人工智能技巧，它经常使用于生成可视化数据。GAN的任务道理是将两个自力的神经收集联合起来——一个是制作数据模子（G），另外一个是断定数据模子（D）。
以制作一张高仿真的猫图片为例。生成数据模子 G 的目的就是尽可能生成真切的图片去诱骗断定数据模子D。GAN普通的任务逻辑是给 G 一系列猫的图片，来练习它生成一张全新的真切的猫图，尔后 D 担任把 G状况下，G 可以生成足以“以假乱真”的图片，如许，我们的目标也就杀青了。 生成的图片和真实的图片分离开来，如许，G 和 D 就组成了一个轮回的“博弈”。最初博弈的成果是甚么？在最幻想的状况下，G 可以生成足以“以假乱真”的图片，如许人们的目标就杀青了。
值得留意的是，英伟达的这项研讨绝对于现有的 GAN 有一个优势：它能更好地停止无监视进修。普通来讲，人们须要标志数据集来生成数据（即 D）。英伟达的研讨员 Ming-Yu Liu 说明道，这意味着，假如你要制造一个把日间的场景酿成夜晚场景的 GAN，那末你就须要在统一地位分离拍摄足够多的照片。尔后，G 才能够研讨二者的差别来生成新的图片。
但英伟达在没有标志数据集的情形下也可以或许发生相似成果，详细完成方法英伟达未泄漏。
这项技巧既可用于主动驾驶汽车，但英伟达信任它还可以有更多的运用场景。“好比图象编纂等” ，Ming-Yu Liu 说，“我们正在为我们的产物团队和客户供给这项技巧”。
但这项 AI 生造技巧也激发了人们对AI被用来制作虚伪图象的担心，《连线》杂志的 Oli Franklin-Wallis 说：人工智能最年夜的受益者也许不是掉去任务的人，而是一切人对本身所看到或听到的任何工作很难再完全信赖。
