據(jù)The Verge 消息，美國計算機圖形硬件廠商英偉達近日發(fā)布了一組對比視頻。這個視頻原版是加州公路在陽光明媚的天氣中路況，但經(jīng)過AI處理后，視頻中道路兩旁鋪滿了雪，一些樹木也只剩下光禿禿的樹干。

 

　　除了改變天氣，英偉達的圖像技術還能從稀薄的空氣中生造出人的形象，把白天變成黑夜等。

 

　　英偉達方面表示，這項圖像技術開始是為提供多種模擬環(huán)境來訓練自動駕駛汽車的。加州天氣以晴天居多，良好的能見度很適合自動駕駛汽車行駛，但當它遇到一點雨或雪時會發(fā)生什么呢？

 

　　人們可以等到雷雨天才出去訓練駕駛汽車，但很難從晴天等到下雪天（或者說從夏天等到冬天）。對此，英偉達提出了這項解決方案，讓電腦想象如果一個陽光明媚的街道在下雨、下雪、甚至是漆黑一片會是什么樣子。

 

　　這個方案是基于一種叫GAN（生成的對抗性網(wǎng)絡）的人工智能技術，它常用于生成可視化數(shù)據(jù)。GAN的工作原理是將兩個獨立的神經(jīng)網(wǎng)絡結合起來——一個是制造數(shù)據(jù)模型（G），另一個是判斷數(shù)據(jù)模型（D）。

 

　　以制造一張高仿真的貓圖片為例。生成數(shù)據(jù)模型 G 的目標就是盡量生成逼真的圖片去欺騙判斷數(shù)據(jù)模型D。GAN一般的工作邏輯是給 G 一系列貓的圖片，來訓練它生成一張全新的逼真的貓圖，而后 D 負責把 G狀態(tài)下，G 可以生成足以“以假亂真”的圖片，這樣，我們的目的也就達成了。 生成的圖片和真實的圖片分別開來，這樣，G 和 D 就構成了一個循環(huán)的“博弈”。最后博弈的結果是什么？在最理想的狀態(tài)下，G 可以生成足以“以假亂真”的圖片，這樣人們的目的就達成了。

 

　　值得注意的是，英偉達的這項研究相對于現(xiàn)有的 GAN 有一個優(yōu)勢：它能更好地進行無監(jiān)督學習。一般來說，人們需要標記數(shù)據(jù)集來生成數(shù)據(jù)（即 D）。英偉達的研究員 Ming-Yu Liu 解釋道，這意味著，如果你要制作一個把白天的場景變成夜晚場景的 GAN，那么你就需要在同一位置分別拍攝足夠多的照片。而后，G 才可能研究兩者的區(qū)別來生成新的圖片。

 

　　但英偉達在沒有標記數(shù)據(jù)集的情況下也能夠產(chǎn)生類似結果，具體實現(xiàn)方式英偉達未透露。

 

　　這項技術既可用于自動駕駛汽車，但英偉達相信它還可以有更多的應用場景。“比如圖像編輯等” ，Ming-Yu Liu 說，“我們正在為我們的產(chǎn)品團隊和客戶提供這項技術”。

 

　　但這項 AI 生造技術也引發(fā)了人們對AI被用來制造虛假圖像的擔憂，《連線》雜志的 Oli Franklin-Wallis 說：人工智能最大的受害者或許不是失去工作的人，而是所有人對自己所看到或聽到的任何事情很難再徹底信任。