最“骚”的科技普及，请点击右上角关注我~
今天下午开选题会的时候，拉里小姐急忙去找差评师。“我们油腔滑调的设计师在哪里？为什么我们到处都找不到他？广告商急需一个图片创意。 ”
史超说：“是啊，我今天一天都没见他，下午还答应带火锅去打针呢。”
“对，上次我就说过，我不接受‘大胃王’这个称号。今天，我要和你比赛。不会是怂吧？”小发辩解道。
小黑胖：“他还说今天借我XBOX玩大表哥，要鸽子？”
“没有油滑的设计师，没人能改变水.”佩珀看着她的杯子，叹了口气。
君：“差评。油设计师因为头发不油请了一天假。”
梨急了：“不行。广告商今天必须提出要求。还是先找个懂PS的吧。”
010-350000
我轻轻扫了一下差评周围，空气突然安静的可怕。
这时，每周给花浇一次水的爷爷淡淡地开口了：“都什么年代了？设计师还是用在设计上的。你自己不行吗？”说着，老人摇了摇头，拿着水壶走开了。
“自己动手？甘？甘？”差评师恍然大悟，“老头牛逼！”
大家一脸疑惑，我也没办法，只能说：“我还是个经验丰富的老人。作为一个科技微信官方账号的从业者，想不出来，姿势水平有待提高。”
010-350000
“老人说的是G-A-N，生成式对抗性网络，一种新型的机器学习算法。最近特别火，电脑自动生成图片很容易。”
小黑马上举手“GAN和以前的AI算法有什么区别？”
Emmm给我举个栗子。以前人们想培养一个能模仿梵高风格的画家，就送小明去学习。小明每天都在磨练自己的绘画技巧。人们专门设计了一个标准来鉴定小明的学习成绩。如果合格，小明会成为一名教师。这个普通的AI算法。
但如果鉴定标准设计不合理，小明的绘画技艺水平很快就会显露出来。
现在，系统升级了。想培养一个画家，就得送两个人同时学习。小明负责学画，小红负责判断小明画风和梵高画风的区别。小明在进步的同时，小红的识别能力也在提高。小红告诉小明哪里错了，小明继续改进。
010-350000
最后小红再怎么进步，也分不清哪幅画是小明的，哪幅是梵高的，于是小明开始了他的职业生涯。
这种训练方法叫甘，生成一个对抗网，就是让小明和小红在PK中成长，这样就不用费力气设计考核标准了，效果也会不错~
2014年Ian Goodfellow提出这一理论后，学术圈立刻炸了锅。
在过去，人们很难训练和合成一张狗的图片。人们必须告诉系统许多条件，并标记狗的各种特征。有了这项技术，不仅原始样本需要量少，而且训练速度远快于其他算法。
以前机器学习的速度是骑自行车。现在用GAN就相当于坐高铁了。
大家都被这个算法迷住了。到目前为止，很多著名的项目都使用了这种技术。
比如说。今年年初，我推出了神级变脸技术，deepfakes，一种可以把明星的脸合成到日本短片中的技术。最核心的变脸算法是GAN。
010-350000
Nvidia用GAN工艺合成的死灵也是毫无瑕疵的~
这些面孔是创造出来的。
010-350000
谷歌正在把GAN技术推向极致，他们的BigGAN生成的图片几乎可以以假乱真。
010-350000
半个月前，甘的第一幅油画《Edmond de Belamy》在佳士得拍出43.25万美元。
010-350000
还有人打算把GAN移植到游戏里，让大家玩的游戏场景的道具剧情可以随机形成，独一无二，想想就刺激。
实际上，甘的理论已经在我们的现实生活中使用了很多年。
美味的食物烹饪是勤奋的厨师和越来越挑食的“甘”的结果。
和谐的交通也是不想交罚款的司机和日益严格的交通法规的结果。
你看，最近五星级酒店的杯子卫生问题，就是甘思想的缺失。没有和健康大妈一起进步的监考小红。果然在清洁过程中存在松懈。一旦换了另一个鉴定标准(用相机拍的)，就漏馅了。
010-350000
所以GAN算法真的很好，不仅在学术界，在日常生活中也很好。
就像设计师今天没来，我们只要把他之前的作品喂给程序，甘，就能生成无数张类似的图片。
听完差评的解释，大家都点了点头。。
啊，当你问最后一个广告商关于图片的想法时，你会怎么做？
当然，拉里用PPT做到了。毕竟没有人了解甘，只好自己“动手”了。
图片：雷锋网《边缘机器之心》。com搜狐参考：维基百科，https://poloclub.github.io/ganlab/环球科技安钢实验室，《首幅AI画作在纽约拍出300万元人民币》电子爱好者论坛，《基于生成网络(GAN)来辅助艺术家进行更具创意的设计项目》微软亚洲研究院，《DA-GAN技术：计算机帮你创造奇妙“新物种”》量子位，《史上最强GAN：训练费10万起，现在免费体验，画风鬼畜又逼真》 “扣除。
010-350000
