新AI时代序幕已拉开 不信请看这十四大例

这肯定不只是有趣的草图转换：通过预定义的设置，用户可以将航拍照片转换为地图，将日光照片转换为夜景照片等。条件对抗网络检测模式并将其转换为所需的主题(你必须定义目标图像任务)。网络针对特定的标记图像数据集进行训练。

英伟达通过GauGan将这种方法提高到了另一个水平，这是他们在AI Playground进行的实验之一。你可以使用分段驱动草图：每种颜色都应用于特定的对象或材质。转换后生成新图像具有类似CycleGAN的功能，可在各种视觉功能之间切换。

9 pix2pix、face2face、DeepFake以及Ctrl+Shift+Face

深度学习的世界充满了实验。人们跳出思维束缚，这是深度学习最鼓舞人心的地方，也是通用人工智能最鼓舞人心的地方。吉恩·科根(Gene Cogan)用动态的Pix2pix进行了实验：在这种情况下，来源不是草图，而是网络摄像头(他的脸)，目标是根据特朗普的照片进行训练。

这些实验启发了研究人员，开发face2face程序。face2face是个模仿德国总理面部表情的Pix2Pix演示程序。1）face2face模型了解面部特征/地标；2）扫描面部特征的摄像头输入；3）它最终把这些输入变成了另一张脸。

后真相时代的另一个前沿已经到来，现在我们不仅可以修改图像，还可以修改移动的图像。就像流行即时通讯应用上的AR应用程序一样，人工智能以完美的方式解释视频片段并对其进行修改。像Ctrl+Shift+Face这样的艺术家将这种方法完善到了令人难以置信的水平：他在face2face帮助下转换了邪教电影中演员的顽皮面孔。

这种实现在以下方面具有多种可能性：电影制作人可以在试镜前与演员进行实验。他们还可以本地化电影，以便更好地同步各种语言，就像Synthesia对大卫·贝克汉姆(David Beckham)所做的那样。

现在想象一下使用AI驱动的语言翻译和语音合成进行国际视频会议的这些可能性。艺术家们可以创作出颠覆性和超现实主义的“Being John Malkovich”之类的杰作。

逝去的人也可以复活。最好的例子是歌手Hibari Misora，他在一年一度的日本新年电视活动NHK Kōhaku Uta Gassen上表演了新歌，即使她30年前就去世了。在AI的帮助下重建视觉，用Voaloid模拟语音。

但深度换脸（DeepFake）的新途径是开放的。还记得ZAO吗，这是一款深度换脸搞笑应用程序：可以将普通人的脸换到名人身上，比如莱昂纳多·迪卡普里奥（Leonardo DiCaprio）。 

10三维肯·伯恩斯效应

这款由西蒙·尼古拉斯（Simon Nikolaus）开发的模型可以将单幅图像转换为跟踪镜头。该模型识别背景，模拟深度，用内容敏感的修复来填充缺失的区域，添加新的角度。简而言之，只需一张图像，你就可以生成空间3D视频片段。

11ArtBreeder：不限量生成艺术品

乔尔·西蒙（Joel Simon）将BigGAN和其他模型应用到用户友好的Web应用程序ArtBreeder中。你有许多不同的可能性来创建和修改面孔、风景、通用图像等。Artbreder同时在一个生动的社区中成长和发展，在这个社区中，用户和开发者正在进行持续的对话。

12DeOldify，黑白照片的脱旧彩色化

DeOldify是由詹森·安蒂科（Jason Antic）创建并发布的。这个项目的任务是对旧图像和胶片进行彩色化和修复。DeOldify使用通过两个神经网络生成器和鉴别器之间的迭代交互作用(就像ArtBreeder中的那样)，生成性对抗性网络。

但与上个模型不同的是，DeOldify中的图像不会以其形式修改或生成。GAN的力量带来了颜色，生成器将颜料应用到它训练过的识别对象上，而鉴别器则试图批评颜色的选择。当然，这些颜色不会重复原来的调色板。但它使历史照片充满活力，使它们与我们的时代格格不入。

13由AI提供动力的VR

AI驱动的VR是可能的。实际上，这是英伟达一年前发布的新闻，而且非常有前景。在这里，城市和视觉都是在谷歌街景上训练的，所以VR城市体验是通过深度学习模型重建的。

为了进行培训，研究团队在装有cuDNN加速PyTorch深度学习框架的DGX-1上使用了NVIDIA Tesla V100 GPU，以及来自Cityscapes和Apolloscapes数据集的数千个视频。你可以想象这种方法的所有潜力：“从头开始”逼真的城市模拟，帮助城市发展，交通管理和物流，重塑视频游戏前景。

14Runway ML

Runway是个终极应用程序，它使用各种ML/DL模型来满足不同的需求。它可以翻译Image2Text，在图像之后生成文本(使用GPT-2)，检测照片和视频片段中的对象，还可以将各种模型组合成连锁反应，而且是免费的。

（编辑：52刷机网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!