【阿里实习积累】目标

 实习思考

  我非常有幸，暑期将有机会去一家非常棒的研究机构D实习一段时间。考虑到我不是一个单纯想做学术算法研究的算法工程师，我更期待能面向产业界、面向工业落地，做出一些具有颠覆性的价值的应用算法。所以我有必要思考一下我的目标，以及实现这一目标的逐项计划。
  我所研究的生成技术研究是一项很有意思的新兴AI课题，它基于让AI模仿人类的构造力+判别力，使计算机能绘制出栩栩如生的逼真照片出来。从应用的角度来说，生成技术能提供强有力的创造力，从而满足人们的创造欲。既然我将要服务的是一家电商企业，那不妨思考一下生成技术在电商领域具有哪些潜在的商业应用（先开几个脑洞）。

 初阶应用：素材生成

  旨在帮助小商家用零成本做出最有吸引力的商品展示。
   —— 基于生成技术可以提供免费的高颜值虚拟模特，免费的图像内容制作，免费的精美布局，甚至免费的模式创意，这些都已经有现有的技术可供参考。
 

 中阶应用：虚实结合

  旨在帮助客户高效、真实地确认商品是否符合期望。
   —— 基于生成技术可以帮助购买者预先查看商品试穿、体验商品试用效果，从而确认商品是否符合期望。“我穿上该衣服后是什么样”，“我购买该物品后是什么样”。
 

 高阶应用：创意生成

  AI参与创意创作的市场价值是无穷大的，因为好的剧本、好的歌曲、好的视觉设计都无比难得，大有人愿意为此买单。
   —— 在有着大量的剧本、歌曲、图像数据下，借助生成技术让AI生成类似的内容不再是难事，但如何在训练时给予AI适当的引导和奖惩，让其能产生优秀的创意，是一个值得探索的出路。
 
 
    上述只是一些较随意的设想，真正的落地性和商业价值有待检验。而且这些东西不要去较真和沉思哈哈，我只是借此定一些方向和目标，好让我学习时能有选择性地去查阅资料和代码。下面开始制定我的实习实践计划。
 

 实践计划

    经验告诉我，最有效的方法就是疯狂借鉴已有的优秀代码和思路。我先定一个表单（随时会扩充），把我想学的内容都记录下来，看看哪些能为我所学、为我所用。后续可能会写一个库，将有用的最新论文的代码模块化、组件化地封装在库里边，这样能方便我需要时使用。

    1、 ProgressiveGAN->StyleGAN(AdaIN)->StyleGAN2(为何消除伪影)

    2、 pix2pix->pix2pixHD->GauGAN(SPADE如何学到图像的语义逻辑关系)

    3、 Talking-Head系列（头部动画）->Body Synthesis系列（身体动画）

    4.、 SinGAN（单图推理）-> ConSinGAN（改进版）
 
 

 Go Go Go!!!