GANs奇思妙想TOP10榜单

本文经大数据文摘公众号授权转载。

还记得《射雕英雄传》中老顽童发明的“左右互搏术”吗？

 

表面上看，左手与右手互为敌手，斗得不可开交。实际上，老顽童却凭借此练就了一门绝世武功。

 

这样的故事似乎只能发生在小说中。然而，近年来兴起的一项机器学习算法却将“左右互搏术”变为了现实。

  

这项神奇的算法正是生成对抗网络（GANs）。

生成对抗网络由蒙特利尔大学的IanGoodfellow最先提出，目前是“教”电脑完成人类工作最有效的方法之一。它的核心想法正是令内部功能相互竞争，达到提升它们各自功能的效果。

 

生成对抗网络由两个相互竞争的神经网络模型组成，就好比周伯通的左右手。一个神经网络（生成器）不断学习怎样生成新的样本以欺骗判别器，另一个网络（判别器）则不断学习怎样区别生成样本数据和真实数据。在百万轮“较量”后，生成器就可以输出与真实数据几乎无差别的样本。

 

生成对抗网络别出心裁的思想让它在学界扬名立万。在业界，生成对抗网络也带来了无数强大、有趣的应用。

 

今天，大数据文摘就将带你走近生成对抗网络在产业界的十大神奇应用。

 

对抗生成网络（概念模型）

NO. 10 照猫画虎：自动生成游戏用户界面

排在榜单第十位的GANs应用是，游戏用户界面自动生成。

这一应用背后的脑洞如下：如果我们能够生成逼真的游戏配图，那么我们就可以把这些配图中的部分截取拼接在一起，从而设计出一个全新的游戏界面。

 

作为输入的游戏背景图像

 

在生成式对抗网络（GAN）训练过程中生成的背景图像

可以用于制作全新游戏的独特背景。

 

为实现这一目标，该程序会搜集大量现有游戏的图像，然后生成由这些图像片段所构成的独一无二的新图像。这些图像之后便可以被用作新游戏的背景了。

来源&更多信息：

Blog：https://medium.com/@ageitgey/abusing-generative-adversarial-networks-to-make-8-bit-pixel-art-e45d9b96cee7

No. 9 千面神君：用GANs生成以假乱真的人脸

接下来，我们要为你介绍一款能够伪造人脸图像的AI——Neural Face。Neural Face使用了Facebook 人工智能研究团队开发的深度卷积神经网络（DCGAN）。

 

由生成式对抗网络（GANs）产生的独特人脸