我们得到了大量关于人工智能的信息，以及它为传递假新闻而编织的网络。为更多的新闻留出一些空间，这一次是为了NVIDIA在传递假图像方面的壮举。等等，我们正在看到一个男人和一个女人的照片，他们看起来都是完全真实的-但它们是计算机生成的。

出什么事了？来自NVIDIA的一个团队已经展示了他们可以模仿真实照片的外观-比你想象的要好-用一个新的生成器。保罗·莉莉在“热硬件”：不仅不相信你读到的一切，而且现在也不相信你看到的一切。

他们的方法不需要人的监督。如果你进入他们概念的“大脑”，生成器不是把一个图像当作一个图像，而是一个样式集合。灵车。中间。好吧。

简而言之，生成可信的假图像比以前更容易。技术观察家们正在研究This persondoesnotexist.com，它使用了Nvidia研究人员先前在GitHub上发布的代码。这个网站立即生成新的面部图像。

每次你在网站上加载页面时，一个算法都会从零开始生成一个新的人脸。“这个网站是由Phillip Wang创建的，”SlashGear报道说，“他使用NVIDIA的生成对抗性网络StyleGAN来创建它。就设计而言，这是一个相当简单的网站，因为它只显示了一个人脸的单一图像，当你访问它。”.

很简单，的确。如果你去这个网站，你会看到一个女人的脸，例如，点击刷新，宾果，另一个脸，从成年男性，到成年女性，到女性孩子，到女性青少年，不停地。就这样。没有文本。没有广告。这是怎么回事？更重要的是，为什么科技观察家们在谈论它？

看着“这个人不存在”网站，莉莉解释说，如果你点击网站，它会产生“每次点击浏览器中的刷新按钮，从头开始从512维向量生成一张新的面部图像。”

那么，SlashGear提到的这个被称为StyleGAN的生成对抗性网络（GAN）是什么？

Rani Horev，LyrnAI，在图像方面有一个有用的解释：“他们的目标是合成与真实图像无法区分的人工样本，比如图像。GAN应用程序的一个常见例子是通过学习名人脸数据集来生成人造人脸图像。

所有的道路都导致了一篇关于ar Xiv的论文，由NVIDIA研究人员Tero Karras、SamuliLaine和TimoAila撰写。论文题为“一种基于类型的生成对抗网络生成器体系结构”。他们讨论了Gans的“新架构”，该架构导致“自动学习的、无监督的高级属性分离”。

根据本月早些时候Face book的一篇文章，NVIDIA的研究人员在github.com/NVlabs/stylegan上发布了StyleGAN。

CNET的杰克逊·瑞安（Jackson Ryan）说，“神经网络的功能足够多，它不仅仅是能变魔术的面孔，还有卧室、汽车甚至猫。”

辛迪斯谈到了这种多功能性。“研究人员利用这种新型发电机利用大规模场景理解（LSUN）数据集伪造卧室、汽车和猫的图像，看到了令人印象深刻的结果。”

在快速公司的Jesus Diaz，使用一个演员的例子，提供了一个有用的快照StyleGAN作为一个生成对抗性网络。它由两种算法组成：第一种算法根据对数千张猫图像的训练生成猫，第二种算法对合成图像进行评估，并将它们与真实照片进行比较。然后，第二个人工智能对第一个人的工作进行反馈-直到它最终成功地创造出一致可信的肖像。”

迪亚兹指出，这篇论文的作者说，一系列技术被用来“消除与新合成面孔无关的噪音-例如，区分猫头上的蝴蝶结，并将其丢弃为多余。”

《有趣的工程》杂志的杰西卡·米利：“最终，人们希望这些GaN的芯片能够被用来开发完整的虚拟世界，使用自动化方法而不是硬编码。”