加州的道路下雪了！英偉達用人工智慧「造雪」

矽谷Live / 實地探訪/ 熱點探秘 / 深度探討

生成對抗性網路的新應用！

加州陽光明媚的天氣為無人車的實驗提供了極好的環境，但是也帶來了一些弊病。畢竟，如果你的自動汽車只可以在晴朗的天氣中行駛，那麼一旦遇到雨雪它會有什麼反應呢？

最近，英偉達的研究人員研製了一個針對這個問題的解決辦法，即通過 AI 框架，讓計算機製作出晴朗街道雨雪時的樣子。這對於無人車來說是極為重要的信息，且這一科技有著超過其本意的使用場景。

這一項研究使用了最新的 AI 科技：生成對抗性網路。其原理是讓兩個不同的神經網路，一個製作數據，而另一個來進行判斷，並且嚴厲地拒絕它眼中不準確的數據。這樣一來，AI 就教會了自己不斷完善結果。這一科技如今在產業中已經頗為普遍，被用來製作人臉，服裝設計和其他各種圖形。

但是英偉達的研究比起現行的生成對抗性網路更強的是，它所需要的監督更少。總體來說，這一類的項目都需要做好標籤的數據組來生成數據。英偉達的研究員解釋道，這意味著一般來說這是一個白天黑夜顛倒的工作，因為你需要給出同一個地點白天和黑夜的一對圖像，然後系統才能夠通過學習其不同來生成新的圖像。

但是英偉達的新項目並不需要這一準備工作，即它不需要事先標好標籤的數據組，但是卻可以得出相似質量的結果。這對 AI 研究者來說是一個極大的優勢，因為這將他們從不斷分類數據的體力活中釋放了出來。

「我們是第一個攻克這一問題的團隊之一，」研究人員如此說道，「這有許多應用空間。比如說，將晴朗的加州變為雨雪的所在地，這樣，我們的無人車就可以學會在多種天氣下正常行駛。」

這一項目不僅僅可以改變街道的圖像。研究人員同時也將它用在了貓貓狗狗身上，將貓變為狗，狗變為貓；他們還嘗試改變了人臉的表情。但這也使人們擔心 AI 可以被用來製作虛假圖像，並進行網路欺詐。

「這一技術可以被用來進行圖像編輯。我們團隊將研究成果提供給產品團隊和客戶，但我無法就其之後被應用的速度進行評論。」研究人員最後說道。

本文編譯自The Verge。

想和探長聊一聊？來加探長個人微信號svinsight

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！