目录:
一目了然，网站上的这个人物不存在的图像可能看起来像是随机的高中肖像或模糊不清的LinkedIn头像。但是，网站上的每张照片都是使用一种称为生成对抗网络（GAN）的特殊人工智能算法创建的。
每次网站刷新时，都会出现一个令人震惊的现实 - 但完全是假的 - 一个人脸上的图片。前Uber软件工程师Phillip Wang创建了该页面，以展示GAN的能力，并于周二将其发布到公众Facebook组“人工智能与深度学习”。
另请参阅：此人不存在创建者解释他创建网站的原因
使这成为可能的基础代码，标题为StyleGAN，由Nvidia编写，并在一篇尚未经过同行评审的论文中。这种精确类型的神经网络有可能彻底改变视频游戏和3D建模技术，但是，与几乎任何类型的技术一样，它也可以用于更险恶的目的。 Deepfakes，或叠加在现有图片或视频上的计算机生成的图像，可用于推送假新闻叙述或其他恶作剧。这正是为什么王选择创造令人着迷但也令人不寒而栗的网站的原因。
“我已经决定挖掘自己的口袋并提高公众对这项技术的认识，”他在帖子中写道。 “面孔对我们的认知最为突出，所以我决定将这种特定的预训练模型放在上面。每次刷新网站时，网络都会从512维向量中从头开始生成新的面部图像。“
GAN如何运作？
GAN的概念最初是由着名的计算机科学家Ian Goodfellow在2014年推出的，从那时起，Nvidia一直处于该技术的最前沿。该公司的首席研究科学家Tero Karras领导了多项GAN研究。
GAN的核心是两个网络：发电机和鉴别器。这些计算机程序相互竞争数百万次，以改进其图像生成技能，直到它们足以创建完整的图像。
直到最近 - 2017年末 - 当Nvidia使用其着名的ProGAN论文中描述的技术破解代码时，研究人员才能使用这种方法创建高质量的1024x1024图像。 StyleGAN建立在这一概念的基础上，为研究人员提供了对特定视觉特征的更多控制。
Nvidia为什么擅长GAN？
Nvidia的第一个业务是设计和销售图形处理单元（GPU或图形卡.GPU是用于机器学习的引擎，用于训练算法，如StyleGAN，持续数小时。简而言之，GPU非常适合快速繁殖大量的行和列数字，这是人工智能训练时发生的事情。
该公司的优势在于可以访问最先进的GPU，为研究人员提供了最先进的资源来培训神经网络的额外优势。
GAN的未来
Nvidia，Facebook，谷歌和许多其他科技公司都有研究中队开发此A.I.的版本。技术。最终目标是使用它来生成完全充实的虚拟世界，可能在VR中，使用自动化方法而不是硬编码。但与此同时，GAN已经被用于开发虚拟社交媒体影响者的新兴市场。
广告时尚品牌和生活方式公司的无数计算机生成角色已经在互联网上聚集了数百万粉丝。风险投资公司已经在这个概念上投入了数百万美元，而GAN可以用更少的劳动力使这些3D模型更加真实。
在那之前，你将能够定期找到我们这个人不存在的东西，在其误导性的深情假面孔的眼睛里盯着看。这是一个令人兴奋但又令人不寒而栗的例子，说明未来的假世界将要变得多么逼真。