NVIDIA Research 利用生成對抗網路創作出極為逼真的場景。
一個菜鳥畫家手中的畫筆擱在畫布上，想要畫出一幅絕美的夕陽落日，在平波如鏡的湖面上倒映著白雪皚皚的綿延山峰，只是最後看起來更像是摻雜著各種顏色的塗鴉。
一個由 NVIDIA Research 開發出的深度學習模型，恰好可以得到相反的結果：它用超簡單的方式，把粗糙不堪的塗鴉變成栩栩如生的精美佳作。這項工具利用生成對抗網路（GANs）將分割圖面換為極為寫實的影像。
這個使用深度學習模型的互動應用程序取名為 GauGAN，以向一名後印象派畫家致意。
從建築師和城市規畫師，到景觀設計師和遊戲開發者，大家都能使用 GauGAN 這項強大工具來創造虛擬世界。在掌握實體環境外觀的人工智慧技術輔助下，這些專業人員可以更佳地提出各種雛形想法，並且快速變成一個合成場景。
NVIDIA 應用深度學習研究部門副總裁 Bryan Catanzaro 說：「簡單畫幾筆，對設計進行腦力激盪，這樣簡單多了，而且這項技術能將草圖變成極為逼真的影像。」
Catanzaro 將 GauGAN 背後的技術比作是「智慧畫筆」，可以把各種細節填入粗略分割的圖面，這些簡單畫出的輪廓圖顯示出場景中每個物體的位置。
GauGAN 讓用戶畫出自己的分割圖並操控場景，用沙子、天空、海洋或雪等標籤來標記每個部分。
使用一百萬張圖片進行訓練的這個深度學習模型，會在每個部分填入不同景色，創造出令人驚嘆的結果：畫一個池塘，附近的樹木和岩石等元素會在水面上出現倒影。把標籤從「草」改成「雪」，整個畫面搖身一變為冬季風情，原本綠意盎然的樹木變成光禿蕭瑟。
「這就像一張著色本裡的圖片，描述了樹木、太陽、天空的位置。神經網路便能按照它從實際圖片學到的內容，填入各種細節和紋理，還有倒影、陰影和顏色。」Catanzaro 說。
儘管對實體環境不甚瞭解，以生成器和鑑別器這個結構進行合作的 GANs，仍能產生出讓人心服口服的結果。生成器產生出要呈現給鑑別器的影像。而使用真實影像進行訓練的鑑別器，會按照每個像素的細膩程度，提出回饋來指導生成器如何提高合成影像的真實性。
使用真實影像進行訓練的鑑別器，知道真正的池塘和湖泊水面上會有倒影，生成器便學到要製作出令人信服的模仿內容。
用戶還能加入風格濾鏡，將產生出的影像變成特定畫家的風格，或是把日間場景變成黃昏的風景。
「這項技術不只把各種影像拼接起來，還可以切割和黏貼紋理。其實它合成出新的影像，很像是藝術家的作畫方式。」Catanzaro 說。
GauGAN 這個 app 是專注在陸地、海洋和天空等自然元素上，底下的神經網路一樣可以填入建築物、道路和人等其它風景特徵。
GauGAN 背後的研究報告將在六月份的 CVPR 大會上進行口頭報告，在五千多件提交的作品裡，僅有 5% 的作品能獲得這項殊榮。
本週 GPU 技術大會的與會者可在 NVIDIA 的展位，親自試用 GauGAN 互動演示內容。
a {
text-decoration: none;
}