AI一直是一個神秘又令人敬畏的概念。先不說普通人對AI的認知，就算是游走在邊緣的程序員，對AI也是知之甚少。人類對未知的事物有一種莫名的興趣，邊肖是在接觸了AI之后才深深體會到它的深刻。不花點時間深入了解AI是不可能的，但表面上了解還是很容易的。下面就帶你用最直白的方式來揭秘AI的奧秘，以及它在我們身邊的應用。

短篇小說

先看一個小故事。

生成網絡有兩個主要角色——生成器和鑒別器。兩者不斷對抗的過程使雙方不斷進步，這就是所謂的對抗學習。通過這個過程，生成者可以在學習后擁有創作具有自己風格的作品的能力，這是生成模型的中心思想。

樂趣& # 8211；根據[1]生成在線學習流程

本段故事為切入點，闡述對應代對抗網絡的實現思路和過程。

故事中，兩個主角小明和小花都是從零開始學習漫畫的創作和欣賞，其中小明是創作者，小花是鑒別者。

一開始一個不會畫，也不會欣賞另一個，更別說評判了。我該怎么辦？要不要給他們上培訓班？不，當然不是。難道不能像金庸先生描述的那樣嗎？一對仙女，一個彈琴，一個跳舞。過去彈鋼琴的人技術提高了，跳舞的人舞蹈水平也隨著音樂的提高而提高。相反，舞蹈水平的提高也會提高彈琴者的技巧。

接下來，是生成性對策網絡的核心思想和過程:

1.先給小花分別看一些專業漫畫家和小明的作品，提前告知小花哪些是專業作品(好作品)，哪些是小明的作品(還不是好作品)。重復這個學習過程后，小花會逐漸掌握一些欣賞漫畫作品的能力。

2.然后，這個時候小明把自己新創作的作品交給小華判斷，小華根據自己現有的鑒賞能力給小阿明判斷。小花會根據作品的一些特點給作品打分，比如根據眼睛的大小，眼睛越大分數越圓。

圖片來源:https://arxiv.org/pdf/1708.05509.pdf

3.小華打分完畢后，會把結果反饋給小明。這個時候，小明會根據作品得分的高低來決定下一步如何優化作品。根據上一次的啟示，小明重新畫了一些作品(都是大眼睛的二次元女生)讓小華評判。

4.此時，小華現有的欣賞水平不足以分辨其作品的好壞。于是，在仔細研究了專業漫畫家和小明的作品，了解到卡通人物的臉部輪廓也是用來判斷的特征后，小華根據臉部特征進行評分。結果瓜子臉適當拿高分，中國臉適當拿低分。測評結束后，結果反饋給了小明。小明將按照新的標準提高自己的繪畫水平。小花也在這個過程中提高了自己的欣賞水平。

5.最終，小明已經能夠像專業漫畫家一樣畫出優秀的漫畫，小華也成為了漫畫鑒賞大師。

以上是最簡單的生成式對策網絡的中心思想和流程。通過數學手段將上述過程簡化為算法，形成了當今AI領域非常流行的生成式對抗性學習模型。

生成對抗網絡的作戰模式。

擴張& # 8211；著名的生成對抗網絡

有時，我們希望控制模型生成的結果，例如，我們希望模型生成穿著短裙和腿襪的二維卡通人物。簡單的生成式對抗網絡顯然是不可能的。在模型的輸入端放一些條件指令，讓結果符合我們想要的方向。于是，條件生成對抗網應運而生。

條件生成對抗網絡

產生對抗性的網絡應用[2]

目前，生成式對抗網絡已經廣泛應用于圖像處理領域，這種網絡生成的圖像幾乎都是亂真的。下面的卡通人物就是這個模型生成的。

生成對抗網絡生成卡通人物。

你能說出下面哪張圖片是模型生成的嗎？右邊的照片是模型生成的。怎么樣？說不準！

我們可以控制條件信息的給定值，使生成式拮抗神經網絡模型產生相應的結果。前段時間抖音的變老變胖特效和Aauto Quicker的時光機特效應用了條件生成對抗網絡。[3]

抖音時間機器特效來源:Pinlue

參考數據

[1]https://arxiv . org/ABS/1809.11096

[2]https://arxiv . org/pdf/1708.05509 . pdf

https://arxiv.org/pdf/1711.11585.pdf

[3]產品簡介& # 8211；被安利“變老”App x次震驚了，不玩都不好意思~