每天給小編五分鐘，小編用自己的代碼，帶你輕鬆學習人工智能。本文將會為大家分析深度學習中生成對抗網絡的應用和未來趨勢。野蠻智能，小白也能看懂的人工智能。
自從2012年，深度學習作為一顆冉冉升起的新星，一度照亮了計算機視覺的未來，緊隨其後，各種各樣的網絡通過對卷積神經網絡的改進，不斷在各個應用領域獲得了良好的實驗結果。深度學習在推動本領域的發展的同時，也推動了很多其他領域的發展。
其中，對抗生成網絡算是深度學習中最富有想象力的一個網絡架構了，它最早出現於2016年，是基於深度學習的卷積神經網絡，在此基礎上引入了編碼器和自動變分解碼器，來達到一個更好的訓練結果。說他有想象力是因為這個神經網絡架構裡邊包含了兩個網絡，一個負責生成，一個負責檢測，這兩個網絡會互相競爭，彼此挑出對方的缺點，直到訓練到最後，他們誰也分不出來個勝負了，這時候才會停止，基本上也達到了我們滿意的訓練目標。
那麼這麼有時尚感的網絡的主要應用在哪裡呢？
首先，一攻一守的網絡架構，就決定了它可以做一些具有攻擊性的事情。例如，假人臉的生成，加入你現在有了一個人臉解鎖系統，那麼如果你希望能夠欺騙這樣的識別系統應該怎麼做呢？最好的選擇就是對抗生成網絡，通過兩個網絡的競爭，最後可以生成一個專門生成假人臉的模型。以此來欺騙人臉識別系統。
另一方面，這種人臉的生成能力也可以用在別的地方，例如，可以用來進行視頻中人臉的替換，同樣是一段影片，你通過對抗網絡的處理，可以吧自己的臉輸入到影片中，進而得到一個屬於你自己的電影。在這部電影中，你的人臉替換了主角的人臉，這種替代感帶來的喜悅是無法用金錢來衡量的。如果有哪一個視頻APP開通了這樣的功能，小編願意第一個為這樣的功能付費。
既然可以生成人臉，那麼也可以生成背景了，通過對背景的改變，進一步融合生成出來的人臉，就可以做出來一個視頻，那麼這樣的對抗網絡，就真正具有了創作性，它可以憑藉自己的學習能力，將視頻，聲音等信息融合在一起，生成一個新的視頻。這樣的一個任務為電影界的發展也會帶來無限的可能，也許到時候的電影就不再需要群眾演員了，只需要進行人臉的生成就可以了。
不僅是電影中，真實視頻的創作，同樣也可以在畫畫、美術、音樂等藝術方面進行創作，例如，最近通過風格遷移生成出來的圖片，畫風十分巍峨，通過對抗生成網絡生成出來的音樂也是十分顫動人心。
不過，技術的進步空間總還是有的。我們希望在未來，這些技術能夠不斷髮展，真正的進入到我們的生活中來。最後，如果大家有什麼想表達的，對未來社會的預測。歡迎在評論區留言。
閱讀更多 野蠻智能 的文章
