早在今年6月，一款图像生成器在网络上流行起来，它可以将一张线条最简洁的人脸涂鸦画像变成更逼真的图像。该系统使用了一种相当新颖的算法来使用人工智能制作图片，这种算法被称为“生成对抗网络（GAN）”。现在，芯片制造商英伟达（NVIDIA）开发了一套系统，利用生成对抗网络来创造出最逼真的人物图像。
人工神经网络是为模仿人类大脑中神经元的活动而开发的系统。在一个生成对抗网络中，两个神经网络基本上是相互竞争的。神经网络一方面可以起到生成算法的作用，而另一方面则挑战生成算法得出的结果，二者互为对立面。
作为扩大人工智能应用范围的一部分，英伟达创建了一个生成对抗网络，利用CelebA-HQ’s的名人照片数据库，生成了不存在的人的照片。他们的想法是，如果两个网络相互竞争从而产生了这些照片，那么人工合成的面孔看起来会更真实。
首先，生成网络会以较低的分辨率创建图像。然后，鉴别器网络将对该图像进行评估。根据英伟达团队的报告，随着系统的发展，程序员们添加了新的图层来处理高分辨率的细节，直到生成对抗网络最终制作出“空前质量”的图像。
人还是机器？
在英伟达发布的一段生成对抗网络正在运行中的视频，而人工智能创造的人脸既令人赞叹，也让人感觉非常怪异。如果普通人不知道这些面孔是机器生成的，那么他们很容易就会相信这些人也是活生生的人。
的确，普通人的脸与机器制造的人脸之间的模糊界限在人工智能领域内还有很大的探讨空间，英伟达的生成对抗网络并不是第一个可极其出色地模仿人类的人工系统。
许多人工智能技术使用深度学习技术来制作像人类声音的语音。谷歌的DeepMind公司拥有WaveNet，它现在可以近乎完美地模仿人类语言。与此同时，创业公司Lyrebird的算法只用一分钟的音频就能合成人声。
对于能够理解和表达人类情感的人工智能机器人，有人会觉得更为不安，也有人觉得极具吸引力，这取决于你是否支持人工智能。比如汉森机器人公司的索菲亚和日本软银公司的Pepper。
显而易见，智能机器的时代已经到来，而随着人工智能执行以前只有人类才能完成的任务时其能力不断升级，人类和机器之间的界限将变得更加模糊。现在唯一的问题便是，这种界限最终是否会彻底消失。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
