（thispersondoesnotexist.com）
乍一看，本文顶部的两排肖像看起来就像一群普通人。捕获是，它们都不存在。所有这些面孔都是假货，由人工智能。
更确切地说，这些面孔是由Nvidia开发的生成对抗网络（GAN）创建的深度学习从现有照片的数据库中产生逼真的肖像的技术。
前往这个人不存在网站亲自查看：每次您刷新页面时，都会得到新的面孔。 （请参阅您可以持续多长时间，然后才能被吓坏。）
用gan，两个神经网络- 旨在模仿大脑决策过程的神经，同时起作用。在这里，一个网络会产生一个假面，而另一个网络通过将其与实际人的照片进行比较来确定它是否足够现实。
如果测试未通过，则面部发电机再次尝试。此反馈循环负责您可以在此处和网站上看到的图像。已经使用类似的gan来切换场景从冬天到夏天。
我们已经看到了Nvidia令人印象深刻的面部编码在行动之前，但现在通过所谓的“样式转移”添加了新的真实性：分别处理图像的不同部分（例如面部形状和发型）。
这意味着不同的面孔可以更容易，更现实地融合在一起，以类似的方式将您的面孔变成绘画或素描。
“我们提出了一个新的发电机，该新发电机会自动学习在没有任何人类监督的情况下将图像的不同方面分开，” NVIDIA工程师在Youtube 视频。
“经过培训，我们可以以任何方式结合这些方面。”
样式转移断裂面向不同的元素。 （nvidia）
这些不同面部方面的加权可以根据需要进行调整和调整，从而使程序员对最终输出的控制更大。
至于网站，它实际上不是由Nvidia本身的公开。
王在Facebook。
Nvidia还一直在应用其“ StyleGan”技术来创建其他假收藏，包括汽车，猫和卧室的收藏品。支持AI的算法是使用公开照片培训的，然后要求提出新的变体，以满足所需的现实主义水平。
当然，这一切都带回了深层假货的问题：虚假的数字资产，例如照片或视频，与真实的东西没有区别。
人工智能系统只会在生产这种内容方面变得更加聪明 - 也许接下来我们可以训练它们发现自己的假货，并在我们不知所措的事物和从未存在的事物和人的镜头不知所措之前创建某种验证过程。
同时，如果您正在寻找不需要模型许可的面孔的库存照片，那么您知道在哪里转。
NVIDIA的最新研究尚未进行同行评审，但是您可以在Pre Print Server上查看有关它的论文arxiv.org。
