為了讓自動駕駛汽車在白天也能懂得夜的黑，英偉達用AI造了一段假視頻
讓電腦想象如果一個陽光明媚的街道在下雨、下雪、甚至是漆黑一片會是什么樣子。
據TheVerge消息，美國計算機圖形硬件廠商英偉達近日發布了一組對比視頻。這個視頻原版是加州公路在陽光明媚的天氣中路況，但經過AI處理后，m.dekuna.com，視頻中道路兩旁鋪滿了雪，一些樹木也只剩下光禿禿的樹干。
除了改變天氣，英偉達的圖像技術還能從稀薄的空氣中生造出人的形象，把白天變成黑夜等。
英偉達方面表示，這項圖像技術開始是為提供多種模擬環境來訓練自動駕駛汽車的。加州天氣以晴天居多，良好的能見度很適合自動駕駛汽車行駛，m.dekuna.com，但當它遇到一點雨或雪時會發生什么呢？
人們可以等到雷雨天才出去訓練駕駛汽車，但很難從晴天等到下雪天（或者說從夏天等到冬天）。對此，英偉達提出了這項解決方案，讓電腦想象如果一個陽光明媚的街道在下雨、下雪、甚至是漆黑一片會是什么樣子。
這個方案是基于一種叫GAN（生成的對抗性網絡）的人工智能技術，它常用于生成可視化數據。GAN的工作原理是將兩個獨立的神經網絡結合起來一個是制造數據模型（G），另一個是判斷數據模型（D）。
以制造一張高仿真的貓圖片為例。生成數據模型G的目標就是盡量生成逼真的圖片去欺騙判斷數據模型D。GAN一般的工作邏輯是給G一系列貓的圖片，來訓練它生成一張全新的逼真的貓圖，而后D負責把G狀態下，G可以生成足以以假亂真的圖片，這樣，我們的目的也就達成了。生成的圖片和真實的圖片分別開來，這樣，G和D就構成了一個循環的博弈。最后博弈的結果是什么？在最理想的狀態下，G可以生成足以以假亂真的圖片，這樣人們的目的就達成了。
值得注意的是，英偉達的這項研究相對于現有的GAN有一個優勢：它能更好地進行無監督學習。一般來說，人們需要標記數據集來生成數據（即D）。英偉達的研究員Ming-YuLiu解釋道，這意味著，如果你要制作一個把白天的場景變成夜晚場景的GAN，那么你就需要在同一位置分別拍攝足夠多的照片。而后，工業機器人維修，G才可能研究兩者的區別來生成新的圖片。
但英偉達在沒有標記數據集的情況下也能夠產生類似結果，具體實現方式英偉達未透露。
這項技術既可用于自動駕駛汽車，但英偉達相信它還可以有更多的應用場景。比如圖像編輯等，Ming-YuLiu說，我們正在為我們的產品團隊和客戶提供這項技術。
但這項AI生造技術也引發了人們對AI被用來制造虛假圖像的擔憂，《連線》雜志的OliFranklin-Wallis說：人工智能最大的受害者或許不是失去工作的人，而是所有人對自己所看到或聽到的任何事情很難再徹底信任。