當(dāng)然，您愛您的狗/貓/目前流行的動物是寵物，但是如果它是不同的品種，您是否有可能會更喜歡它?您不能簡單地用雪納瑞犬將金毛尋回犬進行周末試駕，但是借助Nvidia的新GANimals工具，您至少可以看到您心愛的寵物是否看起來更可愛。

今年早些時候，Nvidia Research借助其AI驅(qū)動的GauGAN繪圖工具讓互聯(lián)網(wǎng)贊嘆不已，該工具采用了粗略的草圖，看起來像是在MSPaint這樣的基本工具中創(chuàng)建的，并將其轉(zhuǎn)變?yōu)楸普娴膱D像。該工具要求用戶通過選擇適當(dāng)?shù)墓P刷顏色來指示圖像的哪些部分應(yīng)該是水，樹木，山脈和其他地標(biāo)，但是GANimals是完全自主的。您只需上傳寵物的照片，它就會生成一系列其他逼真的圖像，這些圖像似乎都在共享您最好的朋友的表情。

在紙張被共享在計算機視覺國際會議本周，在韓國首爾，研究人員描述了他們開發(fā)的稱為FUNIT的算法，該算法代表Few-shot，無監(jiān)督圖像到圖像翻譯。使用AI將源圖像的特征轉(zhuǎn)換為目標(biāo)圖像時，通常需要在大量目標(biāo)圖像上訓(xùn)練人工智能，并使用不同級別的光線和攝像頭角度，以準(zhǔn)確產(chǎn)生真正看起來像源和目標(biāo)已正確合并。但是將像這樣的大型圖像數(shù)據(jù)庫放在一起很費時間，并且限制了AI驅(qū)動的翻譯網(wǎng)絡(luò)的工作能力。如果您已經(jīng)培訓(xùn)過它可以將雞變成火雞，那將是唯一的擅長。

相比之下，F(xiàn)UNIT算法可以僅使用目標(biāo)動物的幾張圖像進行訓(xùn)練，然后重復(fù)練習(xí)(以某種方式)，以便最終歸納出合并兩個圖像所需的翻譯。一旦經(jīng)過充分訓(xùn)練，該算法只需要源動物和目標(biāo)動物的單個圖像即可完全發(fā)揮其魔力，這些圖像既可以是完全隨機的，也可以從未進行過處理或分析。

您可以在Nvidia的AI Playground上自己嘗試GANanimals，但目前結(jié)果是低分辨率的，不適合用于新穎性目的。?他的研究人員希望最終提高AI和算法的能力，使一些不久的一天，臉互換可以不需要巨型數(shù)據(jù)庫Ø實現(xiàn)?F精心策劃的圖像。