英偉達近期在GAN相關(guān)研究和應(yīng)用方面進展迅猛，在前一陣的成果展示中，通過利用生成對抗網(wǎng)絡(luò)(GAN)及無監(jiān)督學(xué)習(xí)兩種深度學(xué)習(xí)技術(shù)，實現(xiàn)了場景間的四季轉(zhuǎn)換，通俗來說，就是去除路旁的積雪或是為干枯的樹木補齊樹葉，這一成果也被其利用在自動駕駛數(shù)據(jù)收集方面。

在近日英偉達發(fā)表的論文中，對該技術(shù)的描述是‘多模’，能夠?qū)⒁环鶊D像轉(zhuǎn)換為多幅圖像。舉例來說，用一張豹子的照片或視頻，可將其變?yōu)榧邑垼匣⑸踔凉贰?/p>

兩種深度學(xué)習(xí)技術(shù)，無監(jiān)督學(xué)習(xí)和生成對抗網(wǎng)絡(luò)(GAN)，其工作方式是將圖像內(nèi)容與風(fēng)格分開。如在貓的照片中，貓的姿勢是內(nèi)容，品種是風(fēng)格。在變換物種的過程中，內(nèi)容是一致的，變化的是品種或物種外形特征。

除了上述的應(yīng)用外，多模式圖像翻譯還可為工作室提供更快更簡單的方式來創(chuàng)建角色或世界，或是幫助藝術(shù)家放置冗長的任務(wù)，讓其擁有更多發(fā)揮想象力的空間。