年是人工智能图像迅速发展的一年

　　计算机科学家花了20多年的时间学习、培训和开发机器来观察周围的世界。2018年，人工智能图像处理在这两个领域发光发热：商业和安全领域的人脸识别技术，以及艺术领域的图像生成。
　　今年9月，谷歌旗下DeepMind部门的一组研究人员发表了一篇论文，概述了他们最新的生成对网络的运作。这个名为BigGAN的图像生成引擎利用了谷歌强大的云计算能力，生成了非常逼真的图像。但是，更好的是，可以利用该系统生成梦幻般的对象、符号和您用来训练系统的其它任何东西的可视化 。谷歌已经将源代码发布到internet的各个领域，并允许来自世界任何地方的创建者借用其处理能力，随心所欲地使用该系统。
　　＂人们已经开始将这些算法转化为交互式网络演示，我对此感到非常兴奋，＂詹妮尔·谢恩(Janelle Shane)告诉媒体。她白天是光学研究科学家，晚上是神经网络程序员。她指出：＂在过去，研究人员通常会公布他们的研究结果，你会很幸运地在网上找到关于这个主题的视频。＂她继续说：＂但是现在 ，他们会发布他们的模型和代码，更重要的是，他们会发布一种web应用程序，在那里你可以自己试用他们的模型。＂
　　这正是开发者乔尔·西蒙所做的。这个web应用程序允许用户生成和重新混合BigGAN图像。詹妮尔·谢恩指出:＂有了西蒙的web界面，你可以看到当你不只是生成符号图片时发生了什么。而是你创造的是某种介于符号、漫画书之间的东西。＂
　　通过为那些不知道如何开发、编程、培训和操作复杂神经网络的人，提供了试用的机会。＂你可以与这些算法互动，从中获得新的艺术效果，＂詹妮尔·谢恩说道。＂还要看看他们的局限性在哪里，他们在哪里做得好，在哪里失败了。＂这反过来又使这项技术能够更快地成熟。