人工智能的创造力少不了GAN在背后的助力！

对于人工智能（AI）专业人士或数据科学家来说，人工智能炒作对于他们的影响可能与对普通观众的影响是截然不同的。

现在的人工智能涉及的行业非常广泛，在不同的领域也有很大程度的进展，而且有许多不同的形式和功能，因此，行业专业人士更加倾向于关注人工智能的哪些分支是容易被炒作的部分。

一些子领域，如计算机视觉，只取得了微不足道的进展，而其他领域几乎每六个月都在突飞猛进。其中一个领域是Generative Adversarial Networks（GANs），它从大约三年内会合成相当无趣的28x28像素图像到人脸的全高清图像。这些是完全新颖的图像，需要画家的所有创造力和技能。重要的是，对于AI从业者来说，这改变了我们对AI能力的看法的本质，因为它意味着AI具有创造力。这意味着AI可以把更多的机械创造力留给机器，让人类可以重新关注不同的任务。

GAN只是一种像算法突破一样的工具，虽然广泛应用于不同的领域。例如，在医学中，通过创建新的、逼真的扫描，GAN开始被用于帮助癌症检测；他们在网络安全方面同时具备防守和攻击性；并且 GAN甚至可以在艺术上大展身手，做到以假乱真。事实上，这种技术产生的艺术品之一售价甚至达到了432,500美元。现在已经有几位艺术家专门致力于用GAN进行创作，其中一位是Helena Sarin，他的作品如本文所示。

Generative Adversarial Networks的创新很简单。它从两个网络开始，一个是生成器（因此是生成的），另一个叫做鉴别器，因为它可以识别生成器的工作。这些网络相互竞争（因此是对抗性的），试图超越彼此。在艺术的例子中，生成器充当艺术学生，试图欺骗鉴别者接受其作品作为一个伟大艺术家生成的“真实”作品。与此同时，鉴别者就像一位苛刻的艺术老师，试图区分真正的艺术作品和学生制作的作品。通过这种竞争和反馈，他们的工艺都会变得越来越好。通过这种方式，GAN模仿提升了创造力和反事实推理。

在医学方面，截至2018年中期，已有以某种身份使用GAN的发表医学论文63篇。在大多数情况下，它们往往侧重于分割或合成，并且GAN在创造性地识别诊断心脏疾病中的缺失信息方面的表现令人印象深刻。基于GAN的方法通过提供与所有其他尖端算法匹配的新的、稳健的分类算法进一步推动了该领域。在推测上，有理由认为GAN可以在未来产生候选外科手术的程序，以增加外科医生的工作。类似地，GAN已经应用于药物发现和蛋白质折叠应用以及牙科中，人们已经在实践中使用它。

但是，由于能够生成新的数据或图像，GAN还具有危险的能力。一种相关但在算法上非常不同的技术最近以“DeepFakes”的名义流行了起来，就像深度学习虚假图像一样。这种技术游走在道德和地缘政治的边界，因为它能够制造假的视频片段，比如伪造政治领导人讨论对一个国家使用武力的视频片段。关于假新闻的传播和危险我们已经讨论了很多，但是GAN在这方面的创造力是令人不安的。因为如果有足够的公共镜头，那么很快就可能合成一些从未发生过的事件的镜头。你可以把它想象成是下一代Photoshop“神器”。

GANs技术的创造者Ian Goodfellow最近被《外交事务》杂志评为2019年全球思想家之一。这是人工智能被认为是一个关键的塑造力量的重要一步，特别是考虑到中国的人工智能产业到2030年价值达到150亿美元的愿望以及欧洲和其他国家在人工智能预算上花费数百亿美元的愿望。仅美国就消费了类似的数额，消息人士声称，在“2017年非机密的预算中，五角大楼在人工智能领域和其他支持它的领域花费了大约74亿美元。”显然，以及这项技术在塑造未来地缘政治关系方面的巨大潜力，《外交事务》的评论不应令人感到意外。

这就是为什么道德是每个人心中的关键主题的一些原因。我和我的合著者弗拉基米尔·博克（Vladimir Bok）在我的书《GANs in Action：Deeprative to Generative Adversarial Networks》中介绍了这个主题。 GAN可以为世界带来很多好处，但所有工具都有误用。这里的哲学必须是一种意识：因为不可能“取消”一种技术，所以确保相关人员意识到这种技术的迅速崛起及其巨大潜力是至关重要的。

同样，随着人工智能各方面的这种增长和投资、咨询和专业团体开始出现，行业专业人士可以在这里召集、协作和讨论技术的好处和危险，例如Brainpool.ai建立的全球网络。在未来，我希望这些团体继续定义公共AI政策，而不是公众对AI及其危险的看法。鉴于全球政治家对人工智能的经验有限，该行业为这场辩论提供信息至关重要

尽管GAN技术具有更多的地缘政治方面，但GAN代表了一种令人兴奋的新技术，它可以将创造力带入其他看似伪确定性的人工智能领域。最终，GAN可以将人们从对如何执行任务的底层后勤的担心中解放出来，并使他们能够专注于高层次的想法。因此，GAN或许将是AI创新中最明亮的希望之一。

编译出品

作者：Jakub Langr

来源：https://towardsdatascience.com/ai-gets-creative-thanks-to-gans-innovations-db81462ea4b2