2015年，Google把自家生成圖片的技巧 Inceptionism 開源化，稱之為 Deep Dream ，一個本來用來將圖片分類的AI，在導入圖片以后，選擇某一層神經網路（Google 的神經網路有 10-30 層）停止反復處置的次數和變形的水平，就可以取得一張異常具有藝術感的圖片。 全球圖形技巧和數字媒體處置器行業引導廠商英偉達（Nvidia）在上周五宣布一則新聞表現，生成反抗收集（GAN）的一類算法可以整合分歧的面貌，將兩個競爭性的神經收集放在一路，個中的一個神經收集被付與生勝利能（如圖象襯著），而另外一個神經收集則是放在一個對峙的腳色，挑釁之前的成就，如許做可使生成的神經收集經由過程其反彈的思緒來反抗對方，從而發生優良的圖片成果。 英偉達的團隊研討出了一個新的按部就班的練習辦法，取材于有名的小我照片CelebA-HQ的數據庫，他們可以或許發生出“史無前例的絕佳質量的圖象”，而且成果看起來相當不錯可以高達1024像素分辯率：一切這些天然面貌歷來沒有真實的在你面前涌現過，固然今朝還只是靜態圖象（這意味著我們依然間隔靜態天然面貌很悠遠），但英偉達的辦法也能夠很好地使物體和景不雅相融會，將來也許會有更多的能夠性。
