AI越来越多地被用作帮助民主化创造力并释放人们的创造潜力的工具。
众所周知，我是一位cr脚的艺术家 - 尽管我在学校做了最大的努力，但很明显，我从来没有被裁员成为下一个毕加索或伦勃朗。毕竟，能够转移到纸上看到的纸上的能力是，许多人都希望拥有的技能，但是，出于某种原因，只是没有。
无论如何，现在，由于NVIDIA的那些伟大人物的突破，我不再需要梦想成为一名出色的艺术家，我可以放弃自己成为真正的未来主义者的愿望，并成为我知道我一直注定要成为的艺术家，在公司宣布他们已经开发了Gaugan之后。是的，这是有意提及后印象派画家保罗·高加（Paul Gauguin）。obs。
再见糟糕的艺术！
仪表是一种人工智能（AI）深度学习模型，使任何人都可以将最基本的草图变成逼真的杰作，而且很棒。
那么，仪表如何采用无形状的颜色斑点，将它们变成山脉和您可能会问的闪闪发光的高山景观呢？通过使用一种称为生成对抗网络（GAN）的AI形式，与今天相同的AI类型的AI类型，从电影和虚假名人到虚假新闻，以及世界上第一代“创意机”，其中一幅刚刚以超过400,000美元的价格卖出了一幅超过400,000美元的绘画，而其他人则可以通过创建自己的产品来创建自己的新衣服，并创建自己的产品，并创作自己的产品，并创作自己的产品，以及他们创作的产品，以及他们创作的产品，以及他们自己创作的产品。还有更多。简而言之，Gan's正在帮助民主化创造力和创新，这使它们成为我要观看的最佳技术之一。
GAN的工作原理的最佳描述是“一个神经网络，称为生成器，生成新的数据实例，而另一个神经网络则是歧视者的真实性；即，歧视者决定了其审查的每个数据实例是否属于实际培训数据集。”
在仪表的情况下，AI学会了通过使用歧视网络将它们与真实图像进行比较来创建出色的图像。因此，仪表“知道”田地或森林的外观，无论您提供什么形状。您制作草图，告诉仪表一切都应该去哪里，然后该程序为您填写所有详细信息。恭喜，您是艺术家 - 或者我应该说艺术家！？
“这就像一张着色书的图片，描述了一棵树在哪里，太阳在哪里，天空在哪里，”布莱恩·卡坦扎罗（Brian Catanzaro）在NVIDIA应用深度学习研究的副总裁说。“然后，神经网络能够根据对真实图像的知识来填写所有细节和纹理以及反射，阴影和颜色。”
看看视频以查看更多信息，您可以在这里亲自尝试在线演示。
