学会了吗（怀孕恶搞生成器）恶搞怀孕报告

如今，AI 能说是烂大街了，四处都能看见。

AI 音频副手

AI Alzonne机器

AI 智能化家居

AI 机器育苗弱智智能化的尖牙，早已遍及了他们日常生活的每一角落里，这般普及化，以致于严重威胁到了部份工作岗位相关人员的棒子那些而已育苗智慧化援军中的合情理劳力或者说牛逼的球手，单厢自学，在 AI 应用领域中，有几项十分炙手可热的组成部份，叫作。

机器自学原意是：用笔记本电脑流程，演示人类文明自学的操作过程，能人格预览，人格变异，积攒实战经验，最后逐步形成他们的这种拳法较之于一般的 AI 而言，这更有“智能化”的恩贡寺，机器自学中，有一名十分杰出的球手，英文名字我看了会想笑，叫作：。

GAN（聚合对付互联网）。总之，这并非我想的这个字，而已两个英语简写，英语英文名字太短，它的自学形式，和人类文明的自学形式十分相近。

简单介绍下它的原理，它由两部份组成：计算机流程和判别器。

以演示一张图片为例。计算机流程不断训练，“模仿”以假乱真的原图。而判别器不断检测，让不过关的假图回炉重做。在对付操作过程中，不断提高的计算机流程，就能输出无限接近于原图的“赝品”，骗过判别器。

套用网友们更熟悉的案例，就像你从小大大跟爸妈撒的谎，都是在千锤百炼中，总结出来的拳法，直到有一天，你发条微信说：妈，我女朋友分娩了，需要钱说的这般的顺嘴，脸不红心不跳在 GAN 之前，最擅长进行图像识别/演示的，是一种叫作卷积神经互联网（CNN）的算法，这种算法最广为人知的“巨作”，是由谷歌开发的 DeepDream。

这也是第两个带上 “deep ”头衔的图像处理软件，这头衔后面还会继续聊到

DeepDream这英文名字说明一切。它在自学各种元素之后，通过“做梦”还原图像。可能是因为谷歌训练它时，用了很多生物照片；最后出来的画面，有点惊悚。

GAN 和 CNN 的专长，都是图像处理划重点，图像处理这让众多老司机，狂喜不已，义无反顾地投入研究毕竟，两性的东西，是永恒的动力，许多神奇的应用，应运而生而那些黑科技，大部份都以Deep开头，在 Github 上逛了一圈，发现 “deep” 打头的项目，十有八九，单厢链接到另两个 hub，你懂的。

比如说今年上半年大火的：Deepfake 换脸

能用女明星的脸，替换掉动作片女主角的脸，最后效果，比较完美。

大量自学目标明星的脸，让计算机流程变得看谁都像 XXX，再输出到视频的每一帧上，就成了换脸视频，甚至还有厂家，推出了基于 Deepfake的定制服务，不止能换女主角的脸，还能换男主的除了拿来做片，还能拿来替换公众人物形象，就像下面这个 “希拉普”。

彻底放飞后，还有人用 Deepfake，制造出许多假新闻DeepCreamPy自动去码宅男们为了“无码”，只能他们动手，把要“去码”的部位涂成绿色，这套算法，就能识别并替换成无码的下图仅为示意，真实效果我自行脑补吧。

阅片无数的老司机都知道，“打码”是两个不可逆的操作过程而这套自动去码，本质上是软件自学了无数的无码照片，达到了心中无码的至高境界，再反馈给用户，总之，除了色色的玩法，GAN 也是有正经碉堡的用途，最实用的，是拿来赚钱，前一阵子，有一副 GAN 聚合的画作，就被拍出了 43 万美元高价。

虽然不太了解艺术圈的独特口味，但感觉这和西班牙的“土豆耶稣”有异曲同工之妙还有下面的这个，十分杰出，十分正经：DeepMasterPrint 万能指纹只要经过训练，GAN能模仿几乎任何“图像”，那如果用来演示指纹，会怎样？要知道，电容、光学还是超声的指纹识别，都是通过多次采集指纹来实现的。

这样一来，就给了AI钻空子的机会，只要让演示的假指纹，在不同的部份有不同指纹的特征，就能制造出一种，能解锁多个设备的“万能钥匙”。

结果，用上GAN，要多少假指纹都没问题，现在早已能达到76%的通过率，就问你怕不怕，总之，技术是无罪的，研究那些也并非为了搞事，后续会怎么发展，会不会被滥用，有待观望但这波冠以Deep之名的技术浪潮，无可躲避。

讲真，AI越来越聪明，新生事物永远是一把双刃剑，这是好事还是坏事呢？欢迎网友们道出他们的观点。