AI人工智能有很多方法可以操縱照片，讓您看起來更好看，消除紅眼或鏡頭眩光等等。但到目前為止，眨眼已經證明了一個頑強的快照對手。
這遠遠不是智能“繪畫中”的唯一例子，因為當一個程序用它認為屬於的地方填充一個空間時，這個技術就會被調用。特別是，Adobe通過其“上下文感知填充”充分利用它，允許用戶無縫地替換不需要的功能，例如突出的分支或雲，並且很好地猜測如果不存在。
但人工智能有些功能超出了工具的替代能力，其中之一就是眼睛。他們的詳細和高度可變的性質使得系統更難以實際地改變或創建它們。
它通過一個生成敵對網絡來實現，它本質上是一個機器學習系統，它試圖欺騙自己認為它的創作是真實的。在GAN中，系統的一部分學會識別面部表情，並且系統的另一部分重複創建基於識別部分反饋的圖像，逐漸成長為現實主義。
在這種情況下，網絡接受了培訓，以識別和複製令人信服的睜眼。這可以做到，但正如你在右邊的例子中看到的那樣，現有的方法留下了一些需要的東西。它們似乎貼在人們的眼睛上，沒有考慮與其他圖像的一致性。
機器很幼稚：他們沒有直覺的理解，打開自己的眼睛並不會改變周圍皮膚的顏色。（就此而言，他們對眼睛，顏色或任何事情都沒有直觀的理解。）
人工智能研究人員所做的就是將“示範”數據包括在內，以顯示眼睛打開的目標人物，從中GAN不僅瞭解到眼睛應該在人身上發生什麼，而且還知道這個人的眼睛是如何塑造，著色等等上。
結果是相當現實的：沒有顏色不匹配或明顯的拼接，因為網絡的識別部分知道這不是人看起來的樣子。
在AI測試中，人們錯誤地將假眼睛打開的照片誤認為真實的照片，或者說他們不能確定哪些是超過一半的時間。除非我知道一張照片被篡改，否則我可能不會注意到如果我在新聞採訪中滾動瀏覽照片。
它在某些情況下仍然失敗，如果一個人的眼睛被頭髮部分覆蓋，或者有時不能正確地重新創建顏色，則會產生奇怪的偽影。但那些是可解決的問題。
你可以想象一下，一個自動開眼界工具的用處，它可以檢查一個人的其他照片，並用它們作為參考來代替最新的照片。（黑客週刊）
閱讀更多 科技人物 的文章
