2015年，Google把自家生成圖片的技術 Inceptionism 開源化，稱之爲 Deep Dream ，一個原本用來將圖片分類的AI，在導入圖片之後，選擇某一層神經網路（Google 的神經網路有 10-30 層）進行重複處理的次數和變形的程度，就能獲得一張非常具有藝術感的圖片。

全球圖形技術和數字媒體處理器行業領導廠商英偉達（Nvidia）在上週五發布一則消息表示，生成對抗網絡（GAN）的一類算法可以整合不同的面孔，將兩個競爭性的神經網絡放在一起，其中的一個神經網絡被賦予生成功能（如圖像渲染），而另一個神經網絡則是放在一個對立的角色，挑戰之前的成績，這樣做可以使生成的神經網絡通過其反彈的思路來對抗對方，從而產生優質的圖片結果。

英偉達的團隊研究出了一個新的循序漸進的訓練方法，取材於著名的個人照片CelebA-HQ的數據庫，他們能夠產生出“前所未有的絕佳質量的圖像”，並且結果看起來相當不錯可以高達1024像素分辨率：所有這些人造面孔從來沒有真正的在你眼前出現過，雖然目前還只是靜態圖像（這意味着我們仍然距離動態人造面孔很遙遠），但英偉達的方法也可以很好地使物體和景觀相融合，未來或許會有更多的可能性。