#睡前故事：【不存在的地球景色】
2121 年 7 月 19 日是嫲嫲的生日，小達決定要送一個真正的樹林給嫲嫲。
這是因為上個月有一天，小達在畫板上畫樹林 —— 紅、藍、紫色，三角形的樹，上面長滿燈泡，還有一顆顆粉紅色小圓圈拼成的瀑布 ⋯⋯
嫲嫲剛好拜訪，但當她知道這是小達所認知的「樹林」時，她眼神裡突然出現一點難以察覺的憂傷：「樹和瀑布不是長這樣的，」她用僅有的年幼記憶努力地描述：
「樹有綠色的樹葉、棕色的樹幹，有高的也有矮的，隨四季有時會光禿禿的，有時又很濃密，泛黃的時候代表它快凋謝。瀑布流的是山水，不是由海水提煉的，在陽光底下會閃閃發亮 ……」
才五歲的小達聽不懂「四季」、「凋謝」、「陽光」等字，但是善良可愛的他卻一心想為嫲嫲畫一張她心目中的樹林。
幸好廿二世紀的科技非常先進，想要把腦海中的影像變成逼真的圖片一點也不困難，就算是個只懂用蠟筆作畫的小朋友也能輕易辦到。
小達根據嫲嫲的描述，笨拙地拿起畫筆簡單畫了幾筆，電腦隨即將他隨手的塗鴉轉變成疑幻似真的景色。
「嫲嫲你看，是樹林和瀑布呢！」小達說：「生日快樂。」
＋＋＋
在故事發生一百年前的今天，技術雖然尚未普及至小朋友的畫筆，但多虧 NVIDIA 研發的人工智慧影像處理技術 GauGAN，現在大家已經可以將隨手塗鴉的草圖，轉換為逼真的合成圖片。
GauGAN 的團隊領袖 —— 來自台灣的劉洺堉，認為人腦是世界上最好的繪圖工具。
他於美國 NVIDIA 總部工作，在深度想像研究團隊（Deep Imagination Research Team）裡醉心鑽研電腦視覺（Computer Vision）和深度學習（Deep Learning）。團隊認為，這兩者是人工智慧研究的關鍵：前者是電腦觀察世界的渠道，後者則是電腦理解世界的方式。
一般而言，電腦視覺用於辨識景物，將事物分類為不同標籤，然而 GauGAN 的技術與此相反：它將標籤還原成景物，藉此創造出不存在的地球景色。
我們只需畫出物體的形狀，AI 便會填充所有的細節，包括顏色、質感、陰影、紋理 ⋯⋯ 這不是因為我們告訴它，而是它根據現實生活圖像的大數據庫學會的，例如我們把泥地變成雪地，它會知道兩者的不同而作出調整。
這項技術十分適合建築師、設計師、需要創造虛擬世界訓練機器人，開發無人車的人。由於以 GauGAN 產生的圖片帶有隨機性，因此也可以用來激發電影或遊戲工作者的創意。目前，已有不少概念設計師借助 GauGAN 創作，如活躍在電影和遊戲界的概念藝術家 Colie Wertz，便經常用到 GauGAN 畫背景。
現在，任何人都可以當畫家了，在 AI 的幫助下，你要重新拿起畫筆嗎？
Image & Concept art： NVIDIA GauGAN & Colie Wertz
Text：木由 @debutante.sight
#EveryoneisStoryteller #睡前故事 #科技故事 #木由 #debutantesight #NVIDIA #GauGAN #ColieWertz #沒有你的故事也是你的故事
📚 成為 Reading Club 會員，支持 StoryTeller 繼續創作美好的故事：
https://bit.ly/2MNRcPK
📻 收聽 StoryTeller Radio ：https://store.story-teller.com.hk/pages/podcast
👉🏻Tag us at IG @everyone.is.storyteller to be featured
📮投稿你的故事／藝術作品：https://bit.ly/2FwN6G3
→Follow @ztorybook.official 留意最新動向
gaugan 在 NVlabs/SPADE: Semantic Image Synthesis with ... - GitHub 的推薦與評價
Semantic Image Synthesis with SPADE. GauGAN demo. New implementation available at imaginaire repository. We have a reimplementation of the SPADE method that ... ... <看更多>