知名科技期刊《MIT科技评论》日前公布2018十大突破性技术，炙手可热的人工智能当然不会在榜上缺席，但其中最引人遐思、最令AI专家热血沸腾的技术，恐怕非“对抗型神经网络”莫属。
什么是“对抗型神经网络”？
要回答这个问题，最简单的方法，就是从去年底在网络上流传的一段视频和一组照片说起。
多数人看到这组照片（参见以下链接）的第一个想法大概都是：演艺名人大会串。汤姆…贝克…碧昂…这些大明星的名字在嘴边打转，但就在快要脱口而出那一刻，那些名字又缩了回去，因为它们每一张都似是而非，像谁…又不像谁。
这些照片是显示芯片大厂Nvidia的杰作，其目的，是要展示近年兴起的“对抗型神经网络”凭空“炮制”名人的能耐。照片中的俊男美女，没有一个是真实存在的人物，尽管眉尖唇角神似某某人，或像极了谁，但他们全都是人工智能所“创作”出来的虚拟人像。
换句话说，AI已经从“模仿”，推进到了“创作”的领域。
运用类似算法，工程师可以让AI创作出油画、摇滚乐、即兴演说、甚至是散文、诗词。让AI从工厂、机房，呆板的一个指令一个动作中解放出来、脱胎换骨，晋升为艺术家。而该人工智能大跃进，全都是拜简称GAN的对抗型神经网络之所赐。
GAN被脸书的人工智能专家Yann LeCun誉为“过去20年机器学习领域最酷的点子”，但技术由来，却是只花一晚上就完成的神来之笔。蒙特娄大学机器学习博士Ian Goodfellow在2014年和几个朋友到城里酒吧聊天，谈起计算机合成照片技术，Goodfellow突然灵光一闪，想到何不用两个神经网络彼此对抗，一个扮演创作者的角色，一个专挑毛病，借由不断来回校正，创造出既拟真又独特的作品？返家后，Goodfellow立刻着手写程序，一夜赶工的结果，第一次测试，就成功。
对抗型神经网络之所以能让许多平日冷静的AI专家兴奋到失去理智，乃在于GAN有机会让人工智能从过去填鸭式的人工教导和学习，进步到“自主学习”的更高境界。过去人工智能学习新事物的方法，是由人工喂给机器大量图片数据，并且必须一张张不厌其烦地圈点学习重点。但GAN赋予了机器自己找重点，拼凑出模式，再根据模式自行挥洒的能力，从某个角度看，可以说GAN让AI拥有了“想象力”，变得更像人。
但若从另一个角度看，科幻电影里的噩梦情节，也因此又更逼近了我们一步；假新闻、假消息、假照片，未来都只是GAN所可能衍生社会问题的冰山一角。