500萬張照片的訓練成果

GauGAN的技術核心為稱為Spade的演算法，並透過超過100萬張的照片資料庫進行深度學習訓練，並在Tensor Core特化運算單元的加持下，讓系統訓練的時間從原本的3週縮短到2週以內，讓訓練過後的系統能夠瞭解各種自然界景色的特徵，以利系統將分割標籤還原成景物。

如今GauGAN可以產生解析度為512 x 512的合成圖片，但劉洺堉表示，在各種景色的交界處還是會有些破綻與模糊產生，即便是透過其他人工智慧方式放大圖片，還是會有把破綻放大的疑慮。

目前GauGAN已經導入新的訓練用圖片資料庫，將資料庫照片總數提升至500萬張，雖然這樣會讓訓練時間爆增至超過1個月，但也讓系統能夠產生更加精細的圖片，讓解析度能夠提升到2048 x 2048還不致露出太多破綻。

劉洺堉表示，目前已經有概念設計師（Concept Artist）透過GauGAN尋覓創作靈感，由於GauGAN可以很產生多種地理環境的景觀，並自由套用不同的景色風格，能夠快速嘗試各種排列組合，此外用這種方式產生的圖片也帶有一點隨機性，因此也可能產生意料之外的圖片，更能激發創意，很適合電影、遊戲等創意工作者使用。另一方面，因為GauGAN的使用體驗相當療癒，因此也有些醫療院所將GauGAN提供給病患使用，作為舒解壓力的小道具。

由於GauGAN的技術細節相當艱澀，所以筆者不在此多作贅述，想要瞭解Spade或是GAN（Generative Adversarial Network，生成對抗網路）的讀者，可以點擊連結查閱詳細介紹。

▲ Spade演算法是GauGAN的技術核心。