韩国科学技术院开发出一款生成对抗网络（GAN）处理器
https://bit.ly/2Xx6ZG1
韩国科学技术院（KAIST）已经成功开发出一种低功耗，高效率且处理生成对抗网络（GAN
）的AI芯片，称之为生成对抗网络处理器（GAN Processing Unit）。
这种AI芯片能够在行动基础上快速处理绘图合成和修补所需的算术运算。更重要的是，该
单芯片能够以低功耗和高效率实现影像辨识、推理、学习和决策，未来可望成为许多行动
装置中的AI芯片解决方案。
GAN可以定义透过AI技术产生伪造数据的深度学习网络，以及可以透过竞争学习模式区分
哪一些是伪造数据的深度学习网络。但是现今该技术可能会导致人们难以区分哪一种是伪
造数据，因为其已经应用于Deepfake，而且日益成为问题之所在。
现有的AI技术已经可用于辨别物体、推理、语音辨识、脸部辨识等。另一方面，却也能够
采用具备生成和再生影像的GAN，以广泛用于影像转换，合成和修补以及各种在行动方面
的应用。如今，各个产业和学术领域都非常关注该技术的多样化功能性。
基本上，GAN这种新型网络是由多个深度神经网络组成，这与现有的深度学习网络不同，
因此，提高运行速度并不容易，甚至在高分辨率影像的情况下更需要大量运算能力来驱动
。这意味着在运作能力和可用内存容量有限的行动装置（例如：智慧型手机）上，不能
仅仅通过软件来实现网络。
既然如此，开发出具备GAN能力的AI芯片就变得很重要。现在根据韩国科学技术院研究团
队宣布，所开发的AI芯片的特点能够在行动基础上进行学习，同时能够处理GAN等多列深
度神经网络以及单个深度神经网络。简单来说，该芯片能够在行动装置中自行学习GAN，
而无需将数据传输到服务器端。
该团队通过该AI芯片成功建立了脸部校正系统，让AI能够修补出最接近真实情况的影像。
根据其透过平板电脑拍摄的多张相片之中，该系统针对头发，眼镜，眉毛等有关的17种特
征行进自动添加或修补，这对于未来行动装置的在拍摄性能上有很大提升的作用。
还有，微软与北京大学也正在合作开发利用GAN的Deepfake检测器，期望能够在GAN风潮下
，强化深度学习能力。