GANs 看上去不如「语⾳识别」「⽂本挖掘」那么直观。不过他的应⽤已经进⼊到我们的⽣活中了。下⾯给⼤家列举⼀些 GANs 的实际应⽤。
⽣成图像数据集
⼈⼯智能的训练是需要⼤量的数据集的，如果全部靠⼈⼯收集和标注，成本是很⾼的。GANs 可以⾃动的⽣成⼀些数据集，提供低成本的训练数据。
⽣成⼈脸照⽚
⽣成⼈脸照⽚是⼤家很熟悉的应⽤，但是⽣成出来的照⽚⽤来做什么是需要思考的问题。因为这种⼈脸照⽚还处于法律的边缘。
⽣成照⽚、漫画⼈物
GANs 不但能⽣成⼈脸，还能⽣成其他类型的照⽚，甚⾄是漫画⼈物。
图像到图像的转换
简单说就是把⼀种形式的图像转换成另外⼀种形式的图像，就好像加滤镜⼀样神奇。例如：
- 把草稿转换成照⽚
- 把卫星照⽚转换为Google地图的图⽚
- 把照⽚转换成油画
- 把⽩天转换成⿊夜
⽂字到图像的转换
在2016年标题为“ StackGAN：使⽤ StackGAN 的⽂本到逼真照⽚的图像合成 ”的论⽂中，演示了使⽤ GAN，特别是他们的 StackGAN，从⻦类和花卉等简单对象的⽂本描述中⽣成逼真的照⽚。
语意 – 图像 – 照⽚ 的转换
在2017年标题为“ ⾼分辨率图像合成和带条件GAN的语义操纵 ”的论⽂中，演示了在语义图像或草图作为输⼊的情况下使⽤条件GAN⽣成逼真图像。
⾃动⽣成模特
在2017年标题为“ 姿势引导⼈形象⽣成 ”的论⽂中，可以⾃动⽣成⼈体模特，并且使⽤新的姿势。
照⽚到Emojis
GANs 可以通过⼈脸照⽚⾃动⽣成对应的表情（Emojis）。
照⽚编辑
使⽤GANs可以⽣成特定的照⽚，例如更换头发颜⾊、更改⾯部表情、甚⾄是改变性别。
预测不同年龄的⻓相
给⼀张⼈脸照⽚， GANs 就可以帮你预测不同年龄阶段你会⻓成什么样。
提⾼照⽚分辨率，让照⽚更清晰
给GANs ⼀张照⽚，他就能⽣成⼀张分辨率更⾼的照⽚，使得这个照⽚更加清晰。
照⽚修复
假如照⽚中有⼀个区域出现了问题（例如被涂上颜⾊或者被抹去），GANs可以修复这个区域，还原成原始的状态。
⾃动⽣成3D模型
给出多个不同⻆度的2D图像，就可以⽣成⼀个3D模型。
下一节：强化学习并不是某⼀种特定的算法，⽽是⼀类算法的统称。