日前Google與非營利組織灰色空間藝術基金會攜手合作，透過類神經網絡系統將影像轉換為電腦視覺呈現結果，藉此建構成29件全新藝術創作作品之外，此次在GTC 2016期間也實際展示藉由Google打造DeepDream軟體，以及基於Nvidia旗下GPU產品加速運算的亞馬遜EC2伺服器效能所產生衍生創作影像，似乎象徵未來包含影像識別、人工智慧與機器學習等技術，都將成為未來藝術創作工具。
▲藉由電腦分析、學習後，進行衍生創作的影像作品，底下為原本提供電腦參考影像
此次在GTC 2016期間實際展示藉由影像識別、機器學習與人工智慧等技術，配合Google打造DeepDream軟體與搭載Nvidia GPU產品的亞馬遜EC2伺服器進行加速演算，在分析多組照片特徵且進行重組後所構成的衍生創作影像，某種含意上似乎也說明未來此類技術將可能成為藝術家用於創作的全新工具。
透過深度機器學習流程，將能使電腦系統更加瞭解單一影像的特徵與細節，甚至能將影像所涵蓋情境、內容藉由文字、語音方式詮釋，目前包含Google、微軟、Facebook、百度等科技廠商均先後投入類似研究與技術發展，同時也能將此類技術擴展應用到諸如人臉識別、圖像分析或廣告推薦等應用。
而因為藉由大量深度機器學習情況下，或許可由電腦系統找出影像中特別細節，並且能將此類細節重新拆解、組合成全新影像，或是將既有影像以全新風貌詮釋，藉此構成全新衍生創作內容。只是如此一來，內容創作者應該是電腦本身，還是建構店系統且提供原始影像素材的操作者？
另一方面，也有相關看法認為可藉由此類電腦技術分析諸如畢卡索、梵谷等知名畫家創作作品，藉此推測這些畫家當時創作時的內心可能想法。但反論看法則認為藝術創作者的思維與一般邏輯推演情況不能劃上等號，因此並不認為電腦分析能夠完整詮釋這些畫家的創作構想。
▲電腦端在進行各個影像內容分析後，會擷取影像中特定特色、色調等細節，以此進行全新影像或重新詮釋的衍生創作內容
▲透過Google DeepDream軟體分析運算，最後產生的全新詮釋影像
▲此次展示影像實際是透過GPU加速演算超過90 PETAFLOPS運算量，藉此建構最後形成影像
▲從遠端觀看的話，其實很難察覺其中差異
▲但近距離細看的話，可以發現其中細節可能會以其他參考影像特徵填入
