“不隻是虛擬偶像。我覺得如果森夏君你覺得不錯的話，用來給電影使用也是很棒的。”
綾奈並沒有注意到森夏這邊的若有所思，而是在繼續侃侃而談。
影視上這個技術，可以用來去噪，而且電影本身的精度要求，和軍工或者精密技術方麵的也不一樣，所以算法上可以寬鬆很多，精確度不需要考慮，隻要讓畫麵好看，這就夠了。
順帶一提，迪士尼在這方麵就非常有建樹，而在另外一條世界線上麵，阿凡達這邊的表情捕捉，就應用到了相關的技術。
至於森夏這邊，要的就比較簡單了，就拿現在這邊要解決的問題來。
嗯……就是摳圖。
實際上，所謂的動作捕捉，如果狹義一點的來，其實都是摳圖。
而卷積神經網絡摳圖，效果就很好。簡直是舉重若輕，在經過了訓練的人工智能手上，那真的是非常不錯。
但綾奈的技術，如果隻是拿來摳圖的話……好像的確有些大材用了……
“綾奈，你真沒考慮當程序員……不，我是，你真沒考慮去從事計算機研究方麵的工作嗎？”
森夏終於還是問了。
然而，後者堅定的抬起了頭：“我，要當聲優。”
好吧。
綾奈的聲音，其實還是挺有特色的。
“咳……但是你真的挺有前途的……”
“我，要，當，聲優！”
綾奈一字一頓。
森夏乖乖的閉上了嘴。
好吧，這種時候就不應該爭論這個問題。
而且，綾奈願意為紳士事業添磚加瓦，自己應該高興才對咯……
不過可惜啊，如果綾奈願意來搞程序、寫算法的話，那就更好了。
“我們到哪了？”森夏還是決定先把話題拉回來。
“影視方麵的應用。”綾奈。
“哦，對，你覺得這方麵也能用？”森夏問。
“當然，森夏你的電影不是明年就會播放了嘛～”
好萊塢那邊的大電影，外人知道的比較少，但森夏身邊的人還是知道一點的。
其實很多時候，神經網絡的目的不是替代真人進行工作，而是為了減少人們重複性勞作。
至於神經網絡本身的話，就是一個需要深度學習的“機器人”。
綾奈剛剛的“大量訓練”，就是指的此處的學習數據。數據的輸入端是計算機計算出的一個髒點雲，輸出端是經過人工處理後，計算機計算得到的一個規則網格——這都是來自於計算機計算的結果的，而不來源於實采數據。
通過這種方式，AI可以逐漸了解人們是如何工作的，然後他們本身也可以來進行“模仿”。
這種感覺，如果硬要找一個的原型的話，就相當於自家的貓狗耳濡目染之下也學會了主人的一些生活習性類似，然後，這些貓狗就仿照著主人去行動，這就是深度學習了。
當然，此處卷積神經網絡是無法本質上降低製作成本的，因為它無論是訓練數據，還是最後的應用，都是從一套十分昂貴的係統中來的。換個角度，如果沒有這套昂貴的係統而隻有這個神經元網絡，那基本等於沒有。
在另外一條世界線，就有一種上色和換臉的軟件。這類軟件，都是需要使用者在機器開始工作之前，先用數千張照片讓AI進行訓練，最後讓機器知道，什麼樣的構圖需要上什麼顏色和換什麼臉。