由麻省理工学院与IBM华生联合实验室共同发表的AI Portraits Ars，以近年流行的生成对抗网络(Generative Adversarial Network)学习方式，根据系统的自我鉴别及模仿过程，可自动分辨人物面部及背景部分，并将上传至平台上的人物照片转变成旧时画作的绘制手法。产品推出后便造成话题，使用者都想见识AI Portraits Ars是如何透过演算完成风格转换。

从生成的图像来看，AI Portraits Ars不单只是将照片生硬地转换成名画，它会依据照片中人物及背景等各项资料挑选出不同的笔触风格，从写实派到印象派等多种作风，给出最符合照片的艺术诠释。其中最有趣的部分，便是人物在肖像中总是带着略为严肃的面容，原因是当时认为过多的表情会扭曲人类最真实的样貌，因此无论给出多么开怀喜悦的照片都无法呈现人物的笑容，反映出旧时欧洲的审美观念与作画习惯，这项重点反过来让人们透过AI对古典艺术历史有了进一步的认识。

AI Portraits Ars所使用的学习系统便是所谓的“生成对抗网络(GAN)”，简单来说此系统内同时存在鉴识者及模仿者的身份，当接收到可学习的目标时，模仿者会模拟目标对象产出对应的资料，鉴识者则会分析模仿者所运算出的资讯，借着两者相互竞争抗衡，达成学习的目的。有别于Alpha go运用不断吸收单方资讯的方式，GAN的处理方法大幅减少所需的样本数，因此AI Portraits Ars才能在短时间内生成多样化的作品风格。

AI演算用于研发及精进行业技术，已成为各大领域竞相研究的潮流趋势，借由自我学习及实现，颠覆人们以往对数据资料的认知及想像。换脸科技固然新鲜，但在科技发达的时代也仍须留意个资的保护。