Seamless

Google、機械学習による画像認識分類システムを欺ける敵対的物理ステッカーを提案した論文を発表。ステッカーは印刷可能でシーンに依存しない

リヨン大学ら、直感的なスケッチ入力から現実的な仮想地形モデルを生成できる敵対的学習（cGAN）を用いたオーサリングツールを論文にて発表

東京大学、動画に含まれる画像や音からニューラルネットワークを用いて適切な触覚情報を推定するモデル「VibVid」を論文にて発表

UCバークレーら、敵対的学習を用いて1枚の画像から自然な人体3Dモデルを再構成する手法を論文にて発表。リアルタイムの実行も可能

Googleら、テキストから機械学習を使って人間のようなスピーチを生成する人工音声生成モデル「Tacotron 2」を論文にて発表。サンプル音声あり

Google、任意の画像が技術的に審美的に美しいかを評価し1-10（10が最高得点）で採点するCNNベースの画像評価モデル「NIMA」を提案した論文を発表

NVIDIAら、Conditional GANを用いて任意の画像から2048×1024高解像度のフォトリアリスティックな画像合成モデルを生成できる手法を論文にて発表

ソウル大学校、仮想の飛行生物が自分の飛行方法を学習し習得する機械学習アルゴリズムを論文にて発表。実在しない/絶滅した生物の動きも推定し再現

Adobe Researchら、機械学習を用いてリアル音と見分けがつかない短い動画用の音を生成する手法を論文にて発表。どちらが現実音かマシン生成音かをテストする動画あり

MITやAdobeら、グラフィックデザインにおいて見る人が重要と認識する箇所をリアルタイムにヒートマップ予測する機械学習モデルを論文にて発表