而且即便是暂时未找到合适的破局点，但生成式文本摘要这方面取得的成果也够林灰消化一段时间了。猪熊的穿越：2014

虽然学术方面无心插柳柳成荫的例子很多，很多学术成果最开始问世的时候目的往往是跑偏的。

但林灰内心信奉的原则是“吾道一以贯之”那种。

无论是游戏开发还是学术进展上，林灰都不想给别人一种割裂感。

就像林灰在游戏开发时不想给游戏玩家一种割裂感一样。

虽然林灰现在已经有了一定的将生成式对抗网络的推出逻辑基础。

（林灰此前搞得生成式文本摘要里面涉及到的生成式模型，而从伊芙·卡莉那收购来的专利中又涉及到类判别式模型，而生成式对抗网络其组成正是包含有生成式网路和判别式网路……）

说起来因为在这个时空机器学习方面的研究比较滞后。

林灰想搬运生成式对抗网络这一模型的话其实也不需要担太多风险。

尽管如此，在将生成式文本摘要方面的彻底搞定之前。

不过尺有所长寸有所短，虽然并不是很擅长对纯粹文本信息的处理。

但在其余很多领域生成式对抗网路都可以大显身手。

在人脸识别方面、超分辨率重建等方面生成对抗网络更是大有用武之地。

总之，林灰是觉得科技树还是按顺序点比较好。

现在在林灰看来在学术方面他所要做的依然是深耕自然语言处理，深耕生成式文本摘要。

通过不断的深耕，从自然语言处理这一领域找到破局或者说点亮下一个科技树分支才是最好的。

但如果林灰贸然搞出生成式对抗网路依旧不是很好。

毕竟生成式对抗网络就应用层面来说和林灰现在一向搞得自然语言处理这一学术领域其实关系不太大。

在这种情况下，林灰莫名其妙推出一个和自然语言处理几乎没啥关系的模型算怎么回事呢？

林灰也不着急将生成式对抗网络相关的研究成果搬运出来。

至于为什么林灰不将生成式对抗网络搬出来？

林灰不想给外界其余的学术人员一种割裂感。

甚至是在语义图像修复方面生成式对抗网络同样是可以大显身手。

除此之外，生成式对抗网络还有很多应用方向。

概括地说，生成式对抗网络的应用前景是相当广阔的。