技术摘要：
本公开涉及广告的人工智能生成。在生成对抗神经网络(GAN)系统中，受过训练的自动广告生成器基于产品信息、消费者简档以及展示情境来生成广告。广告可以是矢量。广告展示生成元数据矢量。有效广告鉴别器在被广告展示结果标记的展示矢量方面被训练。有效广告鉴别器和产品 全部
背景技术：
在关于生成对抗网络(generative adversarial network，GAN)和优化广告参与 的方法的研究的上下文中，理解所公开的发明。以下是相关研究的一些示例。 Ahmed Elgammal等人出版了“CAN：通过学习样式并偏离样式规范而产生“艺术”的 创意对抗网络(CAN:Creative Adversarial Networks Generating“Art”by Learning About Styles and Deviating from Style Norms)”(arXiv：1706.07068v1[cs.AI]，2017 年6月21日)。该文描述了以人类艺术家风格随机产生视觉艺术的方法。 Wei Ren Tan等人发表了“ArtGAN：使用条件分类GAN进行艺术品综合(ArtGAN: Artwork Synthesis with Conditional Categorical GANs)”(arXiv：1702 .03410v2 [cs.CV]，2017年4月19日)。该文在生成视觉艺术方面采取了某种不同的方法来获得类似的 结果。 Yichi Ma等人出版了“一种通过GAN进行艺术文本可视化的新型方法(A Novel Approach to Artistic Textual Visualization via GAN)”(arXiv：1710 .10553v1 [cs.CV]，2017年10月29日)。该文描述了生成与文本输入相对应的图像的方法。 Christopher Thomas等人出版了“有说服力的面孔：在广告中生成面孔 (Persuasive Faces:Generating Faces in Advertisements)”(arXiv：1807 .09882v1 [cs .CV]，2018年7月25日)。该文描述了生成与广告中的产品类型相对应的面部图像的方 法。 Ke Wang等人发表了“SentiGAN：通过混合对抗网络生成情感文本(SentiGAN: Generating Sentimental Texts via Mixture Adversarial Networks)”(第二十七届国 际人工智能联合会议论文集(IJCAI-18)第4446-4452页)。该文描述了生成具有特定目标情 感的文本的方法。 Yue Deng等人发表了“用于预测点击率的伪装对抗网络(Disguise Adversarial Networks for Click-through Rate Prediction)”(第二十六届国际人工智能联合会议论 文集(IJCAI-17)，第1589-1595页)。该文描述了预测广告点击率的方法。 Selmer Conrad Bringsjord等人的美国专利公开US7333967B1描述了计算机创造 的方法。 Chad Carson等人的美国专利申请公开案US20070112840A1描述了预测广告点击 率的方法。 张维的中国专利申请公开CN106682927A描述了生成广告样式的方法。 谢统玲等人的中国专利申请公开CN105976203A描述了使用模板自动生成广告的 方法。 王天祎的中国专利申请公开CN108090041A描述了使用历史上成功的广告来指导 4 CN 111612496 A 说 明 书 2/9 页 新广告的撰写的方法。
技术实现要素：
本发明的实施例使用生成器模块，该生成器模块使用产品信息来生成广告。一些 生成器还使用消费者简档(profile)信息来生成适当的广告。 本发明的实施例向消费者展示广告，测量广告的有效性，并将所展示的广告标记 为有效或无效。一些实施例使用所标记的广告来训练或再训练有效广告鉴别器。 本发明的实施例使用有效广告鉴别器来预测所生成的广告的有效性并将所生成 的广告标记为正面或负面。一些实施例还将一些广告标记为负面示例以进行训练。一些实 施例使用所标记的示例来训练或再训练广告生成器。 本发明的一些实施例包括产品信息解码器，该产品信息解码器将所生成的广告与 关于该广告促销的产品的信息进行比较。这样可以避免广告生成器学习忽略大多数输入值 范围，而仅生成少量被鉴别器标记为有效的广告。一些实施例使用产品信息解码的结果来 影响对正面和负面示例广告的标记。 本发明的各个实施例产生听觉的、音乐的、语音的、图形的、文本的、动画的、以及 物理移动的广告。 各种实施例使用通过网络、计算机可读介质、片上系统以及具有人机接口的各种 设备连接的服务器和客户端。 附图说明 图1示出了根据实施例的系统及其操作步骤的概述。 图2示出了根据实施例的显示所生成的视觉广告的移动手持设备。 图3示出了根据实施例的消费者对音频广告的参与。 图4示出了根据实施例的广告数据结构。 图5示出了根据实施例的与广告相对应的元数据的数据结构。 图6示出了根据实施例的用于训练有效广告鉴别器的系统组件和方法步骤。 图7示出了根据实施例的用于训练广告生成器的系统组件和方法步骤。 图8示出了根据实施例的用于将广告传递给消费者的基于网络的系统。 图9A示出了根据实施例的旋转盘非暂时性计算机可读介质。 图9B示出了根据实施例的固态存储器芯片封装非暂时性计算机可读介质。 图10A示出了根据实施例的封装的片上系统的焊球侧。 图10B示出了根据实施例的片上系统内的功能的框图。 图11A示出了根据实施例的基于机架的服务器系统。 图11B示出了根据实施例的服务器系统内的功能的框图。
