Generative Adversarial Networks (GAN)

Generative Adversarial Networks (GAN) jsou speciální třídou algoritmů umělé inteligence (AI) používaných v nekontrolovaném strojovém učení, implementované systémem dvou neuronových sítí, které proti sobě soutěží. GAN se skládá z generativního modelu, který vytváří syntetická data na základě daného vstupu, a diskriminačního modelu, který určuje, zda jsou generovaná data skutečná nebo ne.

GAN se používají v různých aplikacích, především při syntéze obrazu, převodu textu na obrázek, analýze videa a v poslední době v autonomních vozidlech. Jednou z nejvýkonnějších aplikací je vytváření realistických obrazů lidí, předmětů a scén, které ve skutečnosti neexistují. GAN pomáhají interpretovat vizuálně složitá nastavení, řídí rozpoznávání objektů a gest a mohou dokonce předvídat budoucí snímky ve video obsahu.

GANy poprvé vyvinuli v roce 2014 počítačoví vědci Ian Goodfellow, Jean Pouget-Abadie, Mehdi Mirza, Bing Xu, David Warde-Farley, Sherjil Ozair, Aaron Courville a Yoshua Bengio, kteří kombinovali generativní modelování s technikami hlubokého učení. Bylo zamýšleno trénovat modely bez štítků nebo dozoru tím, že mají dva konkurenční modely, které fungují jako protivníci.

Úkolem generativního modelu je zachytit distribuci dat trénovací sady lépe než její diskriminační protějšek. Diskriminační model bere vzorky z generativního modelu a určuje, zda jsou skutečné nebo ne. Oba modely jsou současně trénovány, aby se navzájem zlepšovaly, a oba modely postupně zlepšují svůj výkon, dokud nedosáhnou rovnováhy.

GAN jsou výkonné nástroje, které se mohou naučit komplexní mapování a generovat nové datové body. Vzhledem k tomu, že technologie pokračuje vpřed, mají GAN potenciál stát se cenným nástrojem v oblasti počítačového vidění, zpracování přirozeného jazyka, analýzy dat a dalších.