Redes generativas adversariales (GAN)

Las redes generativas adversariales (GAN) son una clase especial de algoritmos de inteligencia artificial (IA) utilizados en el aprendizaje automático no supervisado, implementados mediante un sistema de dos redes neuronales que compiten entre sí. Una GAN se compone de un modelo generativo, que crea datos sintéticos basados en una entrada dada, y un modelo discriminativo, que determina si los datos generados son reales o no.

Los GAN se utilizan en diversas aplicaciones, sobre todo en síntesis de imágenes, conversión de texto a imagen, análisis de vídeo y, más recientemente, en vehículos autónomos. Una de las aplicaciones más potentes es la creación de imágenes realistas de personas, objetos y escenas que en realidad no existen. Los GAN ayudan a interpretar escenarios visualmente complejos, impulsando el reconocimiento de objetos y gestos, y pueden incluso predecir fotogramas futuros en contenidos de vídeo.

Las GAN fueron desarrolladas por primera vez en 2014 por los informáticos Ian Goodfellow, Jean Pouget-Abadie, Mehdi Mirza, Bing Xu, David Warde-Farley, Sherjil Ozair, Aaron Courville y Yoshua Bengio, que combinaron el modelado generativo con técnicas de aprendizaje profundo. Su objetivo era entrenar modelos sin etiquetas ni supervisión mediante dos modelos competidores que actúan como adversarios.

El modelo generativo se encarga de capturar la distribución de datos de un conjunto de entrenamiento mejor que su homólogo discriminativo. El modelo discriminativo toma las muestras del modelo generativo y determina si son reales o no. Los dos modelos se entrenan simultáneamente para mejorarse mutuamente y ambos mejoran progresivamente su rendimiento hasta alcanzar un equilibrio.

Los GAN son potentes herramientas que pueden aprender mapeados complejos y generar nuevos puntos de datos. A medida que la tecnología sigue avanzando, los GAN tienen el potencial de convertirse en una valiosa herramienta en los campos de la visión por ordenador, el procesamiento del lenguaje natural y el análisis de datos, entre otros.