जनरेटिव एडवरसैरियल नेटवर्क (जीएएन)

जेनरेटिव एडवरसैरियल नेटवर्क (जीएएन) कृत्रिम बुद्धिमत्ता (एआई) एल्गोरिदम का एक विशेष वर्ग है, जिसका उपयोग बिना पर्यवेक्षित मशीन लर्निंग में किया जाता है, जो एक दूसरे के खिलाफ प्रतिस्पर्धा करने वाले दो तंत्रिका नेटवर्क की प्रणाली द्वारा कार्यान्वित किया जाता है। GAN एक जेनरेटिव मॉडल से बना होता है, जो किसी दिए गए इनपुट के आधार पर सिंथेटिक डेटा बनाता है, और एक भेदभावपूर्ण मॉडल होता है, जो यह निर्धारित करता है कि जेनरेट किया गया डेटा वास्तविक है या नहीं।

GAN का उपयोग विभिन्न प्रकार के अनुप्रयोगों में किया जाता है, मुख्य रूप से छवि संश्लेषण, पाठ-से-छवि रूपांतरण, वीडियो विश्लेषण और हाल ही में स्वायत्त वाहनों में। सबसे शक्तिशाली अनुप्रयोगों में से एक उन लोगों, वस्तुओं और दृश्यों की यथार्थवादी छवियां बनाना है जो वास्तव में मौजूद नहीं हैं। GAN दृश्य रूप से जटिल सेटिंग्स, ड्राइविंग ऑब्जेक्ट और हावभाव पहचान की व्याख्या करने में मदद करते हैं, और यहां तक कि वीडियो सामग्री में भविष्य के फ्रेम की भविष्यवाणी भी कर सकते हैं।

GAN को पहली बार 2014 में कंप्यूटर वैज्ञानिकों इयान गुडफेलो, जीन पॉगेट-अबादी, मेहदी मिर्ज़ा, बिंग जू, डेविड वार्डे-फ़ार्ले, शेरजिल ओज़ैर, आरोन कोर्टविले और योशुआ बेंगियो द्वारा विकसित किया गया था, जिन्होंने गहन शिक्षण तकनीकों के साथ जेनरेटिव मॉडलिंग को जोड़ा था। इसका उद्देश्य दो प्रतिस्पर्धी मॉडलों के माध्यम से लेबल या पर्यवेक्षण के बिना मॉडलों को प्रशिक्षित करना था जो विरोधियों के रूप में कार्य करते हैं।

जेनरेटिव मॉडल को प्रशिक्षण सेट के डेटा वितरण को उसके भेदभावपूर्ण समकक्ष से बेहतर ढंग से पकड़ने का काम सौंपा गया है। विभेदक मॉडल जनरेटिव मॉडल से नमूने लेता है और निर्धारित करता है कि वे वास्तविक हैं या नहीं। दोनों मॉडलों को एक-दूसरे को बेहतर बनाने के लिए समवर्ती रूप से प्रशिक्षित किया जाता है और दोनों मॉडल एक संतुलन तक पहुंचने तक अपने प्रदर्शन में उत्तरोत्तर सुधार करते हैं।

GAN शक्तिशाली उपकरण हैं जो जटिल मैपिंग सीख सकते हैं और नए डेटा बिंदु उत्पन्न कर सकते हैं। जैसे-जैसे तकनीक आगे बढ़ रही है, GAN में कंप्यूटर विज़न, प्राकृतिक भाषा प्रसंस्करण, डेटा एनालिटिक्स और अन्य क्षेत्रों में एक मूल्यवान उपकरण बनने की क्षमता है।