Reti avversarie generative (GAN)

Le reti generative avversarie (GAN) sono una classe speciale di algoritmi di intelligenza artificiale (AI) utilizzati nell'apprendimento automatico non supervisionato, implementati da un sistema di due reti neurali in competizione tra loro. Una GAN è composta da un modello generativo, che crea dati sintetici sulla base di un dato input, e da un modello discriminativo, che determina se i dati generati sono reali o meno.

Le GAN sono utilizzate in una varietà di applicazioni, principalmente nella sintesi di immagini, nella conversione da testo a immagine, nell'analisi video e, più recentemente, nei veicoli autonomi. Una delle applicazioni più potenti è la creazione di immagini realistiche di persone, oggetti e scene che non esistono realmente. Le GAN aiutano a interpretare ambienti visivamente complessi, guidando il riconoscimento di oggetti e gesti e possono persino prevedere i fotogrammi futuri nei contenuti video.

Le GAN sono state sviluppate per la prima volta nel 2014 dagli informatici Ian Goodfellow, Jean Pouget-Abadie, Mehdi Mirza, Bing Xu, David Warde-Farley, Sherjil Ozair, Aaron Courville e Yoshua Bengio, che hanno combinato la modellazione generativa con tecniche di deep learning. L'obiettivo era quello di addestrare modelli senza etichette o supervisione, con due modelli in competizione che agiscono come avversari.

Il modello generativo ha il compito di catturare la distribuzione dei dati di un set di allenamento meglio della sua controparte discriminativa. Il modello discriminativo prende i campioni dal modello generativo e determina se sono reali o meno. I due modelli vengono addestrati simultaneamente per migliorarsi a vicenda ed entrambi migliorano progressivamente le loro prestazioni fino a raggiungere un equilibrio.

Le GAN sono strumenti potenti in grado di apprendere mappature complesse e generare nuovi punti di dati. Con l'avanzare della tecnologia, le GAN hanno il potenziale per diventare uno strumento prezioso nei campi della computer vision, dell'elaborazione del linguaggio naturale, dell'analisi dei dati e altro ancora.