Generatieve adversariële netwerken (GAN's)

Generative Adversarial Networks (GAN's) zijn een speciale klasse van kunstmatige intelligentie (AI)-algoritmen die worden gebruikt in machine-leren zonder toezicht, geïmplementeerd door een systeem van twee neurale netwerken die tegen elkaar strijden. Een GAN bestaat uit een generatief model, dat synthetische gegevens creëert op basis van een gegeven invoer, en een discriminerend model, dat bepaalt of de gegenereerde gegevens echt zijn of niet.

GAN's worden gebruikt in een verscheidenheid aan toepassingen, voornamelijk in beeldsynthese, tekst-naar-beeld conversie, videoanalyse en meer recent in autonome voertuigen. Een van de krachtigste toepassingen is het creëren van realistische beelden van mensen, objecten en scènes die in werkelijkheid niet bestaan. GAN's helpen bij het interpreteren van visueel complexe omgevingen, sturen object- en gebarenherkenning aan en kunnen zelfs toekomstige frames in videocontent voorspellen.

GAN's werden voor het eerst ontwikkeld in 2014 door computerwetenschappers Ian Goodfellow, Jean Pouget-Abadie, Mehdi Mirza, Bing Xu, David Warde-Farley, Sherjil Ozair, Aaron Courville en Yoshua Bengio, die generatieve modellering combineerden met deep learning-technieken. Het was bedoeld om modellen te trainen zonder labels of supervisie door twee concurrerende modellen te hebben die als tegenstanders fungeren.

Het generatieve model heeft de taak om de gegevensdistributie van een trainingsset beter vast te leggen dan zijn discriminatieve tegenhanger. Het discriminatieve model neemt de monsters van het generatieve model en bepaalt of ze echt zijn of niet. De twee modellen worden tegelijkertijd getraind om elkaar te verbeteren en beide modellen verbeteren geleidelijk hun prestaties totdat ze een evenwicht bereiken.

GANs zijn krachtige hulpmiddelen die complexe toewijzingen kunnen leren en nieuwe gegevenspunten kunnen genereren. Naarmate de technologie zich verder ontwikkelt, hebben GAN's het potentieel om een waardevol hulpmiddel te worden op het gebied van computervisie, natuurlijke taalverwerking, gegevensanalyse en nog veel meer.