جنریٹیو ایڈورسریل نیٹ ورکس (GANs)

جنریٹو ایڈورسریل نیٹ ورکس (GANs) مصنوعی ذہانت (AI) الگورتھم کا ایک خاص طبقہ ہے جو غیر زیر نگرانی مشین لرننگ میں استعمال ہوتا ہے، جو ایک دوسرے کے خلاف مقابلہ کرنے والے دو نیورل نیٹ ورکس کے نظام کے ذریعے نافذ کیا جاتا ہے۔ ایک GAN ایک جنریٹیو ماڈل پر مشتمل ہوتا ہے، جو دیئے گئے ان پٹ کی بنیاد پر مصنوعی ڈیٹا بناتا ہے، اور ایک امتیازی ماڈل، جو اس بات کا تعین کرتا ہے کہ تیار کردہ ڈیٹا حقیقی ہے یا نہیں۔

GANs کا استعمال مختلف ایپلی کیشنز میں کیا جاتا ہے، بنیادی طور پر تصویری ترکیب، متن سے تصویر کی تبدیلی، ویڈیو تجزیہ، اور حال ہی میں خود مختار گاڑیوں میں۔ سب سے زیادہ طاقتور ایپلی کیشنز میں سے ایک لوگوں، اشیاء اور مناظر کی حقیقت پسندانہ تصاویر بنانا ہے جو حقیقت میں موجود نہیں ہیں۔ GANs بصری طور پر پیچیدہ ترتیبات، ڈرائیونگ آبجیکٹ اور اشاروں کی شناخت کی تشریح کرنے میں مدد کرتے ہیں، اور ویڈیو مواد میں مستقبل کے فریموں کی بھی پیش گوئی کر سکتے ہیں۔

GANs کو پہلی بار 2014 میں کمپیوٹر سائنس دانوں ایان گڈ فیلو، جین پوگیٹ-عبادی، مہدی مرزا، بنگ سو، ڈیوڈ وارڈ-فارلی، شیرجیل اوزیر، ایرون کورویل، اور یوشوا بینجیو نے تیار کیا تھا، جنہوں نے تخلیقی ماڈلنگ کو گہری سیکھنے کی تکنیکوں کے ساتھ ملایا۔ اس کا مقصد دو مسابقتی ماڈلز کے ذریعے لیبل یا نگرانی کے بغیر ماڈلز کو تربیت دینا تھا جو مخالفین کے طور پر کام کرتے ہیں۔

جنریٹو ماڈل کو اس کے امتیازی ہم منصب سے بہتر ٹریننگ سیٹ کے ڈیٹا کی تقسیم کو حاصل کرنے کا کام سونپا گیا ہے۔ امتیازی ماڈل جنریٹیو ماڈل سے نمونے لیتا ہے اور اس بات کا تعین کرتا ہے کہ آیا وہ حقیقی ہیں یا نہیں۔ دونوں ماڈلز کو ایک دوسرے کو بہتر بنانے کے لیے بیک وقت تربیت دی جاتی ہے اور دونوں ماڈلز بتدریج اپنی کارکردگی کو بہتر بناتے ہیں جب تک کہ وہ توازن تک نہ پہنچ جائیں۔

GANs طاقتور ٹولز ہیں جو پیچیدہ نقشہ جات سیکھ سکتے ہیں اور نئے ڈیٹا پوائنٹس بنا سکتے ہیں۔ جیسے جیسے ٹیکنالوجی آگے بڑھ رہی ہے، GANs میں کمپیوٹر ویژن، قدرتی زبان کی پروسیسنگ، ڈیٹا اینالیٹکس، اور بہت کچھ کے شعبوں میں ایک قابل قدر ٹول بننے کی صلاحیت ہے۔