Генеративни състезателни мрежи
Генеративните състезателни мрежи (GANs) създават реалистични нови данни, като изправят две невронни мрежи една срещу друга в състезание.
Преглед
They produced the first wave of convincing AI-generated faces and remain a landmark idea in generative AI.
Дълбоко гмуркане
Въведен от Иън Гудфелоу през 2014 г., GAN обучава две мрежи едновременно. Генераторът измисля фалшиви образци, като изображения, започвайки от случаен шум. Дискриминаторът преценява дали всяка проба е истинска (от тренировъчните данни) или фалшива (от генератора). Те се конкурират: генераторът се опитва да заблуди дискриминатора, докато дискриминаторът се опитва да не бъде заблуден. Тъй като и двете се подобряват, фалшификатите стават удивително реалистични. GAN задвижват фотореалистичните лица на „This Person Does Not Exist“, като StyleGAN определя стандарта за портрети с висока разделителна способност. Известно е, че те са трудни за обучение, склонни към нестабилност и „колапс на режима“, където генераторът произвежда само няколко повтарящи се изхода. Дифузионните модели оттогава ги изпревариха за много задачи за изображения, но GAN остават бързи при генериране и влиятелни.
Техническа информация
Тренировката е минимаксна игра между две мрежи с противоположни цели. Дискриминаторът е обучен да извежда високи резултати за реални данни и ниски резултати за генерирани данни; генераторът е обучен да кара дискриминатора да извежда високи резултати за своите фалшификати. Най-важното е, че генераторът никога не вижда реални изображения директно, той се учи само от градиентния сигнал, прекаран обратно през дискриминатора. При теоретично равновесие изходното разпределение на генератора съвпада с реалните данни и дискриминаторът не може да се справи по-добре от предположение.
Стратегическо въздействие
Clearer decisions
Помага ви да отделите ясните технически твърдения от маркетинговия език.
Cost and budget
Можете да задавате въпроси за по-добро внедряване, преди да харчите пари или време.
Team and workflow
Екипи със споделено разбиране вземат по-добри решения за продукти, политики и обучение.
Бъдещето на генеративните състезателни мрежи
Дифузионните модели сега доминират при генерирането на висококачествени изображения, така че чистите GAN са загубили короната си за много творчески задачи. Тяхното предимство е скоростта: GAN генерира изображение с едно преминаване напред, докато дифузията се нуждае от много стъпки, така че GAN продължават да се използват в реално време, супер разделителна способност и генериране на устройството. Хибридните системи все повече използват състезателни загуби в стил GAN, за да изострят резултатите от други модели. Очаквайте GAN да съществуват като бърз и лек компонент, а не като генератор на заглавия.
Внедряване в реалния свят
Генериране на фотореалистични лица на несъществуващи хора, като на ThisPersonDoesNotExist.com
Увеличаване на размера и изостряне на изображения с ниска разделителна способност и стари видеоклипове (супер разделителна способност)
Създаване на синтетични данни за обучение за полета, където реалните данни са оскъдни или лични
Трансфер на стил и редактиране на снимки, като превръщане на скици в реалистични изображения или състаряване на лице
Рискове и предпазни огради
Различните екипи могат да използват един и същи термин по различен начин, така че дефинирайте обхвата рано.
Бенчмарковете могат да изглеждат силни, докато производителността в реалния свят е неравномерна.
Пренебрегването на качеството на данните и плановете за оценка често създава крехки резултати.
Пътна карта за изпълнение
Започнете с дефиниция на обикновен език за резултата, от който се нуждаете.
Изберете един показател за успех и едно условие за неуспех преди тестване.
Изпълнете малък пилотен проект с представителни данни, а не изпипан демонстрационен набор.
Документирайте къде Generative Adversarial Networks помага и къде по-простите методи са по-добри.
Продължете да изследвате
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Generative Adversarial Networks quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Next guide
Графика на невронни мрежи
Frequently asked questions
What is Generative Adversarial Networks?
Генеративните състезателни мрежи (GANs) създават реалистични нови данни, като изправят две невронни мрежи една срещу друга в състезание. Те създадоха първата вълна от убедителни лица, генерирани от AI, и остават забележителна идея в генеративния AI.
Кои са двете конкуриращи се мрежи в GAN?
GAN сдвоява генератор, който създава фалшиви проби, с дискриминатор, който се опитва да различи реалните данни от фалшификатите на генератора.
От какво започва генераторът при създаване на нова проба?
Генераторът трансформира вектор от произволен шум в синтетична проба, като се научава да оформя този шум в реалистичен изход.
Как се подобрява генераторът по време на тренировка?
Генераторът никога не вижда реални данни директно; подобрява се с помощта на обратната връзка (градиенти), която дискриминаторът предоставя за това колко фалшиви изглеждат резултатите му.
Какво е „колапс на режима“ в GAN?
Колапсът на режима се случва, когато генераторът открие няколко изхода, които заблуждават дискриминатора и продължава да ги произвежда, губейки разнообразие.
Кой въведе GAN и през коя година?
Иън Гудфелоу и колегите му въведоха GANs през 2014 г., стартирайки вълна от изследвания на състезателни генеративни модели.