Generative kontradiktoriske nettverk
Generative Adversarial Networks (GANs) skaper realistiske nye data ved å sette to nevrale nettverk mot hverandre i en konkurranse.
Oversikt
They produced the first wave of convincing AI-generated faces and remain a landmark idea in generative AI.
Dypdykk
En GAN ble introdusert av Ian Goodfellow i 2014, og trener to nettverk samtidig. Generatoren finner opp falske prøver, for eksempel bilder, med utgangspunkt i tilfeldig støy. Diskriminatoren bedømmer om hver prøve er ekte (fra treningsdataene) eller falske (fra generatoren). De konkurrerer: Generatoren prøver å lure diskriminatoren, mens diskriminatoren prøver å ikke bli lurt. Etter hvert som begge blir bedre, blir forfalskningene oppsiktsvekkende realistiske. GAN-er drev de fotorealistiske ansiktene på "This Person Does Not Exist", med StyleGAN som satte standarden for høyoppløselige portretter. De er notorisk vanskelige å trene, utsatt for ustabilitet og "moduskollaps", der generatoren bare produserer noen få repeterende utganger. Diffusjonsmodeller har siden overgått dem for mange bildeoppgaver, men GAN-er forblir raske ved generering og innflytelsesrike.
Teknisk innsikt
Trening er et minimaksspill mellom to nettverk med motsatte mål. Diskriminatoren er opplært til å gi høye skårer for ekte data og lave skårer for genererte data; generatoren er opplært til å få diskriminatoren til å gi høye poengsummer for forfalskninger. Det er avgjørende at generatoren aldri ser virkelige bilder direkte, den lærer bare fra gradientsignalet som sendes tilbake gjennom diskriminatoren. Ved den teoretiske likevekten samsvarer generatorens utgangsfordeling med de virkelige dataene, og diskriminatoren kan ikke gjøre det bedre enn å gjette.
Strategisk innvirkning
Tydeligere avgjørelser
Det hjelper deg å skille klare tekniske påstander fra markedsføringsspråk.
Cost and budget
Du kan stille bedre implementeringsspørsmål før du bruker penger eller tid.
Team and workflow
Team med delt forståelse tar bedre produkt-, policy- og læringsbeslutninger.
Fremtiden til generative motstandsnettverk
Diffusjonsmodeller dominerer nå bildegenerering av høy kvalitet, så rene GAN-er har mistet kronen for mange kreative oppgaver. Fordelen deres er hastighet: et GAN genererer et bilde i en enkelt foroverpassering, mens diffusjon trenger mange trinn, så GAN-er vedvarer i sanntidsbruk, superoppløsning og generering på enheten. Hybridsystemer bruker i økende grad motstridende tap i GAN-stil for å skjerpe resultater fra andre modeller. Forvent at GAN-er lever videre som en rask, lett komponent i stedet for overskriftsgeneratoren.
Real-World Implementering
Genererer fotorealistiske ansikter til ikke-eksisterende mennesker, som på ThisPersonDoesNotExist.com
Oppskalering og skarphet bilder med lav oppløsning og gammel video (superoppløsning)
Lage syntetiske treningsdata for felt der reelle data er knappe eller private
Stiloverføring og bilderedigering, som å gjøre skisser om til realistiske bilder eller aldring av et ansikt
Risikoer og rekkverk
Ulike team kan bruke samme begrep forskjellig, så definer omfang tidlig.
Benchmarks kan se sterke ut mens ytelsen i den virkelige verden er ujevn.
Å ignorere datakvalitet og evalueringsplaner skaper ofte skjøre resultater.
Veikart for implementering
Start med en klarspråklig definisjon av resultatet du trenger.
Velg én suksessberegning og én feilbetingelse før testing.
Kjør en liten pilot med representative data, ikke et polert demosett.
Dokumenter hvor Generative Adversarial Networks hjelper og hvor enklere metoder er bedre.
Fortsett å utforske
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
Neste guide
Graf nevrale nettverk
Ofte stilte spørsmål
What is Generative Adversarial Networks?
Generative Adversarial Networks (GANs) skaper realistiske nye data ved å sette to nevrale nettverk mot hverandre i en konkurranse. De produserte den første bølgen av overbevisende AI-genererte ansikter og er fortsatt en landemerke i generativ AI.
Hva er de to konkurrerende nettverkene i en GAN?
En GAN parer en generator, som lager falske prøver, med en diskriminator, som prøver å fortelle ekte data fra generatorens forfalskninger.
Hva starter generatoren fra når du lager en ny prøve?
Generatoren transformerer en vektor av tilfeldig støy til en syntetisk prøve, og lærer å forme den støyen til realistisk utgang.
Hvordan forbedres generatoren under trening?
Generatoren ser aldri ekte data direkte; det forbedres ved å bruke tilbakemeldingene (gradientene) diskriminatoren gir om hvor falske utdataene ser ut.
Hva er 'moduskollaps' i en GAN?
Moduskollaps skjer når generatoren finner noen få utganger som lurer diskriminatoren og fortsetter å produsere dem, og mister mangfoldet.
Hvem introduserte GAN-er og i hvilket år?
Ian Goodfellow og kollegene introduserte GAN-er i 2014, og lanserte en bølge av forskning på kontradiktoriske generative modeller.