Generacyjne sieci przeciwstawne
Generacyjne sieci kontradyktoryjne (GAN) tworzą realistyczne nowe dane, konkurując ze sobą dwie sieci neuronowe.
Przegląd
They produced the first wave of convincing AI-generated faces and remain a landmark idea in generative AI.
Głębokie nurkowanie
Wprowadzony przez Iana Goodfellowa w 2014 roku, sieć GAN szkoli dwie sieci jednocześnie. Generator wymyśla fałszywe próbki, takie jak obrazy, zaczynając od losowego szumu. Dyskryminator ocenia, czy każda próbka jest prawdziwa (na podstawie danych uczących), czy fałszywa (z generatora). Konkurują ze sobą: generator próbuje oszukać dyskryminatora, podczas gdy dyskryminator stara się nie dać się oszukać. W miarę ulepszania obu podróbek stają się zaskakująco realistyczne. Sieci GAN zasilały fotorealistyczne twarze w filmie „Ta osoba nie istnieje”, a StyleGAN ustanowił standard dla portretów w wysokiej rozdzielczości. Są niezwykle trudne w szkoleniu, podatne na niestabilność i „załamanie trybu”, gdy generator wytwarza tylko kilka powtarzalnych sygnałów wyjściowych. Od tego czasu modele dyfuzyjne wyprzedziły je w wielu zadaniach obrazowych, ale sieci GAN pozostają szybkie w generowaniu i mają wpływ.
Wgląd techniczny
Trening to minimaksowa gra pomiędzy dwiema sieciami o przeciwnych celach. Dyskryminator jest szkolony, aby dawać wysokie wyniki w przypadku danych rzeczywistych i niskie wyniki w przypadku danych wygenerowanych; generator jest przeszkolony, aby dyskryminator generował wysokie wyniki dla swoich podróbek. Co najważniejsze, generator nigdy nie widzi bezpośrednio rzeczywistych obrazów, uczy się jedynie na podstawie sygnału gradientu przekazywanego z powrotem przez dyskryminator. W równowadze teoretycznej rozkład mocy generatora odpowiada rzeczywistym danym, a dyskryminator nie może zrobić nic lepszego niż zgadywanie.
Wpływ strategiczny
Jaśniejsze decyzje
Pomaga oddzielić jasne twierdzenia techniczne od języka marketingowego.
Koszt i budżet
Możesz zadawać pytania dotyczące lepszego wdrożenia, zanim wydasz pieniądze lub czas.
Zespół i przepływ pracy
Zespoły charakteryzujące się wspólnym zrozumieniem podejmują lepsze decyzje dotyczące produktów, zasad i uczenia się.
Przyszłość generatywnych sieci przeciwstawnych
Modele dyfuzyjne dominują obecnie w generowaniu obrazów wysokiej jakości, więc czyste sieci GAN straciły koronę w wielu kreatywnych zadaniach. Ich przewagą jest szybkość: sieć GAN generuje obraz w jednym przebiegu do przodu, podczas gdy dyfuzja wymaga wielu etapów, dzięki czemu sieci GAN mogą być wykorzystywane w czasie rzeczywistym, w super rozdzielczości i generowane na urządzeniu. Systemy hybrydowe coraz częściej wykorzystują straty kontradyktoryjne w stylu GAN, aby wyostrzyć dane wyjściowe z innych modeli. Oczekuj, że sieci GAN będą nadal działać jako szybki i lekki komponent, a nie główny generator.
Implementacja w świecie rzeczywistym
Generowanie fotorealistycznych twarzy nieistniejących ludzi, jak na ThisPersonDoesNotExist.com
Skalowanie i wyostrzanie obrazów o niskiej rozdzielczości i starych filmów (super rozdzielczość)
Tworzenie syntetycznych danych szkoleniowych dla dziedzin, w których rzeczywiste dane są rzadkie lub prywatne
Transfer stylu i edycja zdjęć, na przykład przekształcanie szkiców w realistyczne obrazy lub postarzanie twarzy
Zagrożenia i poręcze
Różne zespoły mogą odmiennie używać tego samego terminu, dlatego należy wcześniej zdefiniować zakres.
Testy porównawcze mogą wyglądać dobrze, podczas gdy wydajność w świecie rzeczywistym jest nierówna.
Ignorowanie planów dotyczących jakości danych i oceny często skutkuje kruchymi wynikami.
Plan wdrożenia
Zacznij od jasnej definicji potrzebnego wyniku.
Przed testowaniem wybierz jedną metrykę sukcesu i jeden warunek niepowodzenia.
Przeprowadź mały pilotaż z reprezentatywnymi danymi, a nie dopracowanym zestawem demonstracyjnym.
Dokument, w którym pomagają generatywne sieci przeciwstawne i gdzie prostsze metody są lepsze.
Odkrywaj dalej
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
Następny poradnik
Wykres sieci neuronowych
Często zadawane pytania
What is Generative Adversarial Networks?
Generacyjne sieci kontradyktoryjne (GAN) tworzą realistyczne nowe dane, konkurując ze sobą dwie sieci neuronowe. Stworzyli pierwszą falę przekonujących twarzy generowanych przez sztuczną inteligencję i pozostają przełomowym pomysłem w dziedzinie generatywnej sztucznej inteligencji.
Jakie są dwie konkurencyjne sieci w sieci GAN?
GAN łączy generator, który tworzy fałszywe próbki, z dyskryminatorem, który próbuje odróżnić prawdziwe dane od podróbek generatora.
Od czego zaczyna się generator podczas tworzenia nowej próbki?
Generator przekształca wektor losowego szumu w próbkę syntetyczną, ucząc się kształtować ten szum w realistyczny wynik.
Jak generator poprawia się podczas treningu?
Generator nigdy nie widzi bezpośrednio rzeczywistych danych; poprawia się, korzystając z informacji zwrotnych (gradientów) zapewnianych przez dyskryminator na temat fałszywego wyglądu jego wyników.
Co to jest „załamanie trybu” w sieci GAN?
Załamanie trybu ma miejsce, gdy generator znajdzie kilka wyjść, które oszukują dyskryminator i kontynuuje ich wytwarzanie, tracąc różnorodność.
Kto wprowadził GAN i w którym roku?
Ian Goodfellow i współpracownicy wprowadzili sieci GAN w 2014 r., zapoczątkowując falę badań nad kontradyktoryjnymi modelami generatywnymi.