Генеративно-состязательная сеть (GAN)

Коротко

• GAN (Generative Adversarial Network) — архитектура из двух нейросетей: генератора, создающего контент, и дискриминатора, пытающегося отличить его от настоящего
• Две сети обучаются в противостоянии: генератор стремится обмануть дискриминатор, а тот — не дать себя обмануть, и оба совершенствуются в этом процессе
• Была одной из ведущих архитектур для генерации изображений до появления диффузионных моделей
• Также лежит в основе многих технологий дипфейков — реалистичной подмены лиц и голосов на видео

Определение

Генеративно-состязательная сеть (Generative Adversarial Network, GAN) — это архитектура машинного обучения, состоящая из двух нейросетей, обучаемых одновременно и в противостоянии друг другу: генератора, который пытается создавать контент (например, изображения), неотличимый от настоящего, и дискриминатора, который пытается отличить сгенерированный контент от реального.

В процессе обучения генератор постепенно учится создавать всё более убедительные примеры, стараясь «обмануть» дискриминатор, а дискриминатор совершенствуется в распознавании подделок, — это состязание подталкивает обе сети к прогрессу, пока генератор не начинает создавать результаты высокого качества. GAN были одной из ведущих архитектур для генерации изображений в 2014-2021 годах, прежде чем во многих задачах их во многом потеснили диффузионные модели, обеспечивающие более стабильное обучение и качество.

На практике

GAN-архитектуры лежат в основе многих ранних и части современных технологий создания дипфейков — реалистичной подмены лиц или голоса на видео, — что делает понимание этой технологии важным и для темы ИИ-безопасности, а не только генерации контента.