Generative Adversarial Network (GAN) edo sare sortzaile antagonikoa da ikasketa sakoneko arkitektura bat, lehian dauden bi neurona-saretan oinarritua, gai dena jatorrizko datu errealen antzekoak diren datu sintetiko berriak sortzeko .
Generative Adversarial Network (GAN) kontzeptua 2014an sortu zen Ian Goodfellow ingeniariaren eskutik, eta gaur egun adimen artifizialeko teknikarik berritzaileenetako bat da hainbat eduki-mota sortzeko eta editatzeko.
Nola funtzionatzen du GAN batek?
GAN baten egitura bi neurona-sare artifizialetan oinarritzen da. Neurona-sare horiek elkarren aurka lehiatzen dira aurkaritzakoa edo kontrakoa deritzon entrenamendu-prozesu batean:
- Sare sortzailea: Sare honen helburua da datu faltsuak sortzea, entrenamendu-multzoko datu errealen ahalik eta antzekoenak. Ausazko zaratatik datuak sortzen hasten da, eta, entrenamenduaren bidez, gero eta emaitza egokiagoak lortzen ikasten du.
- Sare bereizlea: Datu errealak eta artifizialki sortuak jasotzen ditu, eta bien artean bereizten ikasten du. Bere funtzio nagusia da identifikatzea lagin bat datu-mota batekoa ala bestekoa den.
Bi sareak aldi berean entrenatzen dira; hala, sorgailua bereizlea "engainatzen" saiatzen da datu sintetiko errealistak sortuz, eta bereizleak faltsifikazioak detektatzeko gaitasuna hobetzen du.
Prozesua behin eta berriro errepikatzen da, harik eta sorgailua datu zehatz-zehatzak sortzea lortzen duen arte, bereizleak datu errealetatik bereizi ezin dituenak.
Generative Adversarial Network (GAN) baten aplikazio praktikoak
Zertarako balio dute sare sortzaile antagoniko hauek? Aplikazio praktiko ugaritarako balio dute, eta gero eta gehiagorako, gainera, aukera berriak irekitzen baitituzte AAren alorrean:
- Irudiak eta bideoak sortzeko
- Irudi eta bideo zaharrak, historikoak edo kalitate txikikoak hobetzeko eta zaharberritzeko
- Bideojokoetarako edukiak, pertsonaiak edo inguruneak garatzeko
- Musika sortzeko
- Arte digital originala sortzeko
- Ingurune birtualak simulatzeko eta agertoki errealistak sortzeko, publizitate- edo industria-inguruneetan erabil daitezkeenak (adibidez, biki digitala)
- Produktuak pertsonalizatzeko
- Kanpaina dinamikoak planifikatzeko
- Ikerketetarako datuak sintetizatzeko
- Anomaliak edo akatsak detektatzeko ekoizpen-kateetan edo datu-multzoetan
- Medikuntzaren edo farmazia-industriaren alorrean ikertzeko, tratamenduak edo birusak simulatuz
- Ereduak modelatzeko fenomeno natural edo meteorologikoetarako
