הַגדָרָה
רשתות GAN הן סוג של מודלים של למידת מכונה שבהם שתי רשתות עצביות - מחולל ומבחין - מתחרות כדי ליצור נתונים סינתטיים מציאותיים.
מטרה
המטרה היא לייצר נתונים מציאותיים כגון תמונות, אודיו או טקסט. רשתות GAN משמשות בתעשיות יצירתיות, הגדלת נתונים ומחקר.
חשיבות
- מייצר נתונים סינתטיים באיכות גבוהה.
- מאפשר יצירתיות בעיצוב ובאמנות.
- סיכון לשימוש לרעה עבור זיופים עמוקים ומידע שגוי.
- יקר מבחינה חישובית לאימון.
איך זה עובד
- מחולל יוצר נתונים סינתטיים מרעש אקראי.
- המבחין בוחן אם הנתונים אמיתיים או מזויפים.
- שתי הרשתות מאומנות בו זמנית.
- הגנרטור משתפר על ידי למידה כיצד לרמות את המבחין.
- האיטרציה נמשכת עד שהפלטים דומים לנתונים אמיתיים.
דוגמאות (העולם האמיתי)
- NVIDIA StyleGAN: יוצר פרצופים אנושיים מציאותיים.
- יישומי DeepFake: יצירת וידאו סינתטי.
- תמונות רפואיות סינתטיות להגדלת נתוני מחקר.
מקורות / קריאה נוספת
- גודפלו ואחרים. "רשתות עוינות גנרטיביות". NeurIPS 2014.
- סיכומי ההרצאה של איאן גודפלו על GAN.
- עסקאות IEEE על רשתות נוירונים ומערכות למידה.
