Генеративно-состязательные сети

Генеративно-состязательные сети представляют собой тип алгоритмов искусственного интеллекта, предназначенных для решения задачи генеративного моделирования. Цель генеративной модели — проанализировать набор обучающих примеров и восстановить вероятностное распределение, которое их породило. Генеративно-состязательные сети (GAN) затем способны генерировать дополнительные примеры из оценённого вероятностного распределения. Генеративные модели на основе глубокого обучения широко распространены, но GAN входят в число наиболее успешных генеративных моделей, в особенности по способности воспроизводить реалистичные изображения высокого разрешения. GAN успешно применялись в самом разнообразном наборе задач (преимущественно в исследовательских условиях), однако продолжают представлять собой уникальные трудности и возможности для исследований, поскольку основаны на теории игр, тогда как большинство других подходов к генеративному моделированию опираются на задачи оптимизации.