架构
生成对抗网络 (GAN)
Generative Adversarial Network (GAN)
由生成器与判别器两个模型互相对抗训练的神经网络架构,用来生成逼真的合成数据。
生成对抗网络(GAN)是 Ian Goodfellow 在 2014 年提出的神经网络架构,由两个互相对抗的模型组成。**生成器(generator)** 负责生成假数据(比如图片),**判别器(discriminator)** 则负责分辨数据是真的还是生成的。两者在竞争中一起变强,直到生成器产出的内容已经和真实数据难以区分。
在扩散模型(diffusion model)崛起之前,GAN 是 AI 图像生成的核心技术。像 StyleGAN 生成的逼真人脸(thispersondoesnotexist.com)、deepfake、CycleGAN 的图像风格转换、超分辨率放大,背后都是 GAN。即使现在,它在医学影像和需要快速一次性生成的场景仍很常用。
最经典的比喻:生成器是伪造者,试着画假毕加索;判别器是鉴定师,负责抓出赝品。鉴定师越强,伪造者就被逼着画得越好,反之亦然,最后伪造者的作品连鉴定师都只能靠猜。
GAN 的训练出了名地难搞 — 容易出现 mode collapse(生成器只会输出几种固定样式)和梯度不稳。这也是 2022 年之后高端图像生成大多被扩散模型取代的原因之一。
延伸阅读:diffusion model、VAE、StyleGAN、deepfake、mode collapse、Ian Goodfellow。