GAN（生成对抗网络）

GAN（Generative Adversarial Network，生成对抗网络）是一种用于人工生成图像、音频、文本等数据的深度学习模型，也称为“对抗生成网络”。 2014年由 Ian Goodfellow 等人提出，是加速生成式AI领域发展的代表性技术之一。 GAN由以下两个神经网络构成： 1. 生成器（Generator）：从随机噪声中生成逼真的数据 2. 判别器（Discriminator）：区分生成数据与真实数据 两者处于对抗关系——生成器努力生成“以假乱真的数据”，判别器则不断学习“识破假数据”。 通过这种对抗训练，生成器最终能够生成高质量、高逼真度的数据。 主要特点与优势： - 能够生成高精度、高写实感的图像、音频和视频 - 无需标注数据，以无监督学习方式运作 - 与其他生成模型（如VAE）相比，输出结果的真实感更强 典型应用场景： - 人脸图像和艺术作品的生成（例：This Person Does Not Exist） - 风格迁移（Style Transfer、Pix2Pix） - 图像修复与去噪（Image Inpainting） - 数据增强（Data Augmentation）辅助训练 - 医疗、制造、广告等领域的合成数据应用 另一方面，GAN的训练过程容易不稳定，还存在**模式崩溃（mode collapse）**等问题。 为克服这些挑战，WGAN、StyleGAN、CycleGAN等众多衍生模型相继出现，并根据不同用途选用最优架构。 GAN作为生成式AI的核心技术，正在图像处理、内容创作、仿真模拟、数字孪生等广泛领域带来创新变革。