資訊專欄INFORMATION COLUMN
摘要：所謂的生成式對抗網絡是深度學習領域內最熱門的主題，有望以更少的人力創建更擅長學習的系統。警察與偽造者生成式對抗網絡減少深度學習所需要的數據生成式對抗網絡通過減少訓練深度學習算法所需的數據量來解決該問題。
如果您還未聽說過生成式對抗網絡（generative adversarial network，GAN），不用擔心，這篇文章將解答您的困惑。
?
所謂的生成式對抗網絡是深度學習領域內最熱門的主題，有望以更少的人力創建更擅長學習的系統。
?
我們就這一問題請教了青年專家Ian Goodfellow，他在今年舉辦的GTC 2017上面對一大群全神貫注的與會者解釋了生成式對抗網絡的工作方式及各種問題。Goodfellow在2014年提出生成式對抗網絡構思時還是蒙特利爾大學的一名博士生，現在已是谷歌公司的一位研究科學家。
?
生成式對抗網絡清除了人工智能，尤其是深度學習向前發展的較大障礙之一，即：需要投入巨大的人力工作。
生成式對抗網絡：“過去10年內最引人矚目的創意”
管理Facebook人工智能研究工作的人工智能開拓者Yann LeCun將生成式對抗網絡稱作“過去10年機器學習領域內最引領矚目的創意”。
例如，一般而言，神經網絡通過分析成千上萬張貓類圖片，學習識別貓的圖片。但除非人類非常仔細地在每幅圖像上標注所拍攝的內容，否則這些圖片無法用于訓練網絡。這是一項極其耗時且成本高昂的任務。
警察與偽造者：生成式對抗網絡減少深度學習所需要的數據
生成式對抗網絡通過減少訓練深度學習算法所需的數據量來解決該問題。針對大部分為圖片數據的訓練時，它們提供了一種利用現有數據訓練深度學習算法以創建標記數據的獨特方法。
?
相對于訓練單一神經網絡識別圖片，研究人員反過來訓練兩個相互對抗的網絡。仍以貓為例，生成器網絡嘗試創建看起來像真貓的假貓圖片；辨別器網絡檢查貓類圖片，設法確定其是真是假。
?
Goodfellow解釋說：“我們可以將這種情況看作是偽造者與警察之間的對抗。偽造者想要制造假幣，讓其看起來就像是真的一樣，而警察則希望檢查所有貨幣，確認其真偽。”
當偽造變為真實：對抗的神經網絡
對抗的網絡相互學習。例如，當其中一個網絡盡力查找假圖像時，另一個則變得更擅長于創建與原始圖像幾乎不可分辨的偽造圖像。
?
NVIDIA創始人兼首席執行官黃仁勛，在其GTC 2017的主旨演講中將生成式對抗網絡稱作一大“突破”。
?
他表示：“經過訓練，我們將獲得一個能像畢加索那樣繪畫的網絡，另外還會獲得一個以前所未有的鑒別能力識別圖像與繪畫的網絡。”
?
對于制藥領域而言，這非常重要。在該領域內，隱私問題將會限制可用數據量。生成式對抗網絡可以填補缺少的數據，使之生成完全編造的患者數據集，而在訓練人工智能方面，這些數據集與真實數據的作用一樣。
?
Goodfellow表示：“我們不希望讓患者接受一輪又一輪的試驗。我們希望獲得少數試驗結果，并繼而生成更多結果。”
馬如何變為斑馬
生成式對抗網絡也有其藝術的一面。
?
想要繪畫但卻沒有天賦？利用位于加州大學伯克利分校的研究人員所構建的一類生成式對抗網絡，您可以繪制想要的草圖，選擇顏色并立即將涂鴉變為繪畫。
上述伯克利分校團隊的博士研究生Jun-Yan Zhu演示了如何使用生成式對抗網絡，將馬的圖片變為斑馬圖片、將橘子變為蘋果、將梵高繪畫作品變為塞尚的作品等等。
?
生成式對抗網絡還可以利用低分辨率圖像生成高分辨率圖像，將航拍圖變為照片，并可以完成各類照片處理任務。
?
Goodfellow表示：“我們可以更改面部的各類特性，比如嘴唇顏色或者發型，但仍可以確保其是一幅具有高銳化效果的真實面部圖像。”
生成式對抗網絡依然面臨挑戰
Goodfellow表示，還需要對生成式對抗網絡開展更多研究，以挖掘其潛力。有時候，生成的圖像缺少真實感，而且生成式對抗網絡還遠遠不能生成復雜數據。
?
他認為：“我們擅長構建能夠生成單一種類圖像的生成式對抗網絡，真正的困難在于打造能夠繪制狗、汽車、馬以及世界上所有圖像的生成式對抗網絡。”
歡迎加入本站公開興趣群商業智能與數據分析群
興趣范圍包括各種讓數據產生價值的辦法，實際應用案例分享與討論，分析工具，ETL工具，數據倉庫，數據挖掘工具，報表系統等全方位知識
QQ群：81035754
文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。
轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/4570.html
摘要：生成式對抗網絡簡稱將成為深度學習的下一個熱點，它將改變我們認知世界的方式。配圖針對三年級學生的對抗式訓練屬于你的最嚴厲的批評家五年前，我在哥倫比亞大學舉行的一場橄欖球比賽中傷到了自己的頭部，導致我右半身腰部以上癱瘓。 本文作者 Nikolai Yakovenko 畢業于哥倫比亞大學，目前是 Google 的工程師，致力于構建人工智能系統，專注于語言處理、文本分類、解析與生成。生成式對抗網絡—...
摘要：實現這一應用的基本思想方法是將圖像的每一列用向量來表示，計算每一個的平均值，從而得到一個向量。標準加強學習模型通常要求建立一個獎勵函數，用于向代理機器反饋符合預期的行為。來源更多信息自學成才讓好奇驅動計算機學習在很多 還記得《射雕英雄傳》中老頑童發明的左右互搏術嗎？?表面上看，左手與右手互為敵手，斗得不可開交。實際上，老頑童卻憑借此練就了一門絕世武功。?這樣的故事似乎只能發生在小說中。然而，...
摘要：人工智能概述簡史應用領域安防實時從視頻中檢測出行人和車輛。通過多張醫療影像重建出人體內器官的三維模型，幫助醫生設計手術，確保手術為我們每個人提供康建議和疾病風險預警，從而讓我們生活得更加健康。 showImg(https://segmentfault.com/img/remote/1460000015971504); 0 引言 本文是《人工智能基礎（高中版）》的讀書筆記，這本書的配圖非...
閱讀 1435·2021-09-22 16:04
閱讀 2799·2019-08-30 15:44
閱讀 887·2019-08-30 15:43
閱讀 765·2019-08-29 15:24
閱讀 1844·2019-08-29 14:07
閱讀 1134·2019-08-29 12:30
閱讀 1728·2019-08-29 11:15
閱讀 2740·2019-08-28 18:08
