شبکه مولد متخاصم (Generative Adversarial Network - GAN)، در ریاضیات (Mathematics)
انواع شبکه های عصبی (Neural Networks) را در آموزش زیر شرح دادیم :
شبکه مولد متخاصم (Generative Adversarial Network - GAN) :
شبکه مولد متخاصم (GAN) یک چارچوب قدرتمند برای یادگیری زایشی است که در سال ۲۰۱۴ توسط ایان گودفلو معرفی شد. GAN از دو شبکه عصبی تشکیل شده: مولد (Generator) و تمایزگر (Discriminator). این دو شبکه در یک بازی دو نفره رقابت می کنند.
مولد (
\[ G \]) نویز تصادفی (معمولا از توزیع نرمال) را دریافت می کند و داده های مصنوعی تولید می کند:
\[ G(z) \]. تمایزگر (
\[ D \]) یک طبقه بند دودویی است که سعی می کند داده های واقعی (از مجموعه داده) را از داده های جعلی (تولید شده توسط مولد) تشخیص دهد.
هدف مولد این است که تمایزگر را فریب دهد تا داده های تولیدی را واقعی تشخیص دهد. هدف تمایزگر این است که تا حد امکان در تشخیص واقعی از جعلی دقیق عمل کند. این یک بازی حداقل-حداکثر (minimax) است:
\[ \min_G \max_D \mathbb{E}_{x \sim p_{\text{data}}} [\log D(x)] + \mathbb{E}_{z \sim p_z(z)} [\log(1 - D(G(z)))] \]در عمل، مولد و تمایزگر به نوبت آموزش می بینند. معمولا تمایزگر چند گام سریع تر به روز می شود تا از همگرایی جلوگیری شود.
کاربردهای GAN بسیار گسترده است: تولید تصاویر با کیفیت بالا (StyleGAN)، تبدیل تصویر به تصویر (pix2pix، CycleGAN)، افزایش وضوح تصاویر (SRGAN)، تولید ویدئو، طراحی مد، و حتی تولید مولکول های دارویی.
چالش های GAN: ناپایداری در آموزش (عدم همگرایی)، محو شدن گرادیان (وقتی تمایزگر خیلی قوی شود)، فروپاشی حالت (mode collapse) که در آن مولد تنها تعداد محدودی نمونه تولید می کند.
برای رفع این مشکلات، انواع پیشرفته ای مانند Wasserstein GAN (WGAN) با استفاده از فاصله ورسشتاین و جریمه گرادیان (gradient penalty) پیشنهاد شدند.
در GANهای شرطی (cGAN)، هم مولد و هم تمایزگر یک برچسب شرط (مثلا کلاس) دریافت می کنند تا تولید هدفمند انجام شود. مثلا تولید تصویر یک عدد خاص.
یکی از معروف ترین GANها، StyleGAN است که توسط انویدیا ارائه شد و قادر به تولید چهره های مصنوعی بسیار واقعی است. این مدل با کنترل سبک ها در سطوح مختلف، کیفیت بی نظیری دارد.
GANها همچنین در کاربردهای امنیتی (تولید داده های متخاصم برای تست مدل ها) و هنر دیجیتال (مانند deepfake) استفاده می شوند.
آموزش GAN یک زمینه فعال تحقیقاتی است و هر سال معماری ها و تکنیک های جدیدی ارائه می شود.
