Речник

Генеративна състезателна мрежа (GAN)

Какво е Генеративна състезателна мрежа (GAN)?

Генеративната състезателна мрежа (generative adversarial network, GAN) се състои от две невронни мрежи, които се обучават една срещу друга: генераторът създава изкуствени данни, например изображения, а дискриминаторът се опитва да ги различи от реалните. Чрез това състезание резултатите стават все по-реалистични. GAN са представени през 2014 г. и оформят генерирането на изображения, преди дифузионните модели да се разпространят по-широко; използват се например за синтетични обучителни данни или подобряване на изображения.

Теми

Невронни мрежи
Генериране на изображения
Дълбоко обучение

Изпробвайте KI.ordo

Агенти, потоци и шаблони в едно работно пространство – безплатна 24-часова демонстрация.

Стартирайте демото

← Всички термини

Свързани термини

Разстояние на Фреше (FID)

Разстоянието на Фреше (Fréchet inception distance, FID) е метрика за оценка на качеството на изображения, генерирани от ИИ. Реални и генерирани изображения се прекарват през предварително обучена мрежа за разпознаване на образи (Inception v3) и се сравняват статистическите разпределения на техните признаци. Колкото по-ниска е стойността, толкова по-близки са генерираните изображения до реалните снимки по реализъм и разнообразие. FID е въведено през 2017 г. и е стандарт за сравнение на генератори на изображения.

Генериране на изображения
Метрика за оценка
+1

Deepfake

Дийпфейк е изображение, видео или аудиозапис, създаден или променен с помощта на ИИ, който убедително показва реални хора да казват или правят неща, които никога не са се случвали. Освен легитимните приложения във филма или дублажа, дийпфейковете се използват за дезинформация, уронване на репутация и измами – например фалшиви обаждания от уж ръководител с искане за банков превод. Защитата включва обратно обаждане по познати канали, ясни процеси за одобрение и маркиране на съдържание, генерирано от ИИ.

дезинформация
измами
+1

Синтетични данни

Синтетичните данни се генерират изкуствено, а не се събират в реалния свят, но имитират закономерностите и свойствата на реалните данни. Те помагат, когато истинските данни са оскъдни, скъпи или чувствителни от гледна точка на защитата на данните – например за тестване на софтуер, обучение на модели или проверка на чатбот с реалистични примерни запитвания. Важно е те да отразяват достатъчно близо действителността и да не позволяват изводи за реални хора.

тестови данни
защита на данните
+1

Шаблон

Генеративен ИИ

Генеративен ИИ означава ИИ системи, които създават ново съдържание – текст, изображения, аудио, видео или програмен код – вместо само да сортират или оценяват съществуващи данни. Те се основават на модели, които научават закономерности от големи количества данни и ги използват, за да създават правдоподобни нови резултати. В бизнеса се използва например за изготвяне на имейли, резюмета, описания на продукти или идеи за изображения. Резултатите могат да съдържат грешки и трябва да се проверяват преди употреба.

Основно понятие
Създаване на съдържание
+1