Fogalomtár

Generatív versengő háló (GAN)

Mi a(z) Generatív versengő háló (GAN)?

A generatív versengő háló (Generative Adversarial Network, GAN) két egymás ellen tanított neurális hálóból áll: a generátor mesterséges adatokat – például képeket – hoz létre, a diszkriminátor pedig megpróbálja megkülönböztetni őket a valódiaktól. Ebben a versengésben az eredmények egyre valósághűbbek lesznek. A GAN-okat 2014-ben mutatták be, és a diffúziós modellek elterjedése előtt meghatározták a képgenerálást; használják őket például szintetikus tanítóadatokhoz vagy képjavításhoz.

Témák

Neurális hálózatok
képgenerálás
Mélytanulás

Próbálja ki a KI.ordót

Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.

Demó indítása

← Minden fogalom

Kapcsolódó fogalmak

Fréchet inception distance (FID)

A Fréchet inception distance (FID) az MI által generált képek minőségének értékelésére szolgáló mérőszám. A valódi és a generált képeket egy előre betanított képfelismerő hálón (Inception v3) vezetik át, és összehasonlítják jellemzőik statisztikai eloszlását. Minél alacsonyabb az érték, annál közelebb állnak a generált képek a valódi fényképekhez valósághűség és változatosság tekintetében. A FID-et 2017-ben vezették be, és a képgenerátorok összehasonlításának szabványa.

képgenerálás
értékelési mérőszám
+1

Deepfake

A deepfake MI-vel készített vagy módosított kép, videó vagy hangfelvétel, amely meggyőzően mutat valódi embereket olyan dolgokat mondani vagy tenni, amelyek sosem történtek meg. A film vagy a szinkron területén jogos felhasználásai mellett a deepfake-eket félretájékoztatásra, hírnévrombolásra és csalásra is használják – például egy állítólagos vezető hamis hívásával, amely banki átutalást kér. A védelem eszközei: visszahívás ismert csatornákon, egyértelmű jóváhagyási folyamatok és az MI által generált tartalmak megjelölése.

félretájékoztatás
csalás
+1

Szintetikus adatok

A szintetikus adatokat mesterségesen állítják elő, nem a valós világban gyűjtik, de utánozzák a valódi adatok mintáit és tulajdonságait. Segítenek, ha az eredeti adatból kevés van, drága, vagy adatvédelmi szempontból érzékeny – például szoftverek teszteléséhez, modellek tanításához vagy egy csevegőrobot ellenőrzéséhez életszerű mintakérdésekkel. Fontos, hogy elég pontosan tükrözzék a valóságot, és ne tegyenek lehetővé következtetéseket valós személyekre.

tesztadatok
adatvédelem
+1

Sablon

generatív MI

A generatív MI olyan MI-rendszereket jelent, amelyek új tartalmat – szöveget, képet, hangot, videót vagy programkódot – hoznak létre, ahelyett hogy csupán meglévő adatokat rendeznének vagy értékelnének. Olyan modelleken alapulnak, amelyek nagy adatmennyiségből tanulnak meg mintázatokat, és ezek segítségével hihető új kimeneteket állítanak elő. Az üzleti életben például e-mailek, összefoglalók, termékleírások vagy képötletek megfogalmazására használják. Az eredmények hibákat tartalmazhatnak, ezért felhasználás előtt ellenőrizni kell őket.

alapfogalom
tartalomkészítés
+1