Glossario

Rete generativa avversaria (GAN)

Che cos’è Rete generativa avversaria (GAN)?

Una rete generativa avversaria (Generative Adversarial Network, GAN) è composta da due reti neurali addestrate l’una contro l’altra: il generatore crea dati artificiali, ad esempio immagini, e il discriminatore cerca di distinguerli da quelli reali. Grazie a questa competizione i risultati diventano sempre più realistici. Presentate nel 2014, le GAN hanno segnato la generazione di immagini prima della diffusione dei modelli a diffusione; si usano ad esempio per dati di addestramento sintetici o per migliorare immagini.

Temi

Reti neurali
Generazione di immagini
Deep learning

Prova KI.ordo

Agenti, flussi e modelli in un’unica area di lavoro – demo gratuita di 24 ore.

Avvia demo

← Tutti i termini

Termini correlati

Distanza di Fréchet Inception (FID)

La distanza di Fréchet Inception (FID) è un indicatore per valutare la qualità delle immagini generate dall’IA. Immagini reali e generate vengono elaborate da una rete di riconoscimento preaddestrata (Inception v3) e si confrontano le distribuzioni statistiche delle loro caratteristiche. Più il valore è basso, più le immagini generate somigliano a foto reali per realismo e varietà. Introdotta nel 2017, è uno standard per confrontare i generatori di immagini.

Generazione di immagini
Metrica di valutazione
+1

Deepfake

Un deepfake è un'immagine, un video o un audio creato o modificato con l'IA che mostra in modo ingannevolmente realistico persone reali mentre dicono o fanno cose mai avvenute. Oltre a usi legittimi, ad esempio nel cinema o nel doppiaggio, i deepfake servono a disinformazione, danni alla reputazione e truffe, come false telefonate di presunti superiori che chiedono un bonifico. Ci si protegge con richiamate tramite canali noti, processi di approvazione chiari e l'etichettatura dei contenuti generati dall'IA.

disinformazione
frode
+1

Dati sintetici

I dati sintetici sono generati artificialmente anziché raccolti nel mondo reale, ma ne riproducono schemi e caratteristiche. Sono utili quando i dati reali sono scarsi, costosi o delicati dal punto di vista della protezione dei dati, ad esempio per testare software, addestrare modelli o verificare un chatbot con richieste di esempio realistiche. È importante che rappresentino la realtà in modo sufficiente e non permettano di risalire a persone reali.

dati di test
protezione dati
+1

Modello

IA generativa

L’IA generativa indica i sistemi di IA che creano contenuti nuovi, come testi, immagini, audio, video o codice, invece di limitarsi a ordinare o valutare dati esistenti. Si basa su modelli che apprendono schemi da grandi quantità di dati e li usano per produrre nuovi output plausibili. In azienda si usa ad esempio per bozze di email, riassunti, descrizioni di prodotto o idee visive. I risultati possono contenere errori e vanno verificati prima dell’uso.

Concetto base
Creazione di contenuti
+1