Glossário

Rede generativa adversarial (GAN)

O que é Rede generativa adversarial (GAN)?

Uma rede generativa adversarial (GAN) é composta por duas redes neuronais treinadas uma contra a outra: o gerador cria dados artificiais, como imagens, e o discriminador tenta distingui-los dos reais. Através desta competição, os resultados tornam-se cada vez mais realistas. As GAN foram introduzidas em 2014 e marcaram a geração de imagens antes de os modelos de difusão se generalizarem; são usadas, por exemplo, para dados de treino sintéticos ou para melhoria de imagem.

Temas

Redes neuronais
Geração de imagens
Deep learning

Experimentar o KI.ordo

Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.

Iniciar demonstração

← Todos os termos

Termos relacionados

Distância de Fréchet inception (FID)

A distância de Fréchet inception (FID) é uma métrica para avaliar a qualidade de imagens geradas por IA. Imagens reais e geradas são passadas por uma rede de reconhecimento de imagem pré-treinada (Inception v3) e comparam-se as distribuições estatísticas das suas características. Quanto mais baixo o valor, mais as imagens geradas se aproximam de fotografias reais em realismo e variedade. A FID foi introduzida em 2017 e é uma referência para comparar geradores de imagens.

Geração de imagens
Métrica de avaliação
+1

Deepfake

Um deepfake é uma imagem, um vídeo ou um áudio criado ou alterado com IA que mostra de forma convincente pessoas reais a dizer ou a fazer coisas que nunca aconteceram. A par de utilizações legítimas no cinema ou na dobragem, os deepfakes são usados para desinformação, danos à reputação e fraude – por exemplo, falsas chamadas de um suposto gestor a pedir uma transferência bancária. A proteção inclui chamadas de confirmação por canais conhecidos, processos de aprovação claros e a identificação de conteúdos gerados por IA.

desinformação
fraude
+1

Dados sintéticos

Os dados sintéticos são gerados artificialmente, e não recolhidos no mundo real, mas imitam os padrões e as propriedades dos dados reais. Ajudam quando os dados genuínos são escassos, caros ou sensíveis do ponto de vista da proteção de dados – por exemplo, para testar software, treinar modelos ou verificar um chatbot com consultas de exemplo realistas. É importante que reflitam a realidade com suficiente proximidade e não permitam tirar conclusões sobre pessoas reais.

dados de teste
proteção de dados
+1

Modelo

IA generativa

IA generativa designa sistemas de IA que criam conteúdos novos – texto, imagens, áudio, vídeo ou código de programação – em vez de se limitarem a ordenar ou avaliar dados existentes. Baseiam-se em modelos que aprendem padrões a partir de grandes quantidades de dados e os usam para produzir novas saídas plausíveis. Nas empresas, é usada, por exemplo, para redigir e-mails, resumos, descrições de produtos ou ideias de imagens. Os resultados podem conter erros e devem ser verificados antes de serem utilizados.

Conceito fundamental
Criação de conteúdos
+1