摘要：所謂的生成式對(duì)抗網(wǎng)絡(luò)是深度學(xué)習(xí)領(lǐng)域內(nèi)最熱門的主題，有望以更少的人力創(chuàng)建更擅長(zhǎng)學(xué)習(xí)的系統(tǒng)。警察與偽造者生成式對(duì)抗網(wǎng)絡(luò)減少深度學(xué)習(xí)所需要的數(shù)據(jù)生成式對(duì)抗網(wǎng)絡(luò)通過減少訓(xùn)練深度學(xué)習(xí)算法所需的數(shù)據(jù)量來解決該問題。

如果您還未聽說過生成式對(duì)抗網(wǎng)絡(luò)（generative adversarial network，GAN），不用擔(dān)心，這篇文章將解答您的困惑。

?

所謂的生成式對(duì)抗網(wǎng)絡(luò)是深度學(xué)習(xí)領(lǐng)域內(nèi)最熱門的主題，有望以更少的人力創(chuàng)建更擅長(zhǎng)學(xué)習(xí)的系統(tǒng)。

?

我們就這一問題請(qǐng)教了青年專家Ian Goodfellow，他在今年舉辦的GTC 2017上面對(duì)一大群全神貫注的與會(huì)者解釋了生成式對(duì)抗網(wǎng)絡(luò)的工作方式及各種問題。Goodfellow在2014年提出生成式對(duì)抗網(wǎng)絡(luò)構(gòu)思時(shí)還是蒙特利爾大學(xué)的一名博士生，現(xiàn)在已是谷歌公司的一位研究科學(xué)家。

?

生成式對(duì)抗網(wǎng)絡(luò)清除了人工智能，尤其是深度學(xué)習(xí)向前發(fā)展的較大障礙之一，即：需要投入巨大的人力工作。

生成式對(duì)抗網(wǎng)絡(luò)：“過去10年內(nèi)最引人矚目的創(chuàng)意”

管理Facebook人工智能研究工作的人工智能開拓者Yann LeCun將生成式對(duì)抗網(wǎng)絡(luò)稱作“過去10年機(jī)器學(xué)習(xí)領(lǐng)域內(nèi)最引領(lǐng)矚目的創(chuàng)意”。

例如，一般而言，神經(jīng)網(wǎng)絡(luò)通過分析成千上萬張貓類圖片，學(xué)習(xí)識(shí)別貓的圖片。但除非人類非常仔細(xì)地在每幅圖像上標(biāo)注所拍攝的內(nèi)容，否則這些圖片無法用于訓(xùn)練網(wǎng)絡(luò)。這是一項(xiàng)極其耗時(shí)且成本高昂的任務(wù)。

警察與偽造者：生成式對(duì)抗網(wǎng)絡(luò)減少深度學(xué)習(xí)所需要的數(shù)據(jù)

生成式對(duì)抗網(wǎng)絡(luò)通過減少訓(xùn)練深度學(xué)習(xí)算法所需的數(shù)據(jù)量來解決該問題。針對(duì)大部分為圖片數(shù)據(jù)的訓(xùn)練時(shí)，它們提供了一種利用現(xiàn)有數(shù)據(jù)訓(xùn)練深度學(xué)習(xí)算法以創(chuàng)建標(biāo)記數(shù)據(jù)的獨(dú)特方法。

?

相對(duì)于訓(xùn)練單一神經(jīng)網(wǎng)絡(luò)識(shí)別圖片，研究人員反過來訓(xùn)練兩個(gè)相互對(duì)抗的網(wǎng)絡(luò)。仍以貓為例，生成器網(wǎng)絡(luò)嘗試創(chuàng)建看起來像真貓的假貓圖片；辨別器網(wǎng)絡(luò)檢查貓類圖片，設(shè)法確定其是真是假。

?

Goodfellow解釋說：“我們可以將這種情況看作是偽造者與警察之間的對(duì)抗。偽造者想要制造假幣，讓其看起來就像是真的一樣，而警察則希望檢查所有貨幣，確認(rèn)其真?zhèn)??！?/p>

當(dāng)偽造變?yōu)檎鎸?shí)：對(duì)抗的神經(jīng)網(wǎng)絡(luò)

對(duì)抗的網(wǎng)絡(luò)相互學(xué)習(xí)。例如，當(dāng)其中一個(gè)網(wǎng)絡(luò)盡力查找假圖像時(shí)，另一個(gè)則變得更擅長(zhǎng)于創(chuàng)建與原始圖像幾乎不可分辨的偽造圖像。

?

NVIDIA創(chuàng)始人兼首席執(zhí)行官黃仁勛，在其GTC 2017的主旨演講中將生成式對(duì)抗網(wǎng)絡(luò)稱作一大“突破”。

?

他表示：“經(jīng)過訓(xùn)練，我們將獲得一個(gè)能像畢加索那樣繪畫的網(wǎng)絡(luò)，另外還會(huì)獲得一個(gè)以前所未有的鑒別能力識(shí)別圖像與繪畫的網(wǎng)絡(luò)?！?/p>

?

對(duì)于制藥領(lǐng)域而言，這非常重要。在該領(lǐng)域內(nèi)，隱私問題將會(huì)限制可用數(shù)據(jù)量。生成式對(duì)抗網(wǎng)絡(luò)可以填補(bǔ)缺少的數(shù)據(jù)，使之生成完全編造的患者數(shù)據(jù)集，而在訓(xùn)練人工智能方面，這些數(shù)據(jù)集與真實(shí)數(shù)據(jù)的作用一樣。

?

Goodfellow表示：“我們不希望讓患者接受一輪又一輪的試驗(yàn)。我們希望獲得少數(shù)試驗(yàn)結(jié)果，并繼而生成更多結(jié)果。”

馬如何變?yōu)榘唏R

生成式對(duì)抗網(wǎng)絡(luò)也有其藝術(shù)的一面。

?

想要繪畫但卻沒有天賦？利用位于加州大學(xué)伯克利分校的研究人員所構(gòu)建的一類生成式對(duì)抗網(wǎng)絡(luò)，您可以繪制想要的草圖，選擇顏色并立即將涂鴉變?yōu)槔L畫。

上述伯克利分校團(tuán)隊(duì)的博士研究生Jun-Yan Zhu演示了如何使用生成式對(duì)抗網(wǎng)絡(luò)，將馬的圖片變?yōu)榘唏R圖片、將橘子變?yōu)樘O果、將梵高繪畫作品變?yōu)槿械淖髌返鹊取?/p>

?

生成式對(duì)抗網(wǎng)絡(luò)還可以利用低分辨率圖像生成高分辨率圖像，將航拍圖變?yōu)檎掌⒖梢酝瓿筛黝愓掌幚砣蝿?wù)。

?

Goodfellow表示：“我們可以更改面部的各類特性，比如嘴唇顏色或者發(fā)型，但仍可以確保其是一幅具有高銳化效果的真實(shí)面部圖像。”

生成式對(duì)抗網(wǎng)絡(luò)依然面臨挑戰(zhàn)

Goodfellow表示，還需要對(duì)生成式對(duì)抗網(wǎng)絡(luò)開展更多研究，以挖掘其潛力。有時(shí)候，生成的圖像缺少真實(shí)感，而且生成式對(duì)抗網(wǎng)絡(luò)還遠(yuǎn)遠(yuǎn)不能生成復(fù)雜數(shù)據(jù)。

?

他認(rèn)為：“我們擅長(zhǎng)構(gòu)建能夠生成單一種類圖像的生成式對(duì)抗網(wǎng)絡(luò)，真正的困難在于打造能夠繪制狗、汽車、馬以及世界上所有圖像的生成式對(duì)抗網(wǎng)絡(luò)?！?/p>歡迎加入本站公開興趣群

商業(yè)智能與數(shù)據(jù)分析群

興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價(jià)值的辦法，實(shí)際應(yīng)用案例分享與討論，分析工具，ETL工具，數(shù)據(jù)倉庫，數(shù)據(jù)挖掘工具，報(bào)表系統(tǒng)等全方位知識(shí)

QQ群：81035754