GAN (red generativa adversativa)
Dos redes neuronales entrenadas una contra otra: un generador produce datos artificiales y un discriminador intenta distinguirlos de los reales. Presentadas en 2014 por Ian Goodfellow y sus colegas.
Una red generativa adversativa (GAN) empareja dos redes neuronales: un generador que transforma ruido aleatorio en muestras sintéticas y un discriminador que intenta distinguir datos reales de falsificaciones. El generador se entrena para engañar al discriminador, en un juego minimax de dos jugadores.
Cuando ambas redes son perceptrones multicapa, el sistema puede entrenarse con retropropagación, sin cadenas de Márkov ni redes de inferencia desenrolladas. Las GAN se convirtieron en una vertiente importante de la IA generativa y del aprendizaje no supervisado. Véase el artículo y la entrada de la cronología.