GAN (réseau antagoniste génératif)
Deux réseaux de neurones entraînés l'un contre l'autre : un générateur produit des données artificielles et un discriminateur tente de les distinguer des vraies. Présentés en 2014 par Ian Goodfellow et ses collègues.
Un réseau antagoniste génératif (GAN) associe deux réseaux de neurones : un générateur qui transforme du bruit aléatoire en échantillons synthétiques et un discriminateur qui tente de distinguer les vraies données d’entraînement des faux. Le générateur est entraîné pour tromper le discriminateur, dans un jeu minimax à deux joueurs.
Lorsque les deux réseaux sont des perceptrons multicouches, l’ensemble peut être entraîné par rétropropagation, sans chaînes de Markov ni réseaux d’inférence déroulés. Les GAN sont devenus un courant majeur de l’IA générative et de l’apprentissage non supervisé. Voir l’article et l’entrée de la chronologie.