Cómo funciona
GAN es una arquitectura de aprendizaje automático compuesta por dos redes neuronales entrenadas en competencia: el generador y el discriminador. El generador intenta producir muestras parecidas a las de los datos de entrenamiento. El discriminador intenta distinguir muestras reales de las producidas por el generador.
Durante el entrenamiento, los dos componentes reciben señales de error que los ayudan a mejorar. El generador aprende a crear muestras más convincentes para el discriminador; el discriminador aprende a detectar diferencias. El artículo original Generative Adversarial Nets, de Ian Goodfellow y coautores, describe esta formulación como un juego minimax entre dos redes.
La competencia no significa que el sistema siempre converja a buenos resultados. El entrenamiento puede ser inestable, un componente puede dominar al otro o el generador puede producir poca variedad. Esta reducción de diversidad se llama colapso de modos: varias salidas quedan parecidas, a pesar de que hay diversidad en los datos originales.
Después del entrenamiento, muchas aplicaciones usan principalmente el generador para producir muestras. El discriminador puede haber servido para orientar el entrenamiento sin formar parte del uso cotidiano. La arquitectura también puede recibir condicionamiento, como una clase o descripción, dependiendo del diseño del modelo.
Ejemplo práctico
Un equipo de diseño quiere explorar variaciones de estampados para una colección ficticia. Prepara un conjunto de imágenes con derechos y consentimientos adecuados, entrena o usa una GAN apropiada y pide al generador nuevas opciones. Las muestras sirven como borradores para selección y edición por personas, no como piezas automáticamente aprobadas para venta.
El equipo necesita verificar si las imágenes tienen variedad, si reproducen ejemplos del conjunto de entrenamiento y si cumplen con los requisitos visuales. También debe examinar el origen de los datos y las condiciones de uso del modelo. Una imagen convincente no prueba que una persona, producto o situación retratada exista.
En investigación, las GANs también pueden crear datos sintéticos para probar un flujo. Estos datos no deben tratarse como sustitutos perfectos de ejemplos reales: pueden cargar patrones y limitaciones del conjunto de entrenamiento, y necesitan evaluarse para la finalidad prevista.
Para qué sirve
Las GANs se han usado en síntesis y transformación de imágenes, aumento de datos, investigación en visión computacional y generación de ejemplos artificiales. La arquitectura es importante para entender modelos generativos y el desarrollo histórico de técnicas de creación de contenido.
GAN no es sinónimo de toda IA generativa. Los modelos de difusión, por ejemplo, usan otro proceso de generación, generalmente aprendiendo a revertir la adición gradual de ruido. La elección entre enfoques depende de la tarea, de los datos, de la calidad deseada, de la estabilidad del entrenamiento y de los recursos disponibles.
Para adoptar una GAN, define primero el uso y los criterios de calidad. Evalúa diversidad y similitud no deseada, documenta los datos de entrenamiento e incluye revisión humana. Como cualquier sistema generativo, el modelo puede producir contenido incorrecto o engañoso, por lo que los resultados deben identificarse y usarse con responsabilidad.