O que é GAN?

Como funciona

GAN é uma arquitetura de aprendizado de máquina composta por duas redes neurais treinadas em competição: o gerador e o discriminador. O gerador tenta produzir amostras parecidas com as dos dados de treinamento. O discriminador tenta distinguir amostras reais das produzidas pelo gerador.

Durante o treinamento, os dois componentes recebem sinais de erro que os ajudam a melhorar. O gerador aprende a criar amostras mais convincentes para o discriminador; o discriminador aprende a detectar diferenças. O artigo original Generative Adversarial Nets, de Ian Goodfellow e coautores, descreve essa formulação como um jogo minimax entre duas redes.

A competição não significa que o sistema sempre converge para resultados bons. O treinamento pode ser instável, um componente pode dominar o outro ou o gerador pode produzir pouca variedade. Essa redução de diversidade é chamada de colapso de modos: várias saídas ficam parecidas, apesar de haver diversidade nos dados originais.

Depois do treinamento, muitas aplicações usam principalmente o gerador para produzir amostras. O discriminador pode ter servido para orientar o treinamento sem fazer parte do uso cotidiano. A arquitetura também pode receber condicionamento, como uma classe ou descrição, dependendo do desenho do modelo.

Exemplo prático

Uma equipe de design quer explorar variações de estampas para uma coleção fictícia. Ela prepara um conjunto de imagens com direitos e consentimentos adequados, treina ou usa uma GAN apropriada e pede ao gerador novas opções. As amostras servem como rascunhos para seleção e edição por pessoas, não como peças automaticamente aprovadas para venda.

A equipe precisa verificar se as imagens têm variedade, se reproduzem exemplos do conjunto de treinamento e se atendem aos requisitos visuais. Também deve examinar a origem dos dados e as condições de uso do modelo. Uma imagem convincente não comprova que uma pessoa, produto ou situação retratada exista.

Em pesquisa, GANs também podem criar dados sintéticos para testar um fluxo. Esses dados não devem ser tratados como substitutos perfeitos de exemplos reais: podem carregar padrões e limitações do conjunto de treinamento, e precisam ser avaliados para a finalidade pretendida.

Para que serve

GANs foram usadas em síntese e transformação de imagens, aumento de dados, pesquisa em visão computacional e geração de exemplos artificiais. A arquitetura é importante para entender modelos generativos e o desenvolvimento histórico de técnicas de criação de conteúdo.

GAN não é sinônimo de toda IA generativa. Modelos de difusão, por exemplo, usam outro processo de geração, geralmente aprendendo a reverter a adição gradual de ruído. A escolha entre abordagens depende da tarefa, dos dados, da qualidade desejada, da estabilidade de treinamento e dos recursos disponíveis.

Para adotar uma GAN, defina primeiro o uso e os critérios de qualidade. Avalie diversidade e semelhança indesejada, documente os dados de treinamento e inclua revisão humana. Como qualquer sistema generativo, o modelo pode produzir conteúdo incorreto ou enganoso, então resultados devem ser identificados e usados com responsabilidade.