GANs: Generator gegen Diskriminator

Kurz: Ein GAN besteht aus zwei Netzen, die gegeneinander antreten: Der Generator erzeugt Fälschungen, der Diskriminator versucht, echte von gefälschten Daten zu unterscheiden. Beide werden dadurch immer besser.

Genauer: Ian Goodfellow stellte die Idee 2014 vor. Das Bild: Ein Fälscher und ein Kunstprüfer trainieren sich gegenseitig.

Im Detail

• Ablauf: Generator bekommt Zufallsrauschen und erzeugt ein Bild. Diskriminator bewertet echt/falsch. Der Generator wird belohnt, wenn er täuscht, der Diskriminator, wenn er richtig liegt.
• Stärken: Sehr scharfe Bilder, schnelles Erzeugen in einem Schritt.
• Schwächen: Instabiles Training, „Mode Collapse“ (der Generator erzeugt nur wenige Varianten), schwer zu steuern.
• Bekannte Modelle: StyleGAN (Gesichter), CycleGAN (Stilübertragung), Pix2Pix.
• Ablösung: Diffusionsmodelle sind stabiler und besser steuerbar und haben GANs für Bildgenerierung weitgehend abgelöst.
• Deepfakes: Gesichts- und Stimmtausch nutzen GAN-ähnliche Verfahren. Missbrauch erkennt man schwer, siehe Deepfakes und KI-Erkennung.

Siehe auch: Autoencoder und VAE, Bildgenerierung mit Diffusionsmodellen