الوفاق/
كيف ينتج الذكاء الاصطناعي صوراً مزيفة؟ الذكاء الاصطناعي وبمساعدة تقنية شبكة الخصومة التوليدية، يكون قادراً على تصميم وجوه وصور مزيفة لم تكن موجودة في الواقع. عندما يتم تدريب هذه الشبكات على مجموعة بيانات ، يمكنها توليد أمثلة جديدة من الوجوه التي تشبه ما رأوه ؛ حيث يمكنك تدريب خوارزمية ML التوليدية بمساعدة هذه التقنية باستخدام مجموعة بيانات تتكون من ملايين الصور للوجوه وأخيراً يمكن للشبكة أن تولد وجوهًا واقعية جديدة.
من المسلم به أن العديد من خوارزميات ML ، مثل تعليم الطلبة في الفصل الدراسي ، تتطلب الإشراف عليها ، لذلك نحن بحاجة إلى إخبار الخوارزميات بما تظهره البيانات وفيما إذا كانت إجابتها صحيحة أم لا. في المقابل ، لا تتطلب شبكات GAN الإشراف وتقوم هي بتعليم نفسها بنفسها .
هذا النوع من التعلم الآلي غير الخاضع للإشراف ممكن لأن GAN لها شخصية مزدوجة. تستخدم هذه التقنية شبكتين عصبيتين للتنافس مع بعضهما البعض في التقنية المذكورة أعلاه، بينما تنظر إحدى الشبكات العصبية إلى البيانات التعليمية ثم تعمل على انتاج شيء جديد ، تحاول الشبكة العصبية الأخرى التمييز بين هذا الإخراج ومجموعة البيانات التعليمية.
تكافأ الشبكة الأولى في كل مرة تخدع فيها الشبكة الثانية. والشبكة الثانية تحصل على مكافأة في كل مرة لا تتعرض فيها للخداع . وبالتالي يتم تحسين كلتا الشبكتين من خلال تكرار هذه المكافآت. هذه المنافسة الداخلية تجعل الشبكة الأولى جيدة جدًا في إنتاج مخرجات لا يمكن تمييزها عن مجموعة التعليم .
وفقًا لـ Science Fox ، عندما نعطي معلومات إضافية لشبكة GAN ، يمكن أن تفعل أشياء رائعة. يمكن لشبكات GAN أيضًا إنشاء إصدارات أعلى دقة من الصور أو تحويل واحدة إلى نمط آخر. هذه التقنية قادرة على إنشاء صور مزيفة بمهارة كبيرة ، أو حتى تحويل صورة نهارية إلى ليلية أو صيفية إلى شتوية .
