====== GAN (Generative Adversarial Networks) ======

**GAN** je třída algoritmů strojového učení, ve které proti sobě stojí dvě neuronové sítě v rámci hry s nulovým součtem. Tento "souboj" umožňuje systému generovat nová, syntetická data (obrázky, hudbu, text), která jsou nerozeznatelná od skutečných předloh.

===== 1. Architektura: Souboj dvou sítí =====

Princip GAN lze přirovnat k souboji mezi **padělatelem** a **detektivem**:



  * **Generátor (Generator):** Síť, která se snaží vytvořit falešná data (např. obrázek obličeje). Na začátku produkuje pouze náhodný šum, ale postupem času se zlepšuje v napodobování trénovacích dat.
  * **Diskriminátor (Discriminator):** Síť, která dostává na vstup jak reálná data z trénovací sady, tak falešná data od generátoru. Jejím úkolem je rozpoznat, co je pravé a co je podvrh.

===== 2. Proces trénování (Adversarial Training) =====

Učení probíhá v neustálém cyklu zpětné vazby:
  1. Generátor vytvoří vzorek.
  2. Diskriminátor jej ohodnotí (např. "90% pravděpodobnost, že jde o podvrh").
  3. **Zpětná vazba:** Generátor využije tuto informaci, aby příště vytvořil lepší podvrh. Zároveň se Diskriminátor učí z chyb, které udělal, aby byl příště přísnější.
  4. Cílem je dosáhnout stavu (tzv. **Nashova rovnováha**), kdy generátor vytváří tak dokonalá data, že diskriminátor má pouze 50% šanci na úspěch (čistý tip).

[Image visualization of GAN training process showing loss curves for generator and discriminator]

===== 3. Typy a varianty GAN =====

^ Typ ^ Popis ^ Využití ^
| **DCGAN** | Využívá konvoluční sítě ([[it_encyklopedie:cnn|CNN]]). | Generování realistických fotografií. |
| **CycleGAN** | Dokáže přenést styl z jednoho obrazu na jiný bez párových dat. | Změna dne na noc, přeměna koně na zebru. |
| **StyleGAN** | Umožňuje jemné ovládání rysů (např. věk, výraz, barva vlasů). | Tvorba hyperrealistických lidských tváří. |
| **SRGAN** | Super-Resolution GAN. | Zvyšování rozlišení a kvality starých nebo nekvalitních fotek. |

===== 4. Praktické aplikace =====

  * **Deepfakes:** Vytváření realistických videí a hlasových nahrávek osob.
  * **Design a umění:** Navrhování nových modelů oblečení, nábytku nebo generování textur pro videohry.
  * **Medicína:** Generování syntetických rentgenových snímků pro trénování jiných AI modelů tam, kde je málo reálných dat.
  * **Astronomie:** Rekonstrukce detailů vesmírných těles z neostrých snímků.

===== 5. Rizika a výzvy =====

  * **Etika:** Zneužití pro tvorbu dezinformací a falešných důkazů.
  * **Stabilita trénování:** GAN jsou známé tím, že se obtížně trénují. Může dojít k tzv. **Mode Collapse**, kdy generátor najde jeden typ obrázku, který diskriminátor "baští", a přestane generovat cokoli jiného.
  * **Výpočetní náročnost:** Vyžadují výkonné grafické karty (GPU) a velké množství času.

> **Zajímavost:** Webová stránka **"thispersondoesnotexist.com"** využívá StyleGAN od společnosti NVIDIA k tomu, aby při každém obnovení stránky vygenerovala portrét člověka, který ve skutečnosti nikdy neexistoval.

[[it_encyklopedie:ai_rozcestnik|Zpět na AI rozcestník]]