====== Generativní modely: GAN vs VAE ======

**Generativní modely** jsou třídou modelů strojového učení, které se nesnaží data pouze klasifikovat (např. "toto je pes"), ale snaží se naučit základní distribuci dat tak, aby dokázaly generovat **nové vzorky**, které vypadají jako ty původní.

Dvěma nejvýznamnějšími architekturami v této oblasti jsou **VAE** (Variational Autoencoders) a **GAN** (Generative Adversarial Networks).

===== 1. VAE (Variational Autoencoders) =====

VAE vycházejí z klasických [[it:ai:autoencoders|autoenkodérů]], ale přidávají do latentního prostoru (bottlenecku) pravděpodobnostní prvek.

  * **Princip:** Místo toho, aby enkodér namapoval vstup na jeden pevný bod, namapuje jej na **pravděpodobnostní rozdělení** (střední hodnotu a rozptyl).
  * **Generování:** Nová data vznikají tak, že náhodně vybereme bod z tohoto rozdělení a dekodér jej "přeloží" do podoby obrázku či zvuku.
  * **Výhoda:** Latentní prostor je spojitý a organizovaný. Můžete v něm "cestovat" a plynule měnit vlastnosti (např. postupně přidávat úsměv na tváři).
  * **Nevýhoda:** Výstupy bývají často mírně rozmazané (**blurry**).



===== 2. GAN (Generative Adversarial Networks) =====

GAN, které představil Ian Goodfellow v roce 2014, fungují na principu **souboje dvou neuronových sítí**.

==== Architektura GAN: ====
  * **Generátor:** Snaží se vytvořit falešný vzorek (např. obrázek obličeje) z náhodného šumu. Jeho cílem je oklamat Diskriminátor.
  * **Diskriminátor:** Funguje jako "policista" nebo "znalec". Dostává střídavě pravé obrázky z databáze a falešné obrázky od Generátoru. Jeho úkolem je poznat, co je pravé a co podvrh.



==== Proces učení (Minimax game): ====
Během tréninku se obě sítě neustále zlepšují. Generátor se učí vytvářet stále realističtější falzifikáty, zatímco Diskriminátor se učí lépe odhalovat i drobné chyby. Nakonec je Generátor tak dobrý, že Diskriminátor již nedokáže rozdíl poznat.

===== 3. Srovnání GAN vs. VAE =====

^ Vlastnost ^ VAE ^ GAN ^
| **Princip** | Statistická rekonstrukce | Souboj dvou sítí (Hra s nulovým součtem) |
| **Kvalita výstupu** | Často rozmazané | Velmi ostré a realistické |
| **Stabilita učení** | Stabilní, snadno se trénuje | Nestabilní, citlivé na nastavení parametrů |
| **Latentní prostor** | Spojitý, snadno interpretovatelný | Často nekonzistentní a těžko ovladatelný |
| **Využití** | Komprese, augmentace dat, anomálie | Deepfakes, generování umění, super-rozlišení |

[Image comparison of images generated by VAE vs GAN showing blurriness vs sharpness]

===== 4. Praktické aplikace =====

  * **Deepfakes:** Výměna obličejů ve videu (primárně GAN).
  * **Image-to-Image translation:** Převod satelitních snímků na mapy nebo černobílých fotek na barevné.
  * **Zvýšení rozlišení (Super-Resolution):** Rekonstrukce detailů v nekvalitních fotografiích.
  * **Generování molekul:** Návrh nových léků s požadovanými vlastnostmi (často VAE).

===== 5. Co přišlo po nich? =====

Dnes jsou GAN i VAE doplňovány nebo nahrazovány **Difúzními modely** (Diffusion Models), které stojí za nástroji jako **DALL-E**, **Midjourney** nebo **Stable Diffusion**. Ty fungují na principu postupného odstraňování šumu z obrazu.

----
//Související články://
  * [[it:ai:diffusion_models|Difúzní modely (Stable Diffusion)]]
  * [[it:ai:neural_networks|Neuronové sítě]]
  * [[it:ai:autoencoders|Autoenkodéry]]

//Tagy: {{tag>ai neural_networks gan vae generative_models deep_learning}}//