Saltar ao contido

Rede xerativa adversativa

Na Galipedia, a Wikipedia en galego.
Imaxe do rostro dunha muller xerada de forma artificial cunha rede xerativa adversativa adestrada con imaxes de rostros de persoas.
Unha imaxe xerada por unha rede xerativa antagónica que parece enganosamente unha fotografía dunha persoa real. Esta imaxe foi xerada por unha GAN adestrada con imaxes de rostros de persoas.

As redes xerativas adversativas, redes xerativas adversas ou redes xerativas antagónicas (RXAs), tamén coñecidas como GANs polas súas siglas en inglés (generative adversarial networks), son unha arquitectura de rede neural artificial introducida por Ian Goodfellow et al. en 2014.[1] Estas redes constan de dúas sub-redes que compiten entre si: un xerador, que intenta crear datos falsificados (como imaxes, texto ou son) a partir dun ruído inicial, e un discriminador, que tenta distinguir entre os datos reais e os datos xerados artificialmente.[2]

Dado un conxunto de adestramento, as redes xerativas adversativas aprenden a xerar novos datos que comparten as mesmas características estatísticas que os datos do conxunto de adestramento. Por exemplo, unha GAN adestrada con fotografías de rostros de persoas aprende a crear novas imaxes que, á vista dun observador humano, poden chegar a ser indistinguibles das do conxunto de adestramento.

Durante o proceso de adestramento, o xerador intenta enganar o discriminador producindo mostras cada vez máis verosímiles, mentres que o discriminador mellora a súa capacidade para diferencialas das reais. Este enfoque competitivo permite xerar datos sintéticos que replican as propiedades estatísticas do conxunto de adestramento.[3]

Historia

[editar | editar a fonte]

O concepto das RXAs foi presentado en 2014 e converteuse axiña nun dos avances máis influentes da aprendizaxe profunda.[4] Desde entón xurdiron numerosas variantes, incluíndo:

  • DCGANs (2015), adaptadas á xeración de imaxes por convolución.
  • WGANs (2017), para mellorar a estabilidade do adestramento.[5]
  • CycleGAN (2017), para transferencia de estilo entre dominios sen parellas de datos.
  • StyleGAN (2018-2021), que deu lugar a imaxes de rostros de gran realismo.[6]

Funcionamento

[editar | editar a fonte]

As RXAs formúlanse como un xogo minimax:

  • O xerador tenta minimizar a capacidade do discriminador para detectar falsificacións.
  • O discriminador tenta maximizar a súa capacidade de acerto.

Este equilibrio competitivo permite mellorar simultaneamente ambos modelos.[7]

Aplicacións

[editar | editar a fonte]

As redes xerativas adversativas teñen usos amplos en investigación e industria:

  • Xeración de imaxes realistas (rostros, paisaxes, produtos).
  • Aumento de datos para medicina, robótica ou visión artificial.
  • Super-resolución de imaxes e vídeo.
  • Restauración e coloración de fotografías antigas.
  • Transferencia de estilo entre imaxes.
  • Xeración de son, fala e música.
  • Simulacións científicas con datos sintéticos realistas.
  • Arte xerativa, deseño e ilustración.

Limitacións

[editar | editar a fonte]

As RXAs presentan dificultades técnicas coñecidas:

  • Inestabilidade de adestramento e problemas como o mode collapse.[8]
  • Forte dependencia dos hiperparámetros.
  • Uso intensivo de computación e datos.
  • Dificultade para avaliar a calidade das imaxes xeradas.

Consideracións éticas e riscos

[editar | editar a fonte]

As RXAs poden producir contido altamente realista que pode ser empregado para:

  • deepfakes e manipulación audiovisual,
  • creación de perfís falsos,
  • desinformación e propaganda,
  • usos maliciosos en fraude ou suplantación.[9]

Tamén existen debates sobre a legalidade do adestramento con datos protexidos por dereitos de autor e sobre os nesgos presentes nos modelos.[10][11]

Notas

[editar | editar a fonte]
  1. ↑ I. Goodfellow et al., “Generative Adversarial Nets”, Advances in Neural Information Processing Systems, 2014.
  2. ↑ A. Creswell et al., “Generative Adversarial Networks: An Overview”, IEEE Signal Processing Magazine, 2018.
  3. ↑ "Deep Learning". www.deeplearningbook.org; Ian Goodfellow, MIT Press, 2016. Consultado o 2025-11-24.
  4. ↑ NIPS 2014, artigo orixinal de Goodfellow.
  5. ↑ M. Arjovsky et al., “Wasserstein GAN”, arXiv:1701.07875.
  6. ↑ T. Karras et al., “Alias-Free Generative Adversarial Networks (StyleGAN3)”, NeurIPS, 2021.
  7. ↑ Goodfellow et al., 2014, sec. 3.
  8. ↑ A. Mescheder et al., “Which Training Methods for GANs Actually Converge?”, ICML, 2018.
  9. ↑ Hynek, Nik; Gavurova, Beata; Kubak, Matus (2025-09-01). "Risks and benefits of artificial intelligence deepfakes: Systematic review and comparison of public attitudes in seven European Countries". Journal of Innovation & Knowledge 10 (5): 100782. ISSN 2444-569X. doi:10.1016/j.jik.2025.100782.
  10. ↑ Mustak, Mekhail; Salminen, Joni; Mäntymäki, Matti; Rahman, Arafat; Dwivedi, Yogesh K. (2023-01-01). "Deepfakes: Deceptions, mitigations, and opportunities". Journal of Business Research 154: 113368. ISSN 0148-2963. doi:10.1016/j.jbusres.2022.113368.
  11. ↑ Taleby Ahvanooey, Milad; Mazurczyk, Wojciech; Lee, Dongwon (2025-08-28). "Socioeconomic Threats of Deepfakes and the Role of Cyber-Wellness Education in Defense". Commun. ACM 68 (9): 70–79. ISSN 0001-0782. doi:10.1145/3715317.

Véxase tamén

[editar | editar a fonte]

Outros artigos

[editar | editar a fonte]
Obtido de «https://gl.wikipedia.org/w/index.php?title=Rede_xerativa_adversativa&oldid=7244125»