GAN
Aussi appelé : Generative Adversarial Network · GANs · réseaux antagonistes génératifs · réseaux génératifs adverses
Mis à jour le
Un GAN (Réseau Antagoniste Génératif) est une architecture d'IA où deux réseaux de neurones, le générateur et le discriminateur, s'affrontent pour créer des images ou des données ultra-réalistes.
📖 Définition
💬 En termes simples
Pensez à un faussaire et un expert en authentification d'oeuvres d'art au Musée des beaux-arts de Montréal. Le faussaire tente de créer des tableaux si convaincants que l'expert ne peut les distinguer des originaux. À chaque tentative, les deux s'améliorent, jusqu'à ce que les copies deviennent pratiquement parfaites.
🎯 Exemple concret
Des studios de jeux vidéo montréalais comme Ubisoft utilisent des GAN pour générer automatiquement des textures et des environnements réalistes. Des chercheurs au CHUM emploient des GAN pour créer des images médicales synthétiques. L'industrie de la mode utilise des GAN pour générer des photos de mannequins virtuels.
💡 Le saviez-vous ?
Ian Goodfellow a eu l'idée des GAN lors d'une discussion dans un bar de Montréal en 2014, alors qu'il était chercheur sous la supervision de Yoshua Bengio — le concept est littéralement né au Québec. Bien que les GAN aient été supplantés par les modèles de diffusion pour les images depuis 2022, leur principe de compétition a inspiré de nombreuses autres architectures.
❓ Questions fréquentes
Comment fonctionne ce duel entre les deux réseaux ?
À quoi servent les GAN dans la vie de tous les jours ?
Quels sont les problèmes liés à l'utilisation des GAN ?
📚 Sources
- ArXiv - Generative Adversarial Networks (Ian Goodfellow et al., 2014)
- Wikipedia - Réseaux antagonistes génératifs (Wikipedia, 2024)