کارگاه آموزشی پروژه محور شبکه های مولد تخاصمی (GAN)

خشایار احتشامی

تحصیلات

• کارشناسی ارشد مهندسی شبکه های کامپیوتری، دانشگاه صنعتی شریف
• کارشناسی مهندسی کامپیوتر، فناوری اطلاعات، دانشگاه آزاد تهران

علاقه مندی های تحقیقاتی

• یادگیری ماشین
• یادگیری عمیق
• بینایی ماشین
• پردازش زبان طبیعی
• امنیت شبکه

سوابق تدریس

• دستیار پژوهشی، آزمایشگاه شبکه، دانشگاه صنعتی شریف
• دستیار پژوهشی، شبکه های کامپیوتری، دانشگاه صنعتی شریف

شبکه مولد تخاصمی (GAN)

شبکه مولد تخاصمی (Generative Adversarial Network) یا به اختصار GAN، در سال 2014 توسط یان گودفلو (Ian J. Goodfellow) و نویسندگان همکار او معرفی شد. GAN‌ها وظایف یادگیری بدون نظارت را در یادگیری ماشین انجام می‌دهند. این شبکه‌ها شامل دو مدل هستند که به طور خودکار، الگوهای موجود در داده‌های ورودی را کشف کرده و یاد می‌گیرند. این دو مدل با نام‌های مولد (Generator) و متمایزگر (Discriminator) شناخته می‌شوند.

مولد و متمایزگر، برای بررسی، ضبط و تکرار تغییرات درون مجموعه داده با یکدیگر رقابت می‌کنند. می‌توان از GAN‌ها برای تولید نمونه‌های جدیدی که به طرز قابل قبولی از مجموعه داده اصلی قابل تهیه هستند، استفاده کرد.

شبکه های عصبی GAN می‌توانند تصاویری مانند چهره انسان تولید کنند که کاملا ساختگی هستند. چهره‌هایی که ممکن است در دنیای واقعی وجود نداشته باشند. به تصاویر زیر نگاه کنید، اینها تصاویری هستند که GAN تولید کرده و وجود خارجی ندارند. ممکن است بگویید اینها که خیلی واقعی هست، محال است تصویر ساختگی باشد. اتفاقا تصاویر ساختگی است. به چهره افراد نگاه کنید، ببینید می‌توانید جزئیات غیرعادی در چهره‌ها پیدا کنید؟ باید بتوانید.

البته، شبکه GAN تنها تصویر چهره تولید نمی‌کند، بلکه امروزه کاربردهای بی‌شماری پیدا کرده است. با جستجو در اینترنت می‌توانید خروجی‌های متنوعی از GAN مشاهده کنید. مانند تولید تصویر حیوانات، نقاشی به سبک نقاشان مشهور، کاریکاتور و غیره.