無論係之前講過嘅 Deepfake 定 AI 都好，都會用到呢個熱門嘅深度學習架構 GAN（Generative Adversarial Network），即係生成式對抗網絡，即係減少人類嘅干預情況之下，機器可以學習到更多嘅知識，最簡單嘅例子就係而家可以用 AI 生成一個逼真嘅人物。而家帶你去認識吓咩係生成式對抗網絡啦❗
🌟咩係生成式對抗網絡（Generative Adversarial Network）？
佢係一種深度學習架構，唔需要再好似以前咁用人力去標記過萬張嘅學習圖片去訓練機器，佢會自己喺資料入面搵出其中嘅關聯性，唔需要監督住佢學習嘅過程，變相過程易咗又可以慳返人力成本。
🌟生成式對抗網絡係點運作？
佢係透過訓練兩個網絡👉🏻鑑別網絡（Discriminating Network）同生成網絡（Generative Network）嚟互相對抗嚟學習同調整去提升自身系統嘅能力，生成網絡透過訓練去生成資料，而鑑別網絡就係作為檢測器去睇吓生成嘅資料有冇漏洞，然後生成網絡再生成更好嘅資料。
舉個例子比大家更加具體去了解吓👉🏻生成網絡就好似一個工廠咁不斷生產高仿嘅紙幣，佢將生產出嚟嘅假鈔交比鑑定員去鑑定有幾似真鈔，工廠再根據番結果去再生產更完美嘅假鈔，直接生產到一張以假亂真嘅假鈔。
🌟生成式對抗網絡嘅應用例子
1️⃣ 生成逼真影像：
呢個係最為人熟悉嘅一種應用，透過文字嘅提示或者修改現有嘅影像去生成更加逼真嘅影像，除咗自娛之外，喺商業上都係非常之有用，例如生成虛擬 model 著你公司嘅產品，唔洗再比好貴嘅價錢請 model。另外又可以將低解析度嘅影像轉換做更高嘅解析度。
2️⃣ 影像風格轉換：
淨係透過生成就可以將唔同名畫家畫風轉移去另一張相上面，又或者將名畫轉換做真實相片。
3️⃣ 補全缺失資訊：
佢可以補全資訊同影像，例如修復一啲損毀咗嘅文物，將還原嘅文物以數碼保存，令下一代可以更了解古代嘅文化同傳統。又或者係將 2D 影像變做 3D 模型，就好似喺醫療上，佢結合 X光同其他身體掃描去建立更真實嘅器官影像，用喺手術前嘅規劃或者模擬手術。
4️⃣ 生成訓練資料：
佢可以幫其他系統模型生成訓練資料，即係佢可以去學習生成一啲詐騙嘅交易資料，用呢啲資料去訓練另一個詐騙檢測系統點分真同假，減低出錯嘅機會。
生成式對抗網絡令大家可以用更低嘅成本去訓練系統、展示商品等，而佢嘅應用範圍都大幅擴展緊，呢樣先至係令 AI 唔再淨係小部分人先用到，實現智能化嘅現實世界，唔知以後嘅發展會唔會去到可以生成到全新嘅物種呢❓大家可以一齊期待吓佢將來嘅發展😆
