GAN (Generative Adversarial Network)

GAN står for Generative Adversarial Network og er en metode fra 2014, hvor to neurale netværk konkurrerer: en generator, der laver falske billeder, og en discriminator, der prøver at afsløre dem. Ved at træne dem mod hinanden bliver generatorens billeder gradvist mere overbevisende. GAN'er var grundlaget for de første deepfakes, ansigtsgeneratorer og style transfer, men i dag har diffusion-modeller overtaget mange billedopgaver.

Sådan virker GAN i praksis

Forestil dig to kolleger, hvor den ene maler forfalskede fotos, og den anden forsøger at finde fejl. Generatoren skaber et billede ud fra tilfældig støj, discriminator sammenligner det med ægte billeder og giver tilbagemelding. Over tid lærer generatoren at skjule de fejl, discriminator tidligere fandt. I arbejdssprog: generatoren foreslår, discriminator siger godkendt eller afvis, og begge forbedres. Det er stadig neurale netværk, så kvaliteten afhænger af træningsdata og tid.

Hvorfor GAN nævnes i artikler om deepfakes

Du støder på GAN i nyheder om manipulation og sikkerhed, fordi teknikken tidligt gjorde det muligt at syntetisere realistiske ansigter og stemmer. Deepfake er en konkret anvendelse af den idé: skabe eller ændre billeder og video, så de ser ægte ud. Samtidig er det vigtigt at vide, at metoden ikke er den eneste vej til falske billeder længere; nyere diffusion-modeller har overtaget mange opgaver, især fordi de ofte er nemmere at styre til høj opløsning.

Eksempel: GAN hos en grafiker

En grafiker på et reklamebureau skulle lige før en kampagnehave et ”vintage look” til et produktfoto. Hun brugte et gammelt style transfer-værktøj, baseret på GAN, til at overføre penselstrøg fra et maleri til et foto af flasken. Det fungerede delvist: farverne blev rigtige, men etiketten fik sløring og små gengivelsesfejl, der var tydelige på tryk. Midt i en travl uge betød det tre ekstra timers manuel retouchering og et par iterationer med andre billeder i stedet for bare at køre en nyere diffusion-baseret pipeline. Læringen var klar: GAN kan skabe interessante looks, men i produktionsmiljøer koster de artefakter tid.

GAN er ikke det samme som diffusion-modeller eller enkel inpainting

GAN, diffusion-modeller og inpainting er forskellige teknikker. Inpainting og outpainting beskriver opgaven: at fylde manglende områder i et billede. GAN var tidligt god til sådanne opgaver, men diffusion-modeller tager ofte føringen i dag på grund af stabilitet og kontrol. Husk også, at både GAN og diffusion bruger neuralt netværk, men de træner og genererer billeder på forskellige måder.

Hvad det betyder for dig

Som leder eller marketingansvarlig behøver du kun at vide, at GAN var en vigtig tidlig metode bag deepfakes og stiloverførsel. Teknologien er moden, men er ofte blevet erstattet af nyere teknikker til kommercielt brug. Hvis et projekt kræver kontrol over æstetik eller mindre data, kan GAN stadig være relevant, men forvent at teste for artefakter og regne med tid til retouchering.

Skal flere end én i huset kunne noget med GAN, så se, hvordan en AI-workshop er skruet sammen. Det tunge ved GAN er sjældent at komme i gang, men at holde det kørende. Det er jobbet for et AI-team i huset.