GAN (Generative Adversarial Network)

Ein Generative Adversarial Network (GAN) ist eine faszinierende Architektur für generative KI, die 2014 von Ian Goodfellow erfunden wurde. Die Idee basiert auf der Spieltheorie: Zwei neuronale Netze treten in einem Wettbewerb gegeneinander an.

Der 'Generator' versucht, künstliche Daten (z.B. Fotos von Menschen) zu erzeugen, die so realistisch wie möglich aussehen. Der 'Diskriminator' fungiert als Polizei: Er bekommt echte Fotos und die Fälschungen des Generators gezeigt und muss entscheiden, was echt ist. Zu Beginn sind beide schlecht. Doch durch das gegenseitige Feedback schaukeln sie sich hoch: Der Generator lernt aus den Ablehnungen des Diskriminators, immer perfekte Fälschungen zu bauen, bis der Diskriminator sie nicht mehr unterscheiden kann. GANs waren lange State-of-the-Art für Bildgenerierung, sind aber schwer zu trainieren.