abbreviation GAN
Generative adversarial network
Un réseau antagoniste génératif (GAN) est un modèle d’IA qui produit des données synthétiques, comme des images ou du texte, en utilisant deux réseaux de neurones concurrents : un générateur et un discriminateur. Le générateur crée des données fictives, tandis que le discriminateur tente de les détecter. Au fil du temps, le générateur s’améliore jusqu’à ce que ses sorties soient presque indifférenciables des données réelles.
Les GAN ont été introduits en 2014 par Ian Goodfellow et ont révolutionné des domaines comme l’art numérique, les deepfakes et l’imagerie médicale. Ils permettent aux artistes et développeurs de produire des contenus synthétiques de haute qualité sans intervention manuelle, mais soulèvent aussi des questions éthiques sur la désinformation et le droit d’auteur.
Par exemple, un GAN peut générer un portrait hyperréaliste d’une personne qui n’existe pas, utile en publicité ou en gaming. Cependant, la même technologie peut créer des deepfakes, rendant plus difficile la confiance dans les médias numériques. Les GAN nécessitent une puissance de calcul importante et une expertise, coûtant généralement des milliers d’euros pour l’entraînement.
Un GAN peut générer une photo réaliste d'un personnage historique dans un contexte moderne, comme un deepfake de Napoléon en costume d'affaires.
Dans les autres langues
Voir aussi : Deepfake · Neural network