Generative Adversarial Network

Ein GAN besteht aus zwei Netzen, die gegeneinander trainiert werden. Das eine erzeugt Beispiele, das andere versucht zu unterscheiden, ob ein Beispiel aus den echten Daten stammt oder erzeugt wurde. Beide verbessern sich wechselseitig, bis die Erzeugnisse nicht mehr zuverlässig als solche erkennbar sind. Goodfellow et al.

Jahrelang der Stand der Technik, inzwischen abgelöst

Für die Bilderzeugung waren solche Netze bis etwa 2021 führend, und viele bekannte Ergebnisse mit fotorealistischen Gesichtern stammen daher. Karras et al. Ihre Schwäche war die Stabilität des Trainings: Das Gleichgewicht zwischen beiden Netzen ist heikel, und ein häufiger Fehlerfall besteht darin, dass der Generator nur noch wenige Varianten erzeugt.

Abgelöst wurden sie von Entrauschungsverfahren, die stabiler trainieren und sich besser über Text steuern lassen. In Nischen, wo sehr schnelle Erzeugung zählt, sind GANs weiterhin im Einsatz, weil sie in einem Durchgang arbeiten statt in vielen Schritten.

So kannst du dir das vorstellen

Ein Fälscher und ein Prüfer, die sich gegenseitig hochschaukeln. Solange beide etwa gleich gut sind, lernen beide. Wird einer zu stark, bricht der Prozess zusammen. Das Bild erklärt die Trainingsdynamik, es beschreibt kein konkretes Verfahren.

Was es in der Praxis konkret bedeutet

Im Alltag begegnet dir der Begriff vor allem historisch und in älteren Texten über Deepfakes. Wenn heute über Bilderzeugung gesprochen wird, sind fast immer Entrauschungsverfahren gemeint. Relevant bleibt das Prinzip in anderen Bereichen, etwa bei der Erzeugung synthetischer Tabellendaten.

Wo es verwechselt wird

GAN ist keine Sammelbezeichnung für generative KI, sondern eine bestimmte Verfahrensfamilie. Und der Begriff aus der Deepfake-Berichterstattung ist oft veraltet, weil aktuelle Systeme anders arbeiten.

Verwandte Begriffe

Text-to-Image, Deepfake, Classifier-Free Guidance, Synthetic Data, Video Generation, Modality.