生成式对抗网络GAN的研究进展与展望

被引:330
作者
王坤峰 [1 ,2 ]
苟超 [1 ,3 ]
段艳杰 [1 ,3 ]
林懿伦 [1 ,3 ]
郑心湖 [4 ]
王飞跃 [1 ,5 ]
机构
[1] 中国科学院自动化研究所复杂系统管理与控制国家重点实验室
[2] 青岛智能产业技术研究院
[3] 中国科学院大学
[4] 明尼苏达大学计算机科学与工程学院
[5] 不详
关键词
生成式对抗网络; 生成式模型; 零和博弈; 对抗学习; 平行智能; ACP方法;
D O I
10.16383/j.aas.2017.y000003
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
生成式对抗网络GAN(Generative adversarial networks)目前已经成为人工智能学界一个热门的研究方向.GAN的基本思想源自博弈论的二人零和博弈,由一个生成器和一个判别器构成,通过对抗学习的方式来训练.目的是估测数据样本的潜在分布并生成新的数据样本.在图像和视觉计算、语音和语言处理、信息安全、棋类比赛等领域,GAN正在被广泛研究,具有巨大的应用前景.本文概括了GAN的研究进展,并进行展望.在总结了GAN的背景、理论与实现模型、应用领域、优缺点及发展趋势之后,本文还讨论了GAN与平行智能的关系,认为GAN可以深化平行系统的虚实互动、交互一体的理念,特别是计算实验的思想,为ACP(Artificial societies,computational experiments,and parallel execution)理论提供了十分具体和丰富的算法支持.
引用
收藏
页码:321 / 332
页数:12
相关论文
共 14 条