تکنولوژی های جدید شبکه‌های عصبی مبارز
شبکه
های مبارز
ولی مشکل، ایجاد یک مال کاملا جدید هست که مستمند قدرت تصور باشد و همین هوش تصنعی و مصنوعی را پیچیده کرده هست . رویکرد حل در مقدمه در یان گودفیلو ارائه شد آن گاه یک عدد از دانشجوهای دکترای دانش گاه مونترآل در یک مشاجره آکادمیک در سال ۲۰۱۴ به آن دست یافت . این روش که به شبکه‌ی تعمیم‌یافته‌ی مبارز و جنگجو (GAN) مشهور است، دو شبکه‌ی عصبی را به‌عنوان ورودی میگیرد . این دو کانال مدل‌های ریاضی ساده‌ای از مغز انسان می‌باشند که بر مدرن‌ترین جور یادگیری اتومبیل تأکید میکنند . بعد این دو شبکه در یک بازی دیجیتال موش و گربه پیش‌رو نیز قرار می‌گیرند .
هر دو شبکه روی یک مجموعه‌ی یکسان داده‌ای یادگرفتن داده شده‌اند . یک عدد از شبکه‌ها که خالق نامیده می‌شود، تغییراتی در تصاویر دیده‌شده اعمال می‌نماید . این تصویر میتواند تصویر یک عابر پیاده یا این که یک بازوی بیش تر باشد .
دومین کانال که تفکیک‌کننده است، چک می‌نماید که تصویر دیده‌شده شبیه چهره ای میباشد که یادگرفتن دیده یا یک نسخه‌ی تقلبی توسط تولید کننده است، برای مثال بررسی می‌نماید که آیا شخص با سه بازو شبیه نمونه‌ی حقیقی است؟
به مرور زمان، آفریننده میتواند به اندازه‌ای در ساخت تصاویر چیره شود که تفکیک‌کننده کار کشته به تشخیص تصاویر تقلبی نباشد . تولید کننده برای تشخیص و سپس ایجاد تصاویر شبه حقیقی وواقعی از عابران پیاده، یادگرفتن می‌بیند .
فناوری به یک عدد از نویدبخش‌ترین پیشرفت‌های هوش مصنوعی در دهه‌ی گذشته دست یافتهکه قدرتمند میباشد به ماشین‌ها در ساخت نتایج گمراه‌کننده چه بسا برای انسان‌ها کمک کند .
GANها از سخنرانی شبه حقیقی و پردازش تصویر تقلبی شبه عکس به کارگیری میکنند . در یک نمونه پرتنش، محققان از سازنده‌ی تراشه Nvidia به آماده‌سازی یک GAN با تصاویری از افراد مشهور پرداختند تا صدها تصویر دارای اعتبار از افرادی که وجود نداشتند تولید کنند . یک گروه پژوهشی دیگر نقاشی‌های تقلبی مشابه اثر ها ون گوگ تولید کرد . GAN-ها در مرحله‌ی بعدی میتوانند تصاویر را به شیوه‌های گوناگون تصور کنند؛ به عنوان مثال یک جاده‌ی آفتابی را به یک جاده‌ی برفی تبدیل نمایند یا اسب را به گورخر تبدیل کنند .
نتیجه‌ها مدام بی‌نقص نیستند: GAN-ها میتوانند دو گونه برای دوچرخه در لحاظ بگیرند یا مثلا ابرو را در محل اشتباهی از چهره قرار دهند . اما به این دلیل که تصاویر و صداها اغلب واقعی هستند، به عقیده‌ی بعضی کارشناسان GAN-ها میتوانند به شعور و تأکید بر ساختار جهانی که می بینند و می‌شنوند بپردازند؛ و این یعنی AI هم پا با فهم و شعور تصور، قادر است به توانایی مستقل فهم و شعور مشاهدات در دنیای گوشه و کنار خویش هم برسد .