你问我老了手颤吗？战啊！

第413次推送|长度331厘米|看完大概需要3分钟

附件1:《生成对抗网络》

在无人监督的情况下，如何保证AI的产出质量？

2014年，IanJ.Goodfellow等人提出了一个基于零和博弈的深度学习新框架，也就是生成式对抗网络（GAN,GenerativeAdversarialNetworks）。

生成对抗网络GAN中至少包含一个生成模型和一个判别模型。其中，生成模型（GenerativeModel）负责破解数据规律去生成样本，而判别模型（DiscriminativeModel）则负责判别输入是真实数据还是生成的样本。

例如在生成图片的训练过程中，生成模型G的目标就是尽量生成真实的图片去欺骗判别模型D。而D的目标就是尽量把G生成的图片和真实的图片分别开来。这样，G和D构成了一个动态的“博弈过程”。

这就像AI届的两小儿辩日，通过对周围环境的观察，相互学习讨论，逐渐形成了对世界更真实的认知。

附件2:《参考资料》

[1]GAN的发展对于研究通用人工智能有什么意义？[EB/OL].

https://www.zhihu.com/question/57668112/answer/155367561

附件3:《制作人员名单》

策划/编剧：鲁昊

设计：姜莉莎

商务：李尔祺

以故事话实事，以美学画科学

欢迎关注，纵享丝滑