Réseaux antagonistes génératifs

Les réseaux antagonistes génératifs, ou GAN, sont une technique d'intelligence artificielle qui repose sur deux modèles en compétition. Le premier, appelé générateur, crée des données (images, textes, sons) à partir de bruit aléatoire. Le second, le discriminateur, essaie de distinguer les créations du générateur des données réelles. Au fil de leur affrontement, le générateur s’améliore et produit des résultats de plus en plus convaincants, tandis que le discriminateur devient plus difficile à tromper. Cette méthode est particulièrement utile pour générer des contenus originaux et réalistes, comme des visages ou des paysages qui n’existent pas dans la réalité, mais qui semblent authentiques. Par exemple, un GAN peut créer une photo de chat qui n’a jamais existé, mais qui ressemble à s’y méprendre à une vraie photo.