生成式对抗网络GAN的研究进展与展望

• 作者: 林懿伦 段艳杰 王坤峰 王飞跃 苟超 郑心湖
• 来源期刊: 自动化学报
• 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
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 综述
• 页码范围: 321-332
• 页数: 12页
• 字数: 8503字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.y000003

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.