¿Qué es una Red Generativa Antagónica?

Las Redes Generativas Antagónicas (GAN) representan un modelo de aprendizaje automático que permite la creación de datos falsos que imitan datos reales. Desde su introducción en 2014 con el trabajo de Ian Goodfellow sobre "Generative Adversarial Networks", el avance en esta tecnología ha sido notable, produciendo resultados cada vez más realistas que reflejan el conjunto de datos de entrenamiento.

Las GANs tienen múltiples aplicaciones en diversas industrias y actualmente se emplean para generar una variedad de contenidos que incluyen texto, imágenes, audio y video. Esta generación puede realizarse a partir de comandos en texto o mediante la modificación de contenido ya existente. Un ejemplo de su capacidad se puede observar en proyectos como thispersondoesnotexist.com, que crea imágenes de rostros humanos aleatorios que no corresponden a individuos reales.

Además de la creación de contenido, las GANs también tienen la capacidad de editar imágenes. Por ejemplo, pueden ser utilizadas para mejorar la resolución de una imagen de baja calidad o para añadir color a una imagen en blanco y negro. Stefan Leichenauer, vicepresidente de Ingeniería en SandboxAQ, menciona que un tema relevante en la Inteligencia Artificial (IA) actual es la utilización de datos sintéticos. Estos datos artificiales son útiles para entrenar modelos de IA en situaciones donde no se dispone de suficientes datos reales, y las GANs pueden generar conjuntos de datos sintéticos que reflejan patrones reales, lo que luego permite entrenar otros modelos de IA.

El funcionamiento de una GAN se basa en la interacción de dos redes neuronales que compiten entre sí en un juego de suma cero. La primera red, conocida como generador, crea nuevos datos partiendo de una muestra de datos de entrada, mientras que la segunda red, llamada discriminador, evalúa si los datos generados pertenecen al conjunto original. Estas redes trabajan de manera conjunta, mejorando a medida que una trata de superar a la otra.

En cuanto al generador, se le puede imaginar como un artista en constante búsqueda de nuevos métodos de creación. Toma una serie de números aleatorios sin significado y los transforma en datos que se asemejan a su entrenamiento, pudiendo generar imágenes, fragmentos musicales o textos. Por otro lado, el discriminador actúa como un crítico artístico, analizando los datos tanto reales como generados y clasificándolos en verdaderos o falsos.

A medida que el generador produce muestras, el discriminador las evalúa, lo que provoca que el generador altere su output para hacer estas muestras más convincente. Una técnica clave en este proceso es la retropropagación, que permite que los errores señalados por el discriminador se propaguen a través de las capas del generador, ajustando así sus parámetros y mejorando la calidad de los datos generados en iteraciones posteriores.

Existen varias variantes de GANs, cada una adaptada a diferentes tareas dependiendo de la interacción entre el generador y el discriminador. El GAN estándar es el más básico, mientras que el GAN Condicional (cGAN) permite la generación de imágenes basándose en etiquetas, como "gato" o "perro". Asimismo, el CycleGAN es una variante que puede transformar un tipo de archivo en otro, como convertir una fotografía en un dibujo al lápiz.

Otros tipos de GAN incluyen las GANs de convolución profunda, que se utilizan para crear imágenes, y las GANs de super-resolución, que se centran en mejorar la calidad de imágenes de baja resolución. También se han desarrollado arquitecturas de GAN que generan música con características similares a las composiciones humanas, así como aquellas que simulan el movimiento humano y el comportamiento, útiles para la producción de video o incluso en la creación de deepfakes.