Una GAN (Generative Adversarial Network) è una coppia di reti neurali allenate una contro l'altra: un generatore crea campioni sintetici e un discriminatore li giudica rispetto ai dati reali, e ognuna migliora cercando di battere l'altra.
Niente gergo, niente formule
Due giocatori, un solo tavolo. Il generatore prende rumore casuale e lo trasforma in un campione falso; il discriminatore vede campioni veri e falsi mescolati e deve dire quali sono quali. Ogni verdetto diventa feedback: il discriminatore impara a beccare falsi più sottili, il generatore impara a produrre falsi più convincenti. Salgono di livello insieme, come un falsario e un detective che si allenano l'uno sull'altro. L'equilibrio arriva quando i falsi passano per veri. I punti deboli sono noti: se il generatore trova un solo tipo di falso che funziona, smette di variare (si chiama collasso di modo), e l'addestramento può oscillare a lungo senza stabilirsi, o non stabilirsi mai.
Campiona. Il rumore casuale entra come seme di un nuovo record sintetico.
Genera. Il generatore trasforma il rumore in un falso.
Giudica. Il discriminatore confronta il falso coi dati reali: vero o falso.
Feedback. Il generatore si aggiusta per ingannare meglio il giudice.
Ripeti. I round continuano finché i falsi passano per veri.
L'AI generativa è software che produce contenuti nuovi, testo, immagini, audio, codice, campionando schemi appresi da enormi quantità di dati di addestramento, invece di limitarsi a classificare o recuperare ciò che esiste già.
LeggiUn diffusion model è un modello generativo addestrato a invertire un processo graduale di rumore: impara a rimuovere rumore passo dopo passo, così in generazione parte da puro statico e lo affina in un'immagine, un suono o altro output coerente col prompt.
LeggiI dati sintetici sono dati artificiali progettati per riprodurre gli schemi statistici di dati reali: un modello o un insieme di regole genera record nuovi che si comportano come gli originali senza contenere informazioni di persone o clienti reali.
Leggi§ 04
Progettiamo e rilasciamo sistemi AI con permessi, log e approvazione umana. Si parte con una call di scoping di 30 minuti.