Red generativa antagónica (GAN)

Una red generativa antagónica (GAN) es un sistema formado por dos redes neuronales que se entrenan compitiendo. El generador crea datos sintéticos, por ejemplo imágenes, a partir de ruido aleatorio. El discriminador recibe tanto ejemplos reales como creaciones del generador y debe adivinar cuáles son falsos. Cada uno mejora a costa del otro: el discriminador aprende a detectar falsificaciones y el generador aprende a producir otras cada vez más difíciles de detectar.

La propuso Ian Goodfellow con colegas de la Universidad de Montreal en un artículo de 2014. La analogía original es la de un falsificador de billetes frente a la policía: la competencia empuja a ambos a perfeccionarse. Al final, si el entrenamiento sale bien, el generador produce muestras muy parecidas a los datos reales.

Entre 2014 y principios de los años 2020 las GAN fueron el método más destacado para generar imágenes realistas, sobre todo rostros de personas que no existen, y se usaron en mejora de resolución, transferencia de estilo y creación de datos sintéticos. También estuvieron detrás de muchos de los primeros deepfakes.

Su entrenamiento es notoriamente inestable: el equilibrio entre las dos redes puede romperse, o el generador puede caer en el «colapso de modos», produciendo siempre variaciones de unas pocas imágenes. Por eso, en generación de imágenes a partir de texto, los modelos de difusión las desplazaron en buena medida, aunque las GAN siguen usándose donde se necesita generar muy rápido.