Imaginez un faussaire qui tente de fabriquer de faux billets et un policier chargé de les démasquer. À force de se confronter, le faussaire devient si habile que ses contrefaçons deviennent indiscernables des vraies. C'est exactement le principe d'un réseau antagoniste génératif (GAN), une architecture introduite en 2014 par Ian Goodfellow et ses collègues.
Deux réseaux en duel
Un GAN met en compétition deux réseaux de neurones :
- Le générateur (generator) part de bruit aléatoire et produit des données synthétiques (images, sons, textes).
- Le discriminateur (discriminator) reçoit un échantillon et juge s'il est réel (issu des vraies données) ou faux (fabriqué par le générateur).
L'entraînement est un jeu à somme nulle : le générateur cherche à tromper le discriminateur, qui cherche à ne pas l'être. Mathématiquement, on optimise une fonction objectif minimax :
$$\min_G \max_D \; \mathbb{E}{x \sim p[\log(1 - D(G(z)))]$$}}}[\log D(x)] + \mathbb{E}_{z \sim p_z
Forces et limites
| Atout | Difficulté |
|---|---|
| Images très réalistes | Entraînement instable |
| Pas besoin d'étiquettes | « Effondrement de mode » (peu de diversité) |
| Génération rapide après entraînement | Difficile à converger |
Les GAN ont propulsé les deepfakes, la création de visages synthétiques et le rehaussement d'images. Ils restent toutefois plus délicats à entraîner que les modèles de diffusion qui les ont en partie supplantés.
Un GAN, c'est l'art d'apprendre en trichant : c'est en cherchant à tromper qu'on finit par créer le vrai.