改入选MIT十大突破性技术AI版双手互搏到

入选MIT十大突破性技术 ，AI版“双手互搏”到底有多牛？

日前，《麻省理工科技评论》刊文注：按行政区域排序。评出了2018年十大突破性技术，对抗性神经络（GAN）赫然在列。

什么是对抗性神经络？为什么它能入选MIT十大突破性技术？它的发展脉络如何？与我们此前耳熟能详的神经络有什么区别？能够应用在人工智能的哪些场景？还有哪些关键问题有待攻克？

中国自动化学会混合智能专委会副主任、中国人工智能学会机器学习专委会常委、复旦大学博士生导师张军平教授在接受采访时做了深入浅出的解释。

张军平告诉，虽然GAN是科技领域的新贵，但其实在很久以前的中外小说中就能看到这个想法的影子。

GAN络的原理本质上就是人工智能或机器学习版本。

一个络中有两个角色，修炼的过程中左手扮演攻方，即生成器（generator），试图生成和自然世界中拟完成任务足够相似的目标；右手扮演守方，即判别器（discriminator），试图把这个假的、生成的目标和真实目标区分开来。经过反复多次双手互搏，左手右手的功力都会倍增，从而达到舍我其谁的目标。

明白这个道理，就不难明白为什么GAN络一出，就有独孤求败的感觉了。

正是因为GAN络的机理是双手互搏、一心两用，所以，虽然最初的应用场景是针对图像相关任务，但其机理是普适性的。只要能用这个诀窍的地方，都能把自己的功力提升一个档次。不过，需要注意的是，GAN只把双手互搏用来训练自己双手的功力。在多数实际应用中，它只用了自己千锤百炼出来的生成器，就得到了非常好的结果。

于是，自2014年GAN络被Ian J. Goodfellow等人提出，至今其演绎出的各种版本就像攻城掠地般在各个领域蔓延。

在今年的人工智能顶级会议IJCAI、机器学习顶级会议ICML和NIPS、深度学习著名会议ICLR上，光读参会论文的标题，就能发现大量GAN络的工作痕迹。图像处理、计算机视觉、自然语言处理、语音识别、智能驾驶、安全监控似乎GAN已经无所不能了。

张军平用几个比较火的人工智能应用场景举例

在年龄估计中，GAN能通过攻守互搏，基于给定的人脸图像实现对其人衰老或年轻时的(拿我的钱)帮我买了保险叫他们负责吗？买了‘工资’过后样貌生成。

在多视角人脸识别、跨视角步态识别领域，采用类似的机理，实现对人脸角度和步态角度的自动旋转，从而有效提高了多视角、跨视角人脸和步态识别的精度。

在自动驾驶领域，需要对智能汽车进行复杂环境下的虚拟训练。此时，就可以利用GAN来实现与实际交通场景分布一致的图像生成

。具体来说，可以先给GAN输入一张随机噪声图像，通过其生成器来最小化与真实场景接近的图像，同时判别器最大化生成场景与真实场景间的差异。经过反复迭代的攻守博弈，从而获得与真实环境一致的交通场景。