生成对抗网络（GAN）是一类机器学习框架，也是生成式人工智能的一种重要方法。该概念最初由伊恩·古德费洛及其同事于2014年6月提出。在GAN中，两个神经网络进行零和博弈，其中一方的收益即为另一方的损失。给定训练数据集，该技术学习生成与训练集具有相同统计分布的新数据。例如，在照片上训练的GAN可以生成在表面上看起来真实、足以骗过观察者的新照片。尽管最初是作为无监督学习的生成模型提出的，GAN也被证明在半监督学习、全监督学习和强化学习中很有用。
GAN的核心思想是基于一个判别器进行间接训练，判别器是另一个神经网络，用于评估输入看起来有多真实，并且其自身也会动态更新。生成器并非被训练来最小化与特定图像的差距，而是被训练来欺骗判别器，从而使模型能够以无监督的方式学习。GAN类似于进化生物学中的拟态现象，两个网络之间存在一种进化式的军备竞赛。
定义
原始的GAN被定义为两个参与者之间的博弈：生成器和判别器。生成器的策略空间是给定空间上的所有概率测度，而判别器的策略空间是将输入映射到概率的马尔可夫核。目标函数是一个零和博弈：生成器旨在最小化它，而判别器旨在最大化它。生成器的任务是使其输出分布尽可能接近参考分布，而判别器的任务是对真实数据输出接近1的值，对生成数据输出接近0的值。
在实践中，生成网络生成候选样本，而判别网络评估这些样本。这创建了一种基于数据分布的对抗。生成器学习从潜在空间映射到真实数据分布，旨在产生判别器无法与真实数据区分开的候选样本。判别器的目标是正确识别这些候选样本，但随着生成器的改进，判别器的任务变得更加困难，其错误率也会上升。
一个已知的数据集被用作判别器的初始训练数据。训练过程涉及从训练数据集中呈现样本，直到判别器达到可接受的准确率。生成器则根据其是否成功欺骗判别器来进行训练。通常，生成器以从预定义的潜在空间（如多元正态分布）中采样的随机输入作为种子。此后，生成器合成的候选样本由判别器进行评估。两个网络都应用独立的反向传播过程，以便生成器产生更好的样本，而判别器在识别合成样本方面变得更加熟练。当用于图像生成时，生成器通常是反卷积神经网络，而判别器是卷积神经网络。
与其他统计机器学习方法的关系
GAN是隐式生成模型，这意味着它们不显式建模似然函数，也不提供找到与给定样本对应的潜在变量的方法，这与流模型等替代方法不同。与诸如WaveNet和PixelRNN之类的全可见信念网络以及一般的自回归模型相比，GAN可以在一次前向传播中生成一个完整样本，而无需多次传播。与玻尔兹曼机和线性独立成分分析相比，GAN对网络使用的函数类型没有限制。由于神经网络是通用逼近器，GAN具有渐近一致性。截至2026年，变分自编码器也已被证明是通用逼近器，但GAN因其对抗训练范式而仍然与众不同。
训练动态与挑战
训练GAN涉及一种微妙的平衡。生成器和判别器交替训练，这常常导致一些问题，例如模式崩溃（生成器只产生有限种类的输出）或非收敛（两个网络振荡而无法达到均衡）。人们已经开发了各种技术来稳定训练，包括修改目标函数、改变架构以及使用正则化方法。GAN的对抗性质使其对超参数敏感，因此训练需要仔细调整。
应用
GAN已被广泛应用于图像生成、风格迁移、数据增强和超分辨率等领域。它们还用于为其他模型生成逼真的合成训练数据，在医学成像中也有应用，并涉及艺术和音乐生成等创造性领域。GAN已被用于深度学习研究，其原理也影响了生成式人工智能的其他方向。
影响与未来方向
GAN的引入对机器学习和人工智能领域产生了深远影响。它们启发了许多变体和改进，例如条件GAN、循环一致GAN和渐进式GAN。研究仍在继续解决训练稳定性和评估指标等挑战。GAN仍然是生成式AI工具包中的基础工具，与大型语言模型和Transformer等模型并列，尽管它们在对抗性框架上有所不同。