生成對抗網路(GAN)是什麼?生成器與判別器如何互相對抗生成擬真資料

什麼是 GAN?定義與核心訓練機制

IBM 將生成對抗網路定義為透過學習既有訓練資料集模式以生成擬真資料的機器學習模型CITE:E7。這個框架源自 Goodfellow 等人 2014 年發表的論文,其提出透過對抗過程估計生成模型,同時訓練兩個模型:捕捉資料分布的生成模型 G,以及估計樣本來自訓練資料而非 G 之機率的判別模型 DCITE:E1。也就是說,GAN 並非單一模型,而是兩個模型同步訓練、互相牽制的機制。

GAN 的架構:生成器與判別器扮演什麼角色?

Google 說明 GAN 將學習產生目標輸出的生成器,與學習分辨真實資料和生成器輸出的判別器配對在一起CITE:E4。兩者的互動方式是,生成器試圖騙過判別器,判別器則試圖不被騙CITE:E5。這組配對結構是 GAN 名稱中「對抗」二字的具體來源——生成器與判別器分別扮演互相拉扯的兩個角色,而非彼此獨立運作。

GAN 的訓練框架是什麼?極小極大博弈怎麼運作?

Goodfellow 等人的論文指出,G 的訓練目標是最大化 D 犯錯的機率,此框架對應於兩人極小極大博弈CITE:E2。這代表 GAN 的訓練不是單向的損失最小化,而是生成器與判別器各自朝相反方向優化同一個目標函數,形成一場零和式的競爭過程。

GAN 的理論基礎:是否存在最優解?

論文證明在任意函數 G 與 D 的空間中存在唯一解CITE:E3。在此均衡點上,G 還原出訓練資料分布,且 D 處處等於 1/2,也就是判別器已完全無法分辨資料是真是假CITE:E3。這個理論結果為前述的極小極大博弈框架提供了收斂終點的數學保證:對抗訓練並非無止盡的拉鋸,而是理論上會逼近一個特定的均衡狀態。

GAN 能用來做什麼?影像生成案例

Google 舉例指出,GAN 可生成看似真人臉孔照片的影像,即使這些臉孔並不屬於任何真實存在的人CITE:E6。這項於 2025 年 8 月 25 日更新的技術文件所舉的案例,呼應了 IBM 對 GAN「學習模式以生成擬真資料」的定義CITE:E7,顯示 2014 年提出的理論框架CITE:E1已在影像生成領域產生具體可見的成果。

這代表什麼

Goodfellow 等人 2014 年提出的極小極大博弈框架CITE:E2,證明其唯一均衡解為判別器機率處處等於 1/2CITE:E3;十餘年後,Google 的技術文件仍以相同的「生成器騙、判別器不被騙」關係描述生成器與判別器的實際運作CITE:E5,而其舉出的人臉影像生成案例CITE:E6,也呼應了 IBM 對 GAN「學習訓練資料模式以生成擬真資料」的定義CITE:E7。從數學證明到工程說明再到應用案例,三份文件對同一對抗式訓練邏輯的描述保持一致。