As redes neurais convolucionais (CNNs) e as redes adversárias generativas (GANs) são arquiteturas de aprendizado profundo, mas têm pontos fortes e aplicações distintos. As CNNs são frequentemente usadas para tarefas de classificação de imagens e detecção de objetos, enquanto as GANs costumam ser projetadas para gerar novas instâncias de dados.

Embora todas as GANs compartilhem a estrutura gerador-discriminador, diferentes variações foram desenvolvidas para resolver problemas específicos. Estes são alguns dos tipos mais importantes:

• GAN condicional (cGAN): e se você quiser controlar o que a GAN cria? Uma cGAN permite adicionar uma condição. Em vez de gerar "um rosto aleatório", você pode pedir para gerar "uma mulher sorridente com cabelo loiro". Isso é essencial para aplicativos de conversão de texto em imagem.
• CycleGAN: e se você quiser traduzir uma imagem de um estilo para outro sem ter pares de imagens perfeitamente correspondentes para treinamento (por exemplo, transformar uma foto de um cavalo em uma zebra)? A CycleGAN foi projetada para essa "tradução de imagem para imagem não pareada", o que a tornou famosa pela transferência de estilo e transfiguração de objetos.
• StyleGAN: esse tipo de GAN se concentra na criação de imagens realistas de altíssima qualidade (principalmente rostos) e oferece ao usuário controle detalhado sobre o "estilo" da imagem, como idade, cabelo ou expressão.
• GAN de super-resolução (SRGAN): essa GAN é especializada em pegar uma imagem borrada de baixa resolução e aumentar a escala para uma versão nítida de alta resolução, alucinando detalhes realistas.

Embora o conceito fundamental de usar duas redes adversárias permaneça consistente em todas as variações de GAN, os pesquisadores exploraram uma variedade de modificações arquitetônicas e de treinamento para lidar com limitações e melhorar o desempenho de aplicativos específicos.

As GANs abriram novas possibilidades em vários setores. As aplicações geralmente se enquadram nestas áreas principais:

Essa é a aplicação mais famosa das GANs. Ela inclui a geração de imagens realistas de pessoas, lugares e objetos, a criação de arte e música digitais e a ativação de ferramentas avançadas de edição de imagens, como transferência de estilo (fazer uma foto parecer uma pintura), super-resolução (melhorar a nitidez de imagens borradas) e síntese de texto para imagem.

Dados de alta qualidade são o combustível do machine learning, mas podem ser raros, caros ou privados. As GANs ajudam a resolver esse problema gerando dados sintéticos. Na área da saúde, as GANs podem criar exames médicos realistas, mas anônimos, para treinar modelos de diagnóstico sem violar a privacidade dos pacientes. No setor financeiro, elas podem gerar dados sintéticos de transações para treinar sistemas melhores de detecção de fraudes. Isso ajuda a superar a escassez de dados e a equilibrar os conjuntos de dados.

As GANs podem aprender os padrões em sistemas complexos para criar simulações realistas. Isso é usado para gerar diversos cenários para treinar carros autônomos, prever os próximos frames em um vídeo ou até mesmo descobrir possíveis estruturas moleculares na descoberta de medicamentos.

Ao treinar uma GAN com dados "normais", ela fica muito boa em detectar qualquer coisa que não se encaixe no padrão. Ela é usada para detectar atividades financeiras fraudulentas, identificar intrusões de rede em segurança cibernética e encontrar defeitos na fabricação.

O desenvolvimento e a implantação de GANs exigem uma capacidade computacional significativa e uma plataforma de MLOps robusta. O Google Cloud oferece as ferramentas para oferecer suporte a todo o fluxo de trabalho:

• Para criar e gerenciar modelos: a Vertex AI é uma plataforma gerenciada de machine learning que simplifica o processo de criação, treinamento e implantação de modelos complexos como GANs. Ele oferece um ambiente unificado para gerenciar seus dados e experimentos.
• Para treinamento de alto desempenho: treinar GANs é uma tarefa exigente em termos computacionais. As Cloud TPUs são aceleradores de hardware personalizados do Google projetados para acelerar significativamente o treinamento de aprendizado profundo, permitindo que você itere em arquiteturas GAN complexas com muito mais rapidez.
• Para uma implantação escalonável: depois que o modelo é treinado, o Google Kubernetes Engine (GKE) oferece um ambiente escalonável e eficiente para implantar GANs conteinerizadas como parte de um aplicativo maior.