生成對抗網(wǎng)絡(luò)(GAN)是一類在無監(jiān)督學(xué)習(xí)中使用的神經(jīng)網(wǎng)絡(luò)，其有助于解決按文本生成圖像、提高圖片分辨率、藥物匹配、檢索特定模式的圖片等任務(wù)。Statsbot 小組邀請數(shù)據(jù)科學(xué)家 Anton Karazeev 通過日常生活實例深入淺出地介紹 GAN 原理及其應(yīng)用。

生成對抗網(wǎng)絡(luò)由 Ian Goodfellow 于 2014 年提出。GAN 不是神經(jīng)網(wǎng)絡(luò)應(yīng)用在無監(jiān)督學(xué)習(xí)中的唯一途徑，還有玻爾茲曼機(Geoffrey Hinton 和 Terry Sejnowski，1985)和自動解碼器(Dana H. Ballard，1987)。三者皆致力于通過學(xué)習(xí)恒等函數(shù) f(x)= x 從數(shù)據(jù)中提取特征，且都依賴馬爾可夫鏈來訓(xùn)練或生成樣本。

GAN 設(shè)計之初衷就是避免使用馬爾可夫鏈，因為后者的計算成本很高。相對于玻爾茲曼機的另一個優(yōu)點是 GAN 的限制要少得多(只有幾個概率分布適用于馬爾可夫鏈抽樣)。

在本文中，我們將講述 GAN 的基本原理及最流行的現(xiàn)實應(yīng)用。

GAN 原理

讓我們用一個比喻解釋 GAN 的原理吧。

假設(shè)你想買塊好表。但是從未買過表的你很可能難辨真假;買表的經(jīng)驗可以免被奸商欺騙。當(dāng)你開始將大多數(shù)手表標(biāo)記為假表(當(dāng)然是被騙之后)，賣家將開始「生產(chǎn)」更逼真的山寨表。這個例子形象地解釋了 GAN 的基本原理：判別器網(wǎng)絡(luò)(手表買家)和生成器網(wǎng)絡(luò)(生產(chǎn)假表的賣家)。

兩個網(wǎng)絡(luò)相互博弈。GAN 允許生成逼真的物體(例如圖像)。生成器出于壓力被迫生成看似真實的樣本，判別器學(xué)習(xí)分辨生成樣本和真實樣本。

判別算法和生成算法有何不同?簡單地說：判別算法學(xué)習(xí)類之間的邊界(如判別器做的那樣)，而生成算法學(xué)習(xí)類的分布(如生成器做的那樣)。

如果你準(zhǔn)備深入了解 GAN

想要學(xué)習(xí)生成器的分布，應(yīng)該定義數(shù)據(jù) x 的參數(shù) p_g，以及輸入噪聲變量 p_z(z)的分布。然后 G(z，θ_g)將 z 從潛在空間 Z 映射到數(shù)據(jù)空間，D(x，θ_d)輸出單個標(biāo)量——一個 x 來自真實數(shù)據(jù)而不是 p_g 的概率。

訓(xùn)練判別器以最大化正確標(biāo)注實際數(shù)據(jù)和生成樣本的概率。訓(xùn)練生成器用于最小化 log(1-D(G(z)))。換句話說，盡量減少判別器得出正確答案的概率。

可以將這樣的訓(xùn)練任務(wù)看作具有值函數(shù) V(G，D)的極大極小博弈：

換句話說，生成器努力生成判別器難以辨認的圖像，判別器也愈加聰明，以免被生成器欺騙。

當(dāng)判別器不能區(qū)分 p_g 和 p_data，即 D(x，θ_d)= 1/2 時，訓(xùn)練過程停止。達成生成器與判別器之間判定誤差的平衡。

歷史檔案圖像檢索

一個有趣的 GAN 應(yīng)用實例是在「Prize Papers」中檢索相似標(biāo)記，Prize Papers 是海洋史上最具價值的檔案之一。對抗網(wǎng)絡(luò)使得處理這些具有歷史意義的文件更加容易，這些文件還包括海上扣留船只是否合法的信息。

每個查詢到的記錄都包含商家標(biāo)記的樣例——商家屬性的唯一標(biāo)識，類似于象形文字的草圖樣符號。

我們應(yīng)該獲得每個標(biāo)記的特征表示，但是應(yīng)用常規(guī)機器學(xué)習(xí)和深度學(xué)習(xí)方法(包括卷積神經(jīng)網(wǎng)絡(luò))存在一些問題：

• 它們需要大量標(biāo)注圖像;
• 商標(biāo)沒有標(biāo)注;
• 標(biāo)記無法從數(shù)據(jù)集分割出去。

這種新方法顯示了如何使用 GAN 從商標(biāo)的圖像中提取和學(xué)習(xí)特征。在學(xué)習(xí)每個標(biāo)記的表征之后，就可以在掃描文檔上按圖形搜索。

將文本翻譯成圖像

其他研究人員表明，使用自然語言的描述屬性生成相應(yīng)的圖像是可行的。文本轉(zhuǎn)換成圖像的方法可以說明生成模型模擬真實數(shù)據(jù)樣本的性能。

圖片生成的主要問題在于圖像分布是多模態(tài)的。例如，有太多的例子完美契合文本描述的內(nèi)容。GAN 有助于解決這一問題。

我們來考慮以下任務(wù)：將藍色輸入點映射到綠色輸出點(綠點可能是藍點的輸出)。這個紅色箭頭表示預(yù)測的誤差，也意味著經(jīng)過一段時間后，藍點將被映射到綠點的平均值——這一精確映射將會模糊我們試圖預(yù)測的圖像。

GAN 不直接使用輸入和輸出對。相反，它們學(xué)習(xí)如何給輸入和輸出配對。

下面是從文本描述中生成圖像的示例：

用于訓(xùn)練 GAN 的數(shù)據(jù)集：

• Caltech-UCSD-200-2011 是一個具有 200 種鳥類照片、總數(shù)為 11,788 的圖像數(shù)據(jù)集。
• Oxford-102 花數(shù)據(jù)集由 102 個花的類別組成，每個類別包含 40 到 258 張圖片不等。

藥物匹配

當(dāng)其它研究員應(yīng)用 GAN 處理圖片和視頻時，Insilico Medicine 的研究人員提出了一種運用 GAN 進行藥物匹配的方法。

我們的目標(biāo)是訓(xùn)練生成器，以盡可能精確地從一個藥物數(shù)據(jù)庫中對現(xiàn)有藥物進行按病取藥的操作。

經(jīng)過訓(xùn)練后，可以使用生成器獲得一種以前不可治愈的疾病的藥方，并使用判別器確定生成的藥方是否治愈了特定疾病。

腫瘤分子生物學(xué)的應(yīng)用

Insilico Medicine 另一個研究表明，產(chǎn)生一組按參數(shù)定義的新抗癌分子的管道。其目的是預(yù)測具有抗癌作用的藥物反應(yīng)和化合物。

研究人員提出了一個基于現(xiàn)有生化數(shù)據(jù)的用于識別和生成新化合物的對抗自編碼器(AAE)模型。

數(shù)據(jù)庫中有許多可用的生物化學(xué)數(shù)據(jù)，如癌細胞系百科全書(CCLE)、腫瘤藥物敏感基因?qū)W(GDSC)和 NCI-60 癌細胞系。所有這些都包含針對癌癥的不同藥物實驗的篩選數(shù)據(jù)。

對抗自編碼器以藥物濃度和指紋作為輸入并使用生長抑制率數(shù)據(jù)進行訓(xùn)練(GI，顯示治療后癌細胞的數(shù)量減少情況)。

分子指紋在計算機中有一個固定的位數(shù)表示，每一位代表某些特征的保留狀態(tài)。

隱藏層由 5 個神經(jīng)元組成，其中一個負責(zé) GI(癌細胞抑制率)，另外 4 個由正態(tài)分布判別。因此，一個回歸項被添加到編碼器代價函數(shù)中。此外，編碼器只能將相同的指紋映射到相同的潛在向量，這一過程獨立于通過額外的流形代價集中輸入。

經(jīng)過訓(xùn)練，網(wǎng)絡(luò)可以從期望的分布中生成分子，并使用 GI 神經(jīng)元作為輸出化合物的微調(diào)器。

這項工作的成果如下：已訓(xùn)練 AAE 模型預(yù)測得到的化合物已被證明是抗癌藥物，和需接受抗癌活性化合物實驗驗證的新藥物。

「我們的研究結(jié)果表明，本文提出的 AAE 模型使用深度生成模型顯著提高了特定抗癌能力和新分子的開發(fā)效率?！?/p>

結(jié)論

無監(jiān)督學(xué)習(xí)是人工智能的下一個藍海，我們正朝著這一方向邁進。

生成對抗網(wǎng)絡(luò)可以應(yīng)用于許多領(lǐng)域，從生成圖像到預(yù)測藥物，所以不要害怕失敗。我們相信 GAN 有助于建立一個更好的機器學(xué)習(xí)的未來。

原文：

https://blog.statsbot.co/generative-adversarial-networks-gans-engine-and-applications-f96291965b47

【本文是51CTO專欄機構(gòu)“機器之心”的原創(chuàng)譯文，微信公眾號“機器之心( id: almosthuman2014)”】

戳這里，看該作者更多好文