Generative Adversarial Networks (Üretici Çekişmeli Ağlar)

#GoruntuUretimi #DerinOgrenme #Deepfake #UretkenYapayZeka #Algoritma

GAN (Generative Adversarial Networks), 2014 yılında Ian Goodfellow tarafından icat edilen, birbirine karşı rekabet eden (çekişen) iki farklı yapay sinir ağından oluşan bir derin öğrenme mimarisidir.

GAN (Generative Adversarial Networks), 2014 yılında Ian Goodfellow tarafından icat edilen, birbirine karşı rekabet eden (çekişen) iki farklı yapay sinir ağından oluşan bir derin öğrenme mimarisidir. Sistemlerden biri sahte içerik üretirken, diğeri bunun sahte mi gerçek mi olduğunu bulmaya çalışır. Bu yarış, kusursuz derecede gerçekçi fotoğrafların, videoların (Deepfake) üretilmesini sağlamıştır.

sports_kabaddi Hırsız - Polis Metaforu

GAN mimarisini anlamanın en iyi yolu sahte para basan bir kalpazan (Hırsız) ve onu yakalamaya çalışan bir dedektiftir (Polis). Modelin birinci parçası olan Üretici (Generator), rastgele piksellerle sahte bir insan yüzü çizer. İkinci parçası olan Ayırt Edici (Discriminator) ise bir yanda gerçek insan yüzlerine, diğer yanda Üretici'nin sahte yüzüne bakarak 'Bu sahte!' der. Üretici yaptığı hatalardan ders çıkarıp daha iyi çizer. Yüz binlerce döngüden sonra Üretici o kadar kusursuz bir yüz çizer ki, Ayırt Edici artık gerçekle sahteyi ayıramaz hale gelir.

Kullanım Alanları

image Görsel Sentez

ThisPersonDoesNotExist.com sitesindeki var olmayan hiper-gerçekçi insan yüzlerinin üretilmesi.

zoom_in Super Resolution

Pikselleşmiş veya bulanık eski fotoğrafların/videoların, GAN mimarisi ile boşlukların tahmin edilerek yüksek çözünürlüklü (4K) hale getirilmesi.

format_paint Stil Transferi

Sizin çektiğiniz bir fotoğrafın saniyeler içinde Van Gogh tablosu fırça darbelerine dönüştürülmesi.

compare GAN vs Difüzyon

GAN'lar görüntü kalitesinde uzun süre zirvede kalsa da, eğitimlerinin çok zor olması (sürekli çökmeleri) ve çeşitliliklerinin kısıtlı olması nedeniyle son yıllarda text-to-image (metinden görsel) tarafında yerlerini büyük ölçüde Difüzyon Modellerine (Midjourney vb.) bırakmışlardır. Ancak video üretiminde ve Deepfake gibi yüz dönüştürme işlerinde hala en güçlü yöntemdir.

GAN Mimarisi ve Eğitim Süreci

  • check_circle Üretici ve Ayrıştırıcı: Üretici (G): rastgele gürültüden gerçekçi veri üretir. Ayrıştırıcı (D): gelen örnek gerçek mi üretilmiş mi ayırt eder. Minimax oyun: G ayrıştırıcıyı kandırmaya; D onu yakalamaya çalışır. Eğitim döngüsü: D birkaç adım → G bir adım — dengesiz eğitim mode collapse'e yol açar.
  • check_circle Popüler GAN Varyantları: DCGAN: evrişimli katmanlarla yüksek çözünürlük. StyleGAN2/3: ayrıştırılmış stil uzayı — yüz üretimde fotogerçekçi. CycleGAN: çiftlenmemiş görüntü-görüntü dönüşümü — at↔zebra. Pix2Pix: eşleştirilmiş görüntü dönüşümü — harita↔uydu.
  • check_circle Eğitim Sorunları: Mode collapse: G yalnızca birkaç farklı örnek üretir — çeşitlilik kaybolur. Eğitim dengesizliği: D çok güçlenirse G hiç öğrenemez, tersi de sorun. Değerlendirme: FID (Fréchet Inception Distance) — üretim kalitesi metriği. Çözümler: Wasserstein GAN (WGAN), spektral normalizasyon, gradient penalty.

GAN'ların Uygulama Alanları ve Difüzyon Modelleriyle İlişkisi

Uygulama alanları: yüksek kaliteli görüntü ve video üretimi (StyleGAN yüzler), veri artırma (az veriyi GAN ile çoğaltma — medikal görüntü), görüntü tamamlama (inpainting), süper çözünürlük (SRGAN), ses sentezi (WaveGAN), deepfake üretimi. GAN vs Difüzyon modeli: 2022'den itibaren Stable Diffusion ve DALL-E 2 görüntü üretiminde GAN'ı geçti; daha kararlı eğitim, daha yüksek çeşitlilik. GAN hâlâ üstün: gerçek zamanlı video üretimi (gecikme kritik), küçük model boyutu gerektiren edge uygulamaları. VQGAN: GAN + VQ-VAE kombinasyonu; DALL-E 1 ve Stable Diffusion'ın kodlayıcısında kullanıldı.