Generative Adversarial Network (GAN)
Een Generative Adversarial Network, kortweg GAN, is een type AI-model dat bestaat uit twee delen die continu met elkaar in discussie zijn en juist daardoor steeds beter worden in het maken van realistische content. De ene helft probeert iets te maken (de generator), de andere helft probeert het af te keuren (de discriminator). Het klinkt als een gekke opstelling, maar dat is juist het briljante ervan: door constant tegengewerkt te worden, leert de AI om steeds overtuigender beeld, geluid of tekst te genereren.
Inhoudsopgave
AI vs. AI: Het creatieve duel
Stel je een kunstvervalser voor die nep-schilderijen maakt, en een expert die probeert te spotten welke echt zijn. Elke keer dat de expert doorheeft dat het vals is, leert de vervalser bij – tot de kopieën zó goed zijn dat zelfs de expert twijfelt.
Dat is precies hoe een GAN werkt. De generator maakt bijvoorbeeld een gezicht, en de discriminator probeert te raden of het echt is of nep. Is het te nep? Dan leert de generator bij. Is het bijna echt? Dan wordt de discriminator scherper.
Van gezichten tot kunst en deepfakes
GANs worden vaak gebruikt om hyperrealistische beelden te maken. Denk aan gezichten van mensen die niet bestaan, nepvideo’s die levensecht lijken, of kunstwerken die een bepaalde stijl perfect nabootsen.
Maar ook buiten beeld zijn GANs actief: in muziek, modeontwerp, 3D-modellen en zelfs in het genereren van medische data voor onderzoek. Overal waar creatie en realisme samenkomen, duiken GANs op.
Slim, krachtig… en gevoelig
GANs zijn technisch indrukwekkend, maar niet zonder risico. Omdat ze zo goed zijn in het maken van realistische content, zijn ze ook het fundament van deepfake-technologie. Dat maakt ze krachtig, maar ook gevoelig. Het is dus geen speelgoed, want je moet goed nadenken over waar, wanneer en hoe je het inzet.
Veelgestelde vragen
Het verwijst naar de ‘tegenwerking’ tussen de twee AI’s: de generator en de discriminator. Ze dagen elkaar voortdurend uit en leren daardoor sneller.
GANs zijn een vorm van generatieve AI, maar niet de enige. Andere generatieve modellen gebruiken bijvoorbeeld Transformers (zoals GPT).
In theorie: ja. In de praktijk heb je wel veel rekenkracht en data nodig, maar er bestaan kant-en-klare tools en pre-trained modellen om mee te starten.
Gezichtsvervalsing (zoals “ThisPersonDoesNotExist”), AI-kunst, stijltransformaties (bijvoorbeeld zomer naar winter in foto’s), en synthetische datasets.
Gerelateerde begrippen
- AI-algoritmes
- AI-model
- Augmented Intelligence
- Autonome AI
- Claude
- Deep Learning
- Ethische AI
- Generatieve AI
- Generative Pre-trained Transformer (GPT)
- Generator
- Low-code AI
- Machine Learning bias
- No-code AI
- Prompt engineering
- Robotic Process Automation (RPA)
- Sentimentanalyse
- Supervised Learning
- Transformer
- Unsupervised Learning
- Validatie