原标题：障眼法修行指南：GAN是怎样一步步学会“骗人”的？

文｜脑极体

算法，就像是武林绝学中的“内功”，是计算机领域最重要的基石。不过，算法多了也很麻烦。不断推陈出新的算法是否更新更快更好，大厂各执一词，评价褒贬不一。

没有“内功”，不可能成为高手；“内功”多了，难免走火入魔。

或许搞清楚一种算法是在何时以何种方式何种面貌进化的，能更清晰地理解它的现在和未来。

今天的算法简史，就从火遍整个AI圈的机器学习模型GAN说起。

从传统模型到逼真的GAN2.0，生成算法经历了哪些变化？

生成式对抗网络（GAN, Generative Adversarial Networks ）是一种深度学习模型，作为在无监督学习上最具前景的算法之一，最早是在2014年由学者Ian J. Goodfellow等人提出的。

在GAN所代表的深度学习之前，已经有很多生成模型。但这种模型是从概率统计角度出发的，指的是用于随机生成可观测数据的模型，很难直接描述和建模。让科研人员在遇到了不少挑战。

比如说传统的图像生成模型，将图像表示为一个随机向量，其中每一维都代表一个像素值，然后假设自然场景中的图像都服从一个未知的分布规则，再通过一些观测样本来估计其分布。

显然，这种难以描述和直接建模的生成模型，让科研人员遇到了不少挑战。最为重要的一点是，系统无从判断预测结果的质量。

而原始版GAN（我们称之为GAN1.0），就在深度学习的浪潮下应运而生。

GAN1.0不仅可以利用深层神经网络模拟任意函数的能力，让复杂的分布判断得以被建模，而且增加了判别器。

于是“生成器网络”和“判别器网络”互相博弈，一个不停地捕捉数据产生新样本，一个不停提出质疑和挑战来判断所生成的样本是否真实。通过自我对抗不断改进，最终达到很好的输出结果。

可以说，GAN开启了生成算法的“实用时代”。当然，它并非是十全十美的，针对GAN1.0一些尚未解决的问题，还产生了不少变种算法。

比如Alec Radford et. Al对GAN做了一些架构上的优化，使用超参数和优化器改进之后，可以得到足以乱真的卧室图片。

如果说GAN1.0的生成能力已经令人五体投地，那么最近英伟达研究人员推出的升级版GAN（我们称之为GAN2.0），更是足够让人献上一年份的膝盖。

GAN2.0采用了基于风格的生成器新结构，可以将面部细节分离出来，通过模型进行单独调整，生成的面部图像结果大幅度超越了GAN1.0和其他模型。

之所以如此牛叉，一是因为GAN2.0可以更好地感知图像之间有意义的变化，并对其进行引导，让生成的人脸更逼真，而且还能用于汽车、动物、风景图像的生成。

历史脉络梳理清楚了之后，不难看出，深度学习为更高拟真度的生成算法奠定了基础和可能。而GAN的对抗性及其应用价值，又让图像生成算法成为了一门人人趋之若鹜的神器。

GAN的一小步，图像生成的一大步

那么，GAN模型发展到现在，到底经历了什么样的变化，又从无到有地获得了哪些能力呢？

主要集中在以下几个方面：

1.找重点。

GAN2.0采用的生成器架构，提取的图像风格不再是笔划或颜色空间这种僵硬的数据，而是图像的组成和脸部物理特征等泛属性，因此可以感知到图像之间哪些变化是有意义的（耳朵的形状），哪些特征无需重点关注（衬衫的颜色），因此比例的控制更细腻，生成的效果自然也就越逼真。

2.排除法。

图像中很多随机且不起重要影响的细节，比如毛发、雀斑的具体位置等等，只要符合基本的规则分布，GAN2.0可以自主将一些随机变化剔除。

3.省资源。

GAN2.0可以将完整的特征图像进行缩放，这意味着，在没有明确指导的自主学习环境下，系统能够自行判断使用全局或本地通道，从而大大提高了整体效率。

这背后隐藏着的，正是算法的本源价值——那就是将严谨的科学求证思维，与务实的工程方法相结合，解决问题的一种最佳方案。