شبكة الخصومة التوليدية (GAN) تعمل من خلال تفاعل بين شبكتين عصبيتين: المولد (Generator) والمميز (Discriminator). يقوم المولد بأخذ ضوضاء عشوائية (Random Noise) وتحويلها إلى بيانات تبدو مشابهة للبيانات الحقيقية (مثل صور أو نصوص)، بينما يتلقى المميز هذه البيانات إلى جانب البيانات الأصلية ويحاول التمييز بين الحقيقية والمزيفة. أثناء التدريب، يُعاقَب المولد إذا نجح المميز في اكتشاف بياناته المزيفة، ويُكافَأ إذا خدع المميز. وبالمقابل، يُدرَّب المميز باستمرار ليصبح أدق في التفرقة. هذه العملية التنافسية تدفع المولد مع الوقت لإنتاج بيانات عالية الواقعية يصعب تمييزها عن البيانات الأصلية.
ا.م.د. علاء طعيمة عبد الكاظم
أستاذ مساعد دكتور في الذكاء الاصطناعي والتعلم العميق