Une démo par l’équipe du parcours IAAA.

La stratégie Adversarial Learning est une méthode d’apprentissage apparue en 2014 et qui permet d’apprendre à des modèles neuronaux à générer automatiquement des données ressemblant à celles qu’il ont vus en apprentissage. Par exemple, si ils sont  entrainés sur des images de visages ils sont capables d’inventer de nouveaux visages réalistes après apprentissage. Ce sont des modèles d’apprentissage non supervisé, vous étudierez ce cadre d’apprentissage dans les différents cours dédiés à l’apprentissage automatique en M1 et M2, l’apprentissage adversarial sera lui plus étudié dans le cours Deep Learning de M2.

Quelques exemples

Les exemples ci-dessous ont été utilisé comme exemples d’apprentissage pour le modèle utilisé dans l’interface disponible en bas de cette page. Ce genre de systèmes est réalisé avec des modèles de réseaux de neurones appris en mode adversarial  tel que vous l’apprendrez dans le cours de Deep Learning en M2.

 

 

Essayez !!!

 

Utilisez votre souris, dessinez les traits d’un visage puis cliquez sur le bouton MAGIC. Vous pouvez ensuite modifier le dessin existant et relancer MAGIC ou bien effacer et faire un nouvel essai.