Generative Adversarial Network (GAN)

Üretici Çekişmeli Ağlar (GAN'ler), yapay zeka (AI) alanında, eğitim verilerine benzeyen yeni veri örnekleri oluşturmak üzere tasarlanmış gelişmiş bir çerçevedir. Ian Goodfellow ve çalışma arkadaşları tarafından 2014 yılında yayımlanan çığır açıcı bir makaleyle tanıtılan GAN'ler, iki farklı sinir ağı arasındaki benzersiz rekabet ilkesine göre çalışır. Bu mimari, modern üretken yapay zekanın temel taşlarından biri hâline gelerek fotogerçekçi görüntülerin oluşturulmasını, videoların iyileştirilmesini ve karmaşık makine öğrenimi görevleri için çeşitli eğitim veri kümelerinin sentezlenmesini mümkün kılmıştır.

Çekişmeli Mimari#

Bir GAN'in temel mekanizması, genellikle sahte para üreten biri ile dedektif benzetmesiyle açıklanan sıfır toplamlı bir oyunda aynı anda eğitilen iki modelden oluşur.

• Üretici: Bu ağ, "sahte para üreten kişi" gibi davranır. Girdi olarak rastgele gürültü (gizli bir vektör) alır ve gerçekmiş gibi görünen görüntü gibi veriler üretmeye çalışır. Temel amacı, ayırt ediciyi üretilen çıktının gerçek olduğuna inandırarak kandırmaktır. Bu süreç, yüksek kaliteli sentetik verilerin oluşturulması için kritik öneme sahiptir.
• Ayırt Edici: "Dedektif" gibi davranan bu ağ, eğitim verilerindeki gerçek örneklerle üretici tarafından oluşturulan sahte örnekleri ayırt etmek için girdileri değerlendirir. Standart bir ikili sınıflandırıcı olarak çalışır ve girdinin gerçek olma olasılığını verir.

Eğitim sürecinde üretici, ayırt edicinin doğru bir sınıflandırma yapma olasılığını en aza indirirken ayırt edici aynı olasılığı en üst düzeye çıkarır. Bu çekişmeli döngü, sistemin Nash Dengesine ulaşmasına kadar devam eder. Bu durum, üreticinin o kadar gerçekçi veriler oluşturduğu ve ayırt edicinin bunları gerçek dünyadaki örneklerden artık ayırt edemediği noktayı ifade eder.

Görsel yapay zekâda gerçek dünya uygulamaları#

GAN'ler akademik teorinin ötesine geçerek, özellikle bilgisayarla görme alanında çeşitli sektörlerdeki pratik sorunları çözmeye başlamıştır.

1. Model Eğitimi için Veri Artırma: Verilerin kıt veya gizlilik açısından hassas olduğu tıbbi görüntü analizi gibi senaryolarda GAN'ler, gerçekçi sentetik örnekler oluşturmak için kullanılır. Örneğin sentetik MRI taramaları oluşturmak, araştırmacıların hasta gizliliğini tehlikeye atmadan güçlü tanı modelleri eğitmesine olanak tanır. Bu teknik, güvenliği artırmak amacıyla GAN'lerin nadir hava koşullarını veya trafik senaryolarını simüle edebildiği otonom araçlar için de büyük önem taşır.

2. Süper Çözünürlük ve Görüntü İyileştirme: GAN'ler, düşük çözünürlüklü görüntüleri makul ayrıntılar üreterek yüksek çözünürlüğe ölçeklendirme işlemi olan süper çözünürlük konusunda oldukça etkilidir. Bu yöntem, tarihî arşivlerin onarılmasında, küresel haritalama için uydu görüntülerinin iyileştirilmesinde ve video akışı kalitesinin artırılmasında yaygın olarak kullanılır.

3. Stil Aktarımı: Bu uygulama, bir görüntünün estetik stilinin başka bir görüntünün içeriğine uygulanmasını sağlar. CycleGAN gibi araçlar, gündüz çekilmiş fotoğrafları gece sahnelerine dönüştürmek veya eskizleri fotogerçekçi ürün maketlerine çevirmek gibi dönüşümleri mümkün kılarak moda perakendesinde AI iş akışlarını kolaylaştırır.

GAN'ler ile Difüzyon Modelleri Arasındaki Fark#

Her ikisi de üretken teknolojiler olsa da GAN'leri, Stable Diffusion gibi kullanılan difüzyon modellerinden ayırt etmek önemlidir.

• Çıkarım Hızı: GAN'ler genellikle verileri tek bir ileri geçişte oluşturarak gerçek zamanlı çıkarım işlemlerinde önemli ölçüde daha hızlı olmalarını sağlar.
• Eğitim Kararlılığı: Difüzyon modelleri, görüntüdeki gürültüyü yinelemeli olarak kaldırarak çalışır; bu da genellikle daha kararlı bir eğitim ve daha yüksek mod kapsamı (çeşitlilik) sağlar. Buna karşılık GAN'ler, üreticinin sınırlı çeşitlilikte çıktılar üretmesine yol açan "mod çökmesi" sorunundan muzdarip olabilir; ancak Wasserstein GAN'ler (WGAN) gibi teknikler bu sorunu azaltmaya yardımcı olur.

GAN Tarafından Oluşturulan Verileri YOLO ile Entegre Etme#

GAN'ler için güçlü bir kullanım alanı, YOLO26 gibi nesne algılama modellerini eğitmek üzere sentetik veri kümeleri oluşturmaktır. Belirli bir kusura veya nesneye ait yeterli gerçek dünya görüntünüz yoksa bir GAN, binlerce etiketli varyasyon oluşturabilir. Ardından bu veri kümelerini yönetebilir ve modelini Ultralytics Platformu ile eğitebilirsin.

Aşağıdaki örnek, performansı artırmak amacıyla GAN tarafından oluşturulan sentetik görüntüleri sorunsuzca içerebilecek bir veri kümesi üzerinde eğitim yapmak için bir Ultralytics YOLO26 modelinin nasıl yükleneceğini gösterir:

from ultralytics import YOLO

# Load the YOLO26 model (Latest stable Ultralytics model)
model = YOLO("yolo26n.pt")

# Train the model on a dataset configuration file
# The dataset path defined in 'coco8.yaml' can contain both real and GAN-generated images
results = model.train(data="coco8.yaml", epochs=5, imgsz=640)

# Verify the model performance on validation data
metrics = model.val()

Zorluklar ve Dikkat Edilmesi Gerekenler#

Yeteneklerine rağmen GAN'leri eğitmek dikkatli bir hiperparametre ayarı gerektirir. Ayırt edici çok hızlı öğrenirse kaybolan gradyan sorunu gibi problemler ortaya çıkabilir ve üreticiye anlamlı bir geri bildirim sağlanamayabilir. Ayrıca GAN'ler deepfake oluşturma konusunda daha yetenekli hâle geldikçe sektör, AI etiğine ve AI tarafından oluşturulan içerikleri tespit etme yöntemlerinin geliştirilmesine giderek daha fazla odaklanmaktadır.