目前，生成对抗网络(GAN)作为一种处理图像生成问题的优秀方法，在超分辨率重建、风格迁移等领域已经做出了很多有意思的成就。

(比如量子位昨天推荐的去马赛克大法)

不过，GAN只会模仿怎么行？最近一项新研究改进了GAN，教机器去创造。

上面这些广受好评的画，出自美国罗格斯大学的计算机科学实验室、Facebook的人工智能研究部和查尔斯顿学院的艺术史系联合发表的新论文：CAN: Creative Adversarial Networks Generating “Art” by Learning About Styles and Deviating from Style Norms。

这篇论文，提出了创造性对抗网络（Creative Adversarial Networks），探究了利用机器生成来产生创意内容的可能性。

Hackernoon发文介绍了这篇论文的主要内容，量子位翻译如下：

在阅读本文前，希望你已经了解神经网络的概念及一些基本概念，如损失函数和卷积操作等。

△ GAN网络和CAN网络的一些生成图像

回顾GAN网络

GAN网络是由两个相互斗争的神经网络组成，分别称为生成器和鉴别器。

与字面含义相似，生成器的作用是根据输入来生成数据，该输入可以是噪声甚至是其他类型的数据。鉴别器的作用是分析数据并区分该数据是属于原始输入数据，还是由生成器产生的生成数据。

通常来说，GAN网络可以看作是一种由生成器和鉴别器完成的对抗游戏：

△ 方程1.0

简单版解释

如果你觉得上述方程太复杂，别担心，接下来会分步介绍这个方程，详细解释下每部分的含义。

△ 方程1.1

上面是极大极小方程的符号，字母G和D分别代表了生成器Generator和鉴别器Discriminator。生成器的任务为最小化方程1.0的值，与此同时，鉴别器的任务为最大化方程1.0的值。这两者会无休止地相互竞争，直到程序作出停止的命令。

△ 方程1.2

当给定输入x为来自原始数据集的数据时，鉴别器的输出会表明这是真实的数据。

△ 方程1.3

方程1.3计算了鉴别器对生成器输入的输出值。D(G(z))表示鉴别器判断输入数据为真实数据的概率，则1- D(G(z))表示鉴别器判断输入数据为生成数据的概率。G(z)表示由生成器产生的数据。

将上述方程统一起来，得到鉴别器的任务为最大化以下方程：

△ 方程1.4

而生成器的任务为最小化方程1.4的值，也就是最大化方程1.5的值。

△ 方程1.5

关于GAN网络更详细的解释可以参考英属哥伦比亚大学的在线课程。

在线课程地址：http://wiki.ubc.ca/Course:CPSC522/Generative_Adversarial_Networks

从模仿到创造

生成器通过不断调整自身，使鉴别器将生成图像标记为真实图像，而鉴别器也在不断调整自身来指出生成图像和原始图像间的差异。

这不是简单的模仿吗？

在一定程度上，是这样的。生成器的目标是愚弄鉴别器，使其认为生成数据与真实数据尽可能地相似。那么是怎么实现呢？通过使相应输出与真实数据极其相似。

要让网络更具有创意性，该如何改进呢？

创造性对抗网络来了！

论文作者提出了改进后的GAN网络：CAN，来产生创意性的内容。该网络通过向生成器发送一个附加信号，以防止其产生与原始数据过于相似的内容，这该如何实现？作者在方程1.4中修改了最初的GAN网络损失函数。

CAN简单解释

在原始的GAN中，鉴别器通过判断输入数据与真实数据的相似程度得到一个输出值，生成器就是根据这个输出值来修改其权重。CAN网络可以通过以下两种方式来扩展此过程：

1. 鉴别器不仅会判断数据是真是假，而且还可以确定该艺术图像的所属年代；

2. 生成器将会接收鉴别器中附加的年代信息，并使用该指标与鉴别器的（可真可假）输入进行联合训练。

改进目的

原始GAN网络的存在问题是不会探索新的内容，训练的唯一目标只是使生成数据与真实数据集尽可能相似。

通过对输入数据所属年代进行分类的附加度量，可能会带有置信度列表，生成器可以获得其生成数据与某个年代相似程度的反馈信息。

现在，生成器不仅要使生成数据与真实数据集相似，而且还要确保其与某个类别不过于相似。这条规则将限制生成器产生带有具体特征的艺术图像。

新的损失函数定义如下：

△ 方程2.0

真的很简单！

第一行与原始方程完全相同。但是要注意，下标r代表鉴别器的输出是真或是假，下标c为鉴别器分类的输出值。

第二行为提高创造性的改进点，接下来详细解释。

△ 方程2.1

上述公式使得鉴别器能正确获取输入图像的类别。鉴别器将会努力最大化该概率值，来正确得到输入图像的年代类别。

△ 方程2.2

这个方程可能看起来很复杂，但这只是定义了多标签交叉熵损失（Multi Label Cross Entropy Loss），这里的K表示图像类别的数目。在分类器中，也使用了该损失函数。生成器在训练过程中通过最小化该值来最大化方程2.0的值。

方程2.2的直观解释

方程2.2的作用是，如果某个类的得分值接近1或0，则整个方程的值接近于无穷大。

方程2.2可以取到最大值时，此时意味着鉴别器完全不确定输入图像属于哪一类，即上述方程中的计算和都相同，这也是生成器想完成的结果。

这是有一定依据的，因为如果鉴别器不可能将输入图像正确地分类到现有的某一类中，则意味着该数据与原始数据相同。

结论

本文讨论了一种能根据已有数据推进GAN网络探索新内容的损失函数，通过改进原有的损失函数来进行探索，期待更有趣的研究。

相关链接

CAN论文：
https://arxiv.org/abs/1706.07068

损失函数详细信息：
https://christopher5106.github.io/deep/learning/2016/09/16/about-loss-functions-multinomial-logistic-logarithm-cross-entropy-square-errors-euclidian-absolute-frobenius-hinge.html

【完】