AMEA İnformasiya Texnologiyaları İnstitutunda 2 saylı şöbənin “Generativ rəqib şəbəkələr: mahiyyəti, arxitekturası və tətbiqləri” mövzusuna həsr edilmiş elmi seminarı keçirildi.

Məruzəni təqdim edən institutun kiçik elmi işçisi Elşən Bağırov ilk olaraq maşın təlimi sahəsində son illərdə populyar olan generativ rəqib şəbəkələrin (Generative Adversial Networks, GANs) əsas ideyaları barədə məlumat verdi.

O, qeyd etdi ki, generativ rəqib şəbəkələr 2014-cü ildə təklif edilib və iki neyron şəbəkəsindən ibarətdir. Şəbəkələrdən biri (Generativ model) verilənlərin statistik modelini qurur və onun əsasında nümunələr generasiya edir, digər şəbəkə (Diskriminativ model) isə bu nümunələri “saf-çürük” siniflərə ayırır. Bildirdi ki, “rəqib” sözü bu iki şəbəkə arasında gedən rəqabəti simvolizə edir, çünki bu şəbəkələrin məqsədləri bir-birinə ziddir və onların münasibətini antaqonist oyun kimi xarakterizə etmək mümkündür. Məruzəçinin sözlərinə görə, bunu izah etmək üçün çox vaxt “generativ model – saxta pulkəsən, diskriminativ model – saxta pulu aşkarlayan ekspert” kimi populyar metaforalardan istifadə edilir. O, vurğuladı ki, rəqabətli birgə öyrənmə prosesində sistem Neş tarazlığına çata bilər ki, bu zaman şəbəkədə generasiya olunan nümunələri təbii nümunələrdən fərqləndirmək olmur.

Məruzəçi generativ və diskriminativ şəbəkələrin öyrədilməsi metodları, iki ehtimal paylanması arasındakı məsafə üçün istifadə olunan məsafə metrikaları, onların üstün və çatışmayan cəhətlərindən söhbət açaraq bildirdi ki, generativ rəqib şəbəkələrdə qiymətləndirmə üçün istifadə olunan effektiv metrika məsələsi hələlik açıq qalır.

E.Bağırov generativ rəqib şəbəkələrin arxitekturasında istifadə olunan şəbəkə növünə görə müxtəlif formaların (dərin konvolyusiya, şərti, super dəqiqlikli, Laplas piramidaları və s.) olduğunu diqqətə çatdırdı.

Sonda məruzəçi generativ rəqib şəbəkələrin: video (MocoGAN), şəkil (CycleGAN), musiqi generasiyası, mətnin şəklə çevrilməsi (StackGAN), sintetik verilənlərin generasiyası, qrafika və dizayn, robototexnika, oyun sənayesi və digər sahələrdə tətbiqləri, eləcə də uğurlu layihələr barədə məlumat verdi, bu zaman meydana çıxan praktiki problemlər, düzgün arxitektura problemi, rejimin pozulması, Neş tarazlığına çatmağın çətinliyi, düzgün qiymətləndirmə metrikasının olmaması kimi problemləri qabardaraq onların həlli istiqamətdində təklif edilmiş müxtəlif praktiki və nəzəri həlləri diqqətə çatdırdı.

Şöbə müdiri, texnika üzrə fəlsəfə doktoru, dosent Yadigar İmamverdiyev zərərli proqramların aşkarlanması üçün generativ rəqib şəbəkələrin tətbiqi üzrə tədqiqatların dərinləşdirilməsini, mövzu ətrafında yeni istiqamətlərin araşdırılmasını tövsiyə etdi, bir sıra təkliflər səsləndirdi.

Məruzə ətrafında müzakirələr aparıldı, suallar cavablandırıldı.