Page 1 - Modelos IAG

Laboratorio Inteligencia Artificial e

Internet de las Cosas

Modelos de Inteligencia Artificial Generativa

Ing. Gonzalo Abellá – gonza.abella@gmail.com
Lic. Bruno Puig – bpuigg@gmail.com
Definición de IAG Generador crea datos sintéticos en base a

La Inteligencia Artificial Generativa (IAG) es una señal de ruido aleatoria. El
la rama de la inteligencia artificial que tiene la Discriminador actúa como árbitro,
capacidad de generar contenidos de forma decidiendo si los datos generados por el
autónoma. El contenido generado abarca generador son reales o no, para lo cual los
todas las representaciones del pensamiento compara con los datos reales que posee. Estas
humano, tales como, texto en lenguaje redes pasan por un proceso de entrenamiento
natural, imágenes (fotografías, pinturas, etc.), durante el cual ambas mejoran
video, música, etc. continuamente, el generador los datos que
crea y el discriminador su capacidad de
Modelos Generativos discernimiento. El proceso termina cuando el
discriminador no puede diferenciar los datos
A diferencia de los modelos tradicionales de sintéticos del generador de los datos reales.
machine learning, que se centran en clasificar Estas redes son utilizadas para la generación
datos, o actúan como modelos de imágenes fotorrealistas, simulaciones
discriminativos, los modelos generativos, en complejas, transferencia de estilos, entre
vez de predecir una etiqueta en base a algunas otros.
características, intentan predecir
características basándose en una etiqueta GAN Condicional
específica. En el caso de imágenes, los
modelos generativos analizan las imágenes y En las redes generativas adversarias
registran las variables de las distintas partes de condicionales (cGAN por su nombre en
la imagen, por ejemplo, para una imagen de inglés) el generador y discriminador reciben
un animal, las variables corresponderían a las información adicional, que habitualmente son
formas de los ojos, de las orejas, rasgos de la etiquetas de clase (o alguna otra forma de
cola, patrones de la piel, etc. Se basan en datos condicionantes). Esto permite que los
aprender las características y sus relaciones. datos generados cumplan determinadas
De esta manera comprenden cómo son los condiciones. En la generación de imágenes, la
distintos animales. Luego de ello, tienen la etiqueta puede ser una descripción del
capacidad de crear nuevas imágenes de contenido de la imagen que se desea generar.
animales que no se encontraban en los datos
de entrenamiento. Modelos de Difusión
A continuación, se explican algunas de las Estos modelos consisten en un proceso de
arquitecturas más utilizadas. transformación de los datos en forma gradual
e iterativa. Partiendo de los datos originales,
Redes Generativas Adversarias el proceso va agregando ruido gaussiano a los

Las redes generativas adversarias (GAN por datos, en varios pasos sucesivos, hasta llegar
su nombre en inglés) constan de dos redes a datos completamente difuminados, es decir,
neuronales llamadas Generador y datos compuestos completamente por ruido.
Discriminador las cuales compiten entre sí. El A ese proceso se le llama Difusión. La