GANs মানে জেনারেটিভ অ্যাডভারসারিয়াল নেটওয়ার্ক ( Generative Adversarial Networks ); একটি মেশিন-লার্নিং মডেল ব্যাপকভাবে ইমেজ এবং ভিডিও তৈরিতে ব্যবহৃত হয়।
GANs (জেনারেটিভ অ্যাডভারসারিয়াল নেটওয়ার্ক) হল চতুর মেশিন লার্নিং (ML) অ্যালগরিদম যা একটি নির্দিষ্ট উপায়ে নিউরাল নেটওয়ার্ক (মস্তিষ্কের সরলীকৃত কম্পিউটার মডেল) ব্যবহার করে।
মেশিন লার্নিং GANs কিভাবে কাজ করে?
আমরা তাদের ‘উৎপাদনশীল’ বলি কারণ একবার তারা একটি ডেটাসেটে প্রশিক্ষণপ্রাপ্ত হয়ে গেলে, তারা নতুন উদাহরণ তৈরি করতে পারে যা তারা যা দেখেছে তার অনুরূপ। মুখের লক্ষাধিক ফটো সমন্বিত একটি ডেটাসেটে একটি জেনারেটিভ ML অ্যালগরিদম প্রশিক্ষণ দিন এবং এটি নতুন ফটোরিয়ালিস্টিক মুখগুলি তৈরি করতে সক্ষম হবে৷
অনেক ML অ্যালগরিদমের তত্ত্বাবধানের প্রয়োজন, যেমন একটি শ্রেণীকক্ষে একজন শিক্ষার্থীকে শেখানো। আমাদের অবশ্যই তাদের বলতে হবে যে ডেটা কী প্রতিনিধিত্ব করে এবং তারা সঠিক উত্তর পান কিনা তা তাদের বলুন। GAN-এর তত্ত্বাবধানের প্রয়োজন নেই – তারা নিজেদের শেখায়।
এই ধরনের তত্ত্বাবধানহীন মেশিন লার্নিং অর্জন করা হয় কারণ একটি GAN এর একটি বিভক্ত ব্যক্তিত্ব রয়েছে। একে অপরের বিরুদ্ধে প্রতিদ্বন্দ্বিতা করার জন্য এটি দুটি নিউরাল নেটওয়ার্ক ব্যবহার করে (অতএব নাম ‘বিরুদ্ধবাদী’)। যখন একটি নিউরাল নেটওয়ার্ক প্রশিক্ষণের ডেটা দেখে এবং তারপরে নতুন কিছু তৈরি করার চেষ্টা করে, অন্য নিউরাল নেটওয়ার্ক এই আউটপুট এবং প্রশিক্ষণ ডেটাসেটের মধ্যে বৈষম্য করার চেষ্টা করে।
আরও পড়ুন – Science fiction ( sci-fi ) উড়ন্ত মোটরসাইকেল ( flying motorcycle) এখন বাস্তবে!
প্রথম নেটওয়ার্ক যখনই দ্বিতীয়টিকে বোকা বানিয়ে দেয় তখনই পুরস্কৃত হয়। দ্বিতীয়টি প্রতিবার পুরস্কৃত হয় যখন এটি বোকা না হয়। পুরষ্কারগুলিকে সর্বাধিক করার লক্ষ্যে উভয় নেটওয়ার্কই পুনরাবৃত্তি করে উন্নত করা হয়েছে৷ ফলস্বরূপ অভ্যন্তরীণ অস্ত্র প্রতিযোগিতার ফলে প্রথম নেটওয়ার্কটি এমন আউটপুট তৈরিতে অত্যন্ত ভাল হয়ে ওঠে যা প্রশিক্ষণ সেট থেকে আলাদা করা যায় না।
যখন আমরা একটি GAN অতিরিক্ত তথ্য দিই (যেমন ‘এই ছবিটি পোলকের আঁকা’ বা ‘এই ছবিটি রাতে তোলা হয়েছে’) অথবা আমরা এটির সাথে তালগোল পাকিয়ে এর ডেটা বৃদ্ধি করি (‘এখানে চিত্রটি 75˚ ঘোরানো হয়েছে’, ‘এখানে চিত্রটি জুম ইন’) তাহলে এটি উল্লেখযোগ্য জিনিস করতে পারে। GAN ইমেজগুলির উচ্চ-রেজোলিউশন সংস্করণ তৈরি করতে পারে, বা একটিকে অন্য শৈলীতে রূপান্তর করতে পারে – অথবা এমনকি একটি ছবিতে দিন থেকে রাত, বা গ্রীষ্ম থেকে শীতকালে রূপান্তর করতে পারে।
আরও পড়ুন – ChartGPT কি, কিভাবে কাজ করে ? বিস্তারিত জেনে নিন।
