Alimente un autoencoder variacional con miles de fotografías de rostros y aprenderá un mapa comprimido de cómo se ven los rostros, para luego generar otros nuevos que nunca antes habían existido. El modelo pertenece a la familia generativa, y su característica distintiva es una variante probabilística del autoencoder convencional.

Un autoencoder estándar comprime la entrada en un vector fijo y lo reconstruye. Un VAE, en cambio, codifica cada entrada como una distribución, generalmente una media y una varianza, y luego toma muestras de esa distribución antes de decodificarla. Esta aleatoriedad forzada suaviza el espacio latente, de modo que los puntos cercanos se decodifican en salidas similares, lo que hace que la interpolación y el muestreo tengan sentido.

Ingredientes clave

• Una red codificadora que genera parámetros de una distribución latente.
• Un paso de muestreo que utiliza el truco de reparametrización para mantener el flujo de gradientes.
• Una red decodificadora que reconstruye la entrada a partir de un vector latente muestreado.
• Una pérdida que combina el error de reconstrucción con un término de divergencia KL que regulariza el espacio latente

Las VAE producen imágenes más borrosas que las GAN, pero sus espacios latentes están más estructurados y son más fáciles de explorar. Esta compensación las mantiene populares para el descubrimiento de fármacos, la detección de anomalías y cualquier tarea donde una representación fluida e interpretable sea más importante que una nitidez perfecta.