Alimente um autoencoder variacional com milhares de fotografias de rostos e ele aprenderá um mapa comprimido da aparência dos rostos, gerando então novos rostos que nunca existiram. O modelo pertence à família generativa e a sua característica distintiva é uma abordagem probabilística do autoencoder comum.

Um autoencoder padrão comprime a entrada num vetor fixo e reconstrói-o. Um VAE, por sua vez, codifica cada entrada como uma distribuição, normalmente uma média e uma variância, e depois amostra dessa distribuição antes da descodificação. Esta aleatoriedade forçada suaviza o espaço latente, de modo a que os pontos próximos sejam descodificados em saídas semelhantes, o que torna a interpolação e a amostragem significativas.

Ingredientes principais

• Uma rede codificante que gera parâmetros a partir de uma distribuição latente.
• Uma etapa de amostragem que utiliza o truque de reparametrização para manter os gradientes a fluir.
• Uma rede descodificadora que reconstrói a entrada a partir de um vetor latente amostrado.
• Uma função de perda que combina o erro de reconstrução com um termo de divergência KL que regulariza o espaço latente.

As VAE produzem imagens mais desfocadas do que as GAN, mas os seus espaços latentes são mais estruturados e fáceis de navegar. Esta compensação mantém-nas populares na descoberta de fármacos, na deteção de anomalias e em qualquer tarefa em que uma representação suave e interpretável seja mais importante do que a nitidez perfeita em cada pixel.