Hai mạng nơ-ron cạnh tranh với nhau. Một mạng tạo ra các mẫu giả. Mạng còn lại đánh giá xem chúng có phải là thật hay không. Quá trình huấn luyện thúc đẩy mạng tạo mẫu đánh lừa mạng phân loại, và mạng phân loại phát hiện ra các mẫu giả. Kết quả là một mạng tạo mẫu có khả năng tạo ra dữ liệu tổng hợp thuyết phục.

Ian Goodfellow đã giới thiệu ý tưởng này vào năm 2014. Nó nhanh chóng tạo ra những khuôn mặt chân thực như ảnh chụp, chuyển đổi phong cách và dịch chuyển hình ảnh sang hình ảnh khác. Mạng GAN đã thúc đẩy phần lớn sự hào hứng ban đầu xung quanh trí tuệ nhân tạo tạo sinh.

Các biến thể phổ biến

• DCGAN để tạo ảnh
• CycleGAN cho dịch thuật không cặp
• StyleGAN dành cho khuôn mặt có độ chân thực cao
• GAN có điều kiện cho đầu ra được kiểm soát

Quá trình huấn luyện không ổn định. Hiện tượng sụp đổ chế độ làm giảm tính đa dạng. Sự dao động giữa bộ tạo và bộ phân biệt ngăn cản sự hội tụ. Các mô hình khuếch tán đã vượt trội hơn GAN trong nhiều tác vụ xử lý hình ảnh, nhưng GAN vẫn nhanh trong suy luận và hữu ích trong các ứng dụng chuyên biệt.