刷新ImageNet纪录，GAN不只会造假！DeepMind用它做图像分类，秒杀职业分类AI
无监督分类的战斗机。
栗子 边策 发自 凹非寺
量子位 报道 | 公众号 QbitAI
往日，GAN的光芒几乎全部集中在生成的图像上。
生成不存在的妹子。
△ 来自英伟达StyleGAN
生成不存在的老婆。
△ 来自英伟达StyleGAN
甚至进化到帮妹子脱衣服的程度。
△ 来自DeepNude
但现在不同了。
DeepMind的两位大佬，改造了“史上最强”的BigGAN，让新的算法去做图像分类，刷新了ImageNet无监督表征学习的纪录。
换句话说，半路出家的BigBiGAN，秒杀了一众专注分类20年的AI选手。
△我有主角光环
同时，它生成的图像质量依然优秀。
不过，如果你只当它是BigGAN的升级版，就太单纯了。
我不叫BigBigGAN
GAN之父Ian Goodfellow帮团队划了波重点：
它叫BigBiGAN，不是BigBigGAN。
Bi是双向 (Bidirectional) 的意思，是说它又有编码器，又有生成器。
我开始也看成BigBig了。
那么，就从这里开始讲原理吧。
给GAN加上编码器的想法，是从自家前辈BiGAN那里继承的：
在原始的GAN架构里，生成器是个前馈映射，从随机取样的潜变量 (也叫噪音) ，映射到生成的数据 (假图) 上面。
而编码器把真实数据 (真图) 映射到潜变量上。这样就有了两种不同方向的映射，成了双向GAN。
其实，从前BiGAN也在ImageNet上做过图像分类。但团队说，BiGAN的生成器是DCGAN里面的那种，生成不了高质量的图像，这样编码器学到的语义就会受影响。
所以，研究人员便决定让BiGAN的编码器，和BigGAN的生成器相爱了。
但如果只是这样，并不会幸福的。
别忘了，判别器也是GAN的重要部分，它不断看穿生成器的作品，才让对方生产的假图越来越逼真。
而判别器自身就是一个强大的神经网络，团队希望它可以在“语义 (Semantic) ”层面强调图像的重构误差，而不要太在意底层细节。
照这个目标出发，团队开发了一个“联合判别器” (Joint Discriminator) 。
和普通的判别器不同，它的输入不只是图像数据 (真图与假图) ，而是图像数据+潜变量的成对数据。
那么，它要区分的不是真图和假图，而是真图与潜变量组成的对子 (来自编码器) ，和假图与潜变量组成的对子 (来自生成器) 。
虽然，新算法的名字BigBiGAN，并没有体现出生成器的独特，但有了它才是完整的BigBiGAN：
那么，现在来看一下成绩吧。
打破ImageNet纪录
在ImageNet图像分类任务上，BigBiGAN成为了无监督算法中的地表最强。
与现有的监督逻辑回归分类器相比，BigBiGAN将ImageNet的top-1准确率提高到了61.3%。
作为一只合格的GAN，BigBiGAN当然有制造“假照片”的功能。
从无监督的BigBiGAN模型中选择的图像重建的结果。第一行是真实图像；第二行是根据上面图像x的重建图像。
不同于大多数GAN，比如BigGAN那样像素级的图像重建，BigBiGAN更重视高层的表征学习，也就更适合图像分类任务。
论文还写到，消融实验证明了：强大的生成模型有助于学习表征，而强大的推理能力，反过来也能提升大规模生成模型的表现。
瞻仰BigBiGAN，论文在此：
https://arxiv.org/abs/1907.02544
前辈BigGAN：
https://arxiv.org/abs/1809.11096
前辈BiGAN：
https://arxiv.org/abs/1605.09782
p.s.全都来自一个团队哟。
- SQuAD风云：AI对鲁迅作品的理解超过我了？别激动……2018-01-20
- 马云正式卸任后，阿里巴巴开盘跌0.87%2019-09-10
- AI独角兽云知声，已完成一期科创板IPO辅导2019-10-17
- 亚马逊在华拓展云计算团队，挑战阿里巴巴和腾讯2019-10-16
相关阅读
