GAN

Ein GAN, ausgeschrieben Generative Adversarial Network, ist ein KI-Verfahren, bei dem zwei neuronale Netze gegeneinander antreten. Der Generator erzeugt Bilder, der Diskriminator versucht, sie von echten Bildern zu unterscheiden. Durch diesen Wettstreit werden die erzeugten Bilder immer realistischer.

Wie funktioniert ein GAN?

Ian Goodfellow und Kollegen haben das Prinzip 2014 im Paper Generative Adversarial Networks vorgestellt. Man kann es sich wie einen Fälscher und einen Gutachter vorstellen. Der Fälscher malt Bilder, der Gutachter bekommt abwechselnd echte und gefälschte Bilder vorgelegt und muss sie auseinanderhalten. Jedes Mal, wenn der Gutachter eine Fälschung erkennt, lernt der Fälscher daraus. Jedes Mal, wenn er sich täuschen lässt, lernt der Gutachter. Am Ende erzeugt der Generator Bilder, die der Diskriminator kaum noch von echten unterscheiden kann.

Welche Rolle spielen GANs bei KI-Videos?

Bis etwa 2021 waren GANs das führende Verfahren für realistische KI-Bilder, etwa für Porträts von Menschen, die es nicht gibt. Auch frühe Deepfakes und Face-Swap-Programme nutzten oft GAN-Technik. Für Text-to-Video haben sich inzwischen Diffusionsmodelle durchgesetzt. Sie lassen sich besser mit Prompts steuern und decken mehr unterschiedliche Motive ab. GANs sind beim Training außerdem schwer zu stabilisieren und neigen dazu, immer wieder ähnliche Bilder zu erzeugen.

Verschwunden sind GANs trotzdem nicht. Ihr Vorteil ist die Geschwindigkeit, denn ein Bild entsteht in einem einzigen Rechenschritt. Deshalb stecken sie häufig in Werkzeugen für Upscaling und Gesichtsrestaurierung. Bei manchen Diffusionsmodellen wird das GAN-Prinzip zudem im Training genutzt, um die Zahl der nötigen Rechenschritte zu verringern.

Was bedeutet das für dich?

Wenn ein Tool mit GAN-Technik wirbt, geht es meist um Nachbearbeitung wie Schärfen, Hochskalieren oder Gesichter verbessern. Für die Erzeugung ganzer Szenen aus Text sind heute andere Modelle zuständig. Passende Werkzeuge für die Bearbeitung findest du unter KI-Video-Editoren.