แบบจำลอง Generative Adversarial Network (GAN) ประกอบด้วยส่วนประกอบหลักสองส่วน คือ Generator และ Discriminator ความสำคัญของสถาปัตยกรรมนี้คือ
กทั้ง Generator และ Discriminator ทำงานแบบขนาน เพื่อลดเวลาในการประมวลผล
ขGenerator สร้างข้อมูลเสมือน ขณะที่ Discriminator ประเมินความเป็นจริง ทำให้เกิดการแข่งขัน (Adversarial) ที่ช่วยให้ Generator ดีขึ้นตามลำดับ
คGAN สามารถสร้างข้อมูลใหม่โดยไม่ต้องเรียนรู้จากข้อมูลเก่า
งDiscriminator เป็นส่วนที่สร้างข้อมูล ส่วน Generator ประเมินความถูกต้อง
เฉลยอธิบาย
GAN เป็นสถาปัตยกรรมที่นวัตกรรมโดยอิงตามแนวคิดว่า การแข่งขันระหว่าง Generator (ผู้สร้าง) และ Discriminator (ผู้ตัดสิน) จะขับเคลื่อนให้ Generator ดีขึ้นอย่างต่อเนื่อง นี่เป็นการประยุกต์ความคิด Game Theory เข้ากับ Machine Learning ตัวเลือก B ไม่ใช่เหตุผลหลัก ตัวเลือก C กลับหลัก ตัวเลือก D ไม่ถูกต้องเพราะ Generator ยังต้องเรียนรู้