Генеративно-состязательная оптимизация — это метод машинного обучения, в котором взаимодействуют две нейронные сети. Одна из них, генератор, отвечает за создание данных, а другая, дискриминатор, проверяет их подлинность. Во время обучения генератор улучшает свои навыки, чтобы создавать данные, которые выглядят всё более реалистично. В то же время дискриминатор развивает способность различать настоящие данные и те, что были сгенерированы. Этот процесс продолжается до тех пор, пока генератор не достигает уровня, при котором его данные становятся неразличимыми от реальных.