Генеративно-состязательная сеть (GAN) представляет собой архитектуру глубокого обучения, включающую две нейронные сети, которые обучаются в условиях конкуренции. Одна из сетей, генератор, создает данные, такие как изображения, тексты и звуки, стремясь сделать их максимально правдоподобными. Вторая сеть, дискриминатор, оценивает данные, пытаясь отличить сгенерированные от реальных. Во время обучения происходит постоянное соперничество: генератор улучшает свои результаты, а дискриминатор — свои навыки распознавания фальшивок. Это взаимодействие способствует созданию высококачественных синтетических данных без необходимости в ручной разметке.