然而，只要是稍微具有人工智能学术素养的人，就能看出生成式对抗网络与此前其他生成式模型之间的差异：这是一个不依赖人工参与特征统计、不受人类能力限制的模型。这个特点如同辛顿提出深度学习的本质是无监督特征学习一样，只有机器能不依赖人类的特征描述和选取过程，才能突破人类在特征定义上的局限性。生成式对抗网络依靠机器而不是人工扮演判别器来完成类似于强化学习中奖励信号的反馈，如同桥梁一般将深度学习在判别式模型中的已有成果引导转化到生成式模型中，为发展陷入长期停滞的生成式模型领域打开了突破的新方向。随后几年的发展也证实了这个方向。GAN 的演进过程如图 8-5 所示。
2015 年，亚历克·拉德福德（Alec Radford）使用卷积隐层替换原来的全连接隐层，提出“深度卷积生成式对抗网络”（Deep Convolutional GAN，
318
第三部分 第三波高潮