GAN: entrenamiento adversario, colapso de modo y soluciones
En 2014, Ian Goodfellow propuso una idea radicalmente diferente: en lugar de definir una función de pérdida a mano, entrenar dos redes neuronales para que compitan. Uno genera imágenes falsas; el otro intenta atrapar falsificaciones. El generador mejora engañando al discriminador; el discriminador mejora al no dejarse engañar. Este juego de confrontación, cuando funciona, produce imágenes más nítidas que cualquier método anterior, pero es notoriamente inestable.