Reti Neurali GAN

Due reti neurali in competizione perpetua: una genera contenuti falsi sempre più convincenti, l’altra impara a smaschererarli. Da questa tensione nascono immagini, voci e volti indistinguibili dalla realtà. Le Generative Adversarial Networks (GAN) sono una delle idee più rivoluzionarie dell’intelligenza artificiale moderna — e il loro impatto si estende dalla medicina ai videogiochi, dall’arte alla sicurezza informatica.

In questo articolo analizziamo l’architettura tecnica delle GAN, la matematica che le governa, le principali varianti sviluppate dal 2014 ad oggi e le applicazioni reali già in produzione. La struttura alterna sezioni divulgative a sezioni tecniche, per essere utile sia a chi si avvicina per la prima volta sia a chi lavora nel settore.

---

Indice dell’Articolo

1. Cosa Sono le GAN: il Falsario e il Detective
2. Generatore e Discriminatore: i Due Attori
3. La Funzione Obiettivo: la Matematica del Duello
4. Come si Addestra una GAN
5. Quando il Duello va Male: Mode Collapse e Instabilità
6. Le Grandi Famiglie: Varianti e Architetture GAN
7. Applicazioni Reali nel 2026
8. GAN vs Diffusion Models: lo Stato della Ricerca
9. Esempio Pratico: Mini-GAN in Python
10. Verso il Futuro
11. Domande Frequenti (FAQ)
12. Fonti e Riferimenti

---

Cosa Sono le GAN: il Falsario e il Detective

Immagina un falsario d’eccezione e un detective infallibile che si sfidano in un duello senza fine. Il falsario produce opere sempre più convincenti. Il detective affina il proprio occhio per smaschererarlo. Più il falsario migliora, più il detective diventa esigente. Più il detective diventa esigente, più il falsario si perfeziona. Da questa tensione nasce qualcosa di straordinario: la capacità di generare immagini, voci, testi e video che sembrano reali, pur non esserlo mai stati.

Questo è il cuore delle Generative Adversarial Networks. L’idea fu concepita nel 2014 da Ian Goodfellow durante una serata trascorsa a discutere di modelli generativi. Goodfellow formalizzò l’intuizione in un articolo scientifico che conta oggi oltre 85.000 citazioni nella letteratura accademica — uno dei paper più influenti nella storia del deep learning.

Ho avuto l’idea mentre ero a una festa. Tornai a casa alle tre di notte e scrissi il codice. Funzionò al primo tentativo.

Ian Goodfellow, inventore delle GAN — MIT Technology Review, 2018

Da quella notte, le GAN hanno trasformato il modo in cui le macchine creano. Hanno generato volti umani mai esistiti, composto musica, sintetizzato voci, trasformato fotografie e creato mondi virtuali per i videogiochi. Come ogni tecnologia potente, portano con sé meraviglia e responsabilità in eguale misura — inclusa la minaccia dei deepfake, che affronteremo nella sezione dedicata.

---

Generatore e Discriminatore: i Due Attori

Una GAN è composta da due reti neurali distinte che operano in competizione diretta. Comprendere il ruolo di ciascuna è il primo passo per capire come il sistema impara a generare contenuti convincenti.

Il Generatore (G): creare dal nulla

Il Generatore riceve in ingresso rumore casuale — una sequenza di numeri estratti da una distribuzione casuale, tipicamente gaussiana — e la trasforma in qualcosa di concreto: un’immagine, una melodia, un testo. All’inizio dell’addestramento produce output grossolani e facilmente riconoscibili come falsi. Il suo unico obiettivo è produrre output così convincenti da ingannare il Discriminatore.

Il Discriminatore (D): giudicare il reale dal falso

Il Discriminatore riceve in ingresso dati reali (immagini vere, audio reale) oppure dati prodotti dal Generatore, e deve classificarli come “reali” o “falsi”. All’inizio è ingenuo quanto il Generatore. Con l’addestramento diventa progressivamente più esigente, forzando il Generatore a migliorare per continuare a ingannarlo.

Il meccanismo: perché funziona

Nessuno insegna esplicitamente al Generatore come creare un’immagine realistica. Impara da solo, spinto dall’esigenza di superare il Discriminatore. Nessuno insegna al Discriminatore quali caratteristiche distinguono il reale dal sintetico. Impara da solo, spinto dall’esigenza di non essere ingannato. Il segnale di apprendimento emerge automaticamente dalla competizione tra le due reti, senza etichette manuali o supervisione esplicita per la qualità generativa.

Componente	Input	Output	Obiettivo
Generatore (G)	Vettore di rumore casuale z	Dato sintetico (immagine, audio…)	Ingannare D → D(G(z)) ≈ 1
Discriminatore (D)	Dato reale o sintetico	Probabilità: reale (1) o falso (0)	Non essere ingannato → D(x)≈1, D(G(z))≈0

---

La Funzione Obiettivo: la Matematica del Duello

Dietro l’eleganza narrativa del “falsario e detective” si nasconde una formulazione matematica precisa. Una GAN risolve un problema minimax: il Discriminatore cerca di massimizzare la propria capacità di distinguere reale da sintetico, mentre il Generatore cerca di minimizzare quella stessa capacità.

La funzione obiettivo originale (Goodfellow et al., 2014)

min_G  max_D  V(D,G) = E[log D(x)] + E[log(1 − D(G(z)))]

dove:
  x      = campione di dati reali
  z      = vettore di rumore casuale
  G(z)   = dato sintetico prodotto dal Generatore
  D(x)   = probabilità che x sia reale secondo il Discriminatore
  E[·]   = valore atteso (media su molti campioni)

Interpretazione:
  Primo termine:  D premia se riconosce i dati reali (D(x) → 1)
  Secondo termine: D premia se smascherera i falsi (D(G(z)) → 0)
                   G penalizzato se viene smascherato

In parole semplici: è una gara di poker. Il Discriminatore vince un punto ogni volta che indovina correttamente se un dato è reale o sintetico. Il Generatore perde un punto ogni volta che viene smascherato. Entrambi migliorano progressivamente. L’equilibrio di Nash teorico si raggiunge quando il Generatore produce dati così convincenti che il Discriminatore non riesce a fare meglio del 50% — equivalente a tirare una moneta a caso.

---

Come si Addestra una GAN

L’addestramento di una GAN è un processo delicato che si svolge in due fasi distinte e alternate, come i turni di un gioco di strategia. La sequenza corretta di questi passaggi è fondamentale: eseguirli nell’ordine sbagliato può destabilizzare l’intero processo.

Fase 1: Addestramento del Discriminatore

Si campiona un batch di dati reali dal dataset e un batch di dati sintetici generati da G. Il Discriminatore riceve entrambi e calcola la propria perdita: quanto è bravo a distinguerli? I pesi del solo Discriminatore vengono aggiornati tramite backpropagation. Il Generatore resta congelato in questa fase.

Fase 2: Addestramento del Generatore

Il Generatore produce un nuovo batch di dati sintetici. Questi vengono passati al Discriminatore, che ora resta congelato. Il Generatore calcola la propria perdita in base a quanto riesce a ingannare D. I pesi del solo Generatore vengono aggiornati. Il ciclo ricomincia dalla Fase 1.

Questo ciclo si ripete per migliaia o milioni di iterazioni. La convergenza teorica è raggiunta quando il Discriminatore non riesce più a distinguere reale da sintetico — ovvero quando D(G(z)) ≈ 0.5 su qualsiasi campione.

Fase	Rete aggiornata	Rete congelata	Obiettivo della fase
Fase 1	Discriminatore (D)	Generatore (G)	D impara a distinguere reale da sintetico
Fase 2	Generatore (G)	Discriminatore (D)	G impara a produrre output che ingannano D

---

Quando il Duello va Male: Mode Collapse e Instabilità

L’addestramento di una GAN è notoriamente difficile da stabilizzare. Tre fenomeni problematici emergono con frequenza nella pratica, e la loro comprensione ha guidato anni di ricerca dedicata.

Mode Collapse: il Generatore che imbroglia

Il Generatore scopre una “scorciatoia”: impara a produrre sempre lo stesso output — ad esempio sempre la stessa faccia umana — perché è il modo più semplice per ingannare continuamente il Discriminatore. Come un fornaio che sforna sempre lo stesso tipo di pane perché è sicuro che venga venduto, il Generatore sacrifica la varietà per la sicurezza. Il risultato è un modello che produce output di alta qualità ma privo di diversità.

Vanishing Gradient: quando il professore è troppo severo

Se il Discriminatore diventa troppo bravo troppo in fretta — riconoscendo i falsi con confidenza quasi assoluta — il segnale di gradiente che raggiunge il Generatore diventa infinitesimale. È come dare a uno studente un professore così esigente da demotivarlo completamente: l’aggiornamento dei pesi diventa trascurabile e l’apprendimento si blocca. La funzione di perdita originale (cross-entropy) è particolarmente vulnerabile a questo problema quando le distribuzioni reale e sintetica non si sovrappongono.

Non-Convergenza e Oscillazioni

In alcuni scenari, G e D si inseguono in un ciclo oscillatorio senza mai raggiungere l’equilibrio di Nash. La perdita di entrambe le reti fluttua caoticamente, rendendo impossibile capire se il training sta progredendo. Questo è il motivo principale per cui il monitoraggio visivo dei campioni generati durante il training è ancora oggi una pratica indispensabile.

Le GAN non sono morte: si sono evolute. Non sono più il modello generativo di riferimento, ma sono la soluzione di riferimento per generazione veloce, traduzione di dominio e augmentation.

Tero Karras, NVIDIA Research (autore di StyleGAN) — NeurIPS 2024

---

Le Grandi Famiglie: Varianti e Architetture GAN

Dalla GAN originale del 2014 sono nate decine di architetture specializzate, ognuna nata per risolvere un problema specifico o per eccellere in un dominio particolare. Ecco le più importanti per impatto e innovazione.

Architettura	Anno	Innovazione chiave	Uso tipico
GAN originale	2014	Il paradigma adversariale base	Proof of concept, immagini semplici
DCGAN	2015	Reti convoluzionali profonde per stabilità	Immagini ad alta definizione
Conditional GAN	2014	Generazione guidata da etichette di classe	Generazione condizionata e controllata
WGAN	2017	Distanza di Wasserstein, gradiente stabile	Training più robusto, meno mode collapse
CycleGAN	2017	Traduzione immagine-immagine senza coppie	Stile artistico, conversione foto-a-foto
Progressive GAN	2018	Crescita progressiva della risoluzione	Immagini fino a 1024×1024 pixel
StyleGAN v1–v3	2019–2021	Stile gerarchico, controllo degli attributi	Volti realistici, sintesi ad alta qualità
BigGAN	2018	Scale massiccio, ImageNet-class quality	Generazione fotorealistica con condizionamento
GigaGAN	2023	GAN competitive con diffusion models	Sintesi testo→immagine ad alta velocità

WGAN: come stabilizzare il duello

Il Wasserstein GAN, proposto da Arjovsky et al. nel 2017, è stato una svolta fondamentale per la stabilità dell’addestramento. L’idea centrale: sostituire il Discriminatore binario con un Critico — non più un classificatore che risponde “reale o falso?”, ma una funzione di scoring che risponde “quanto è lontana questa distribuzione dalla distribuzione reale?”. La metrica usata è la distanza di Wasserstein, nota anche come Earth Mover’s Distance: intuitivamente, la quantità minima di “terra da spostare” per trasformare la distribuzione sintetica in quella reale. Questa metrica fornisce un gradiente sempre utile, anche quando le due distribuzioni non si sovrappongono affatto — il caso esatto in cui la GAN originale produce gradienti nulli.

CycleGAN: tradurre senza dizionario

Immagina di voler trasformare una fotografia di un cavallo in una fotografia di una zebra — senza mai aver visto una coppia di immagini dello stesso soggetto nelle due forme. Il CycleGAN lo fa sfruttando la coerenza ciclica: se trasformo A in B e poi B di nuovo in A, devo ottenere qualcosa di simile all’A originale. Questa idea ha aperto l’intero filone della traduzione immagine-immagine non supervisionata: convertire foto in dipinti impressionisti, trasformare schizzi in fotografie, cambiare le stagioni in un paesaggio.

StyleGAN: l’architettura delle facce sintetiche

La serie StyleGAN di NVIDIA (2019–2021) rappresenta il punto più alto raggiunto dalle GAN nella sintesi di immagini ad alta risoluzione. L’innovazione chiave è un mapping network che trasforma il vettore di rumore in uno spazio latente “disintricato” (disentangled), permettendo di controllare separatamente attributi come posa, espressione, colore dei capelli e texture della pelle. Il sito thispersondoesnotexist.com è alimentato da StyleGAN: ogni aggiornamento della pagina produce un volto completamente nuovo, generato in pochi millisecondi.

---

Applicazioni Reali nel 2026

Le GAN hanno trovato applicazioni in settori profondamente diversi, accomunati dalla necessità di generare dati sintetici di alta qualità. Questi non sono scenari teorici: sono deployment attivi che creano valore — e pongono domande serie su etica, sicurezza e responsabilità.

Medicina: immagini sintetiche per la privacy

Le GAN mediche generano immagini diagnostiche sintetiche — TAC, risonanze magnetiche, istopatologie — che preservano le proprietà statistiche dei dati reali senza contenere informazioni identificabili sui pazienti. Ricerche di Yale School of Medicine e Stanford HAI (2024–2025) hanno validato questo approccio per la condivisione sicura di dataset clinici tra istituzioni, risolvendo uno dei principali blocchi nella ricerca oncologica collaborativa.

Videogiochi e cinema: mondi generati in tempo reale

NVIDIA GameGAN genera texture fotorealistiche e personaggi con volti unici a partire da descrizioni procedurali. Nel cinema, le GAN permettono super-resolution di materiale d’archivio e de-aging digitale degli attori senza il costo proibitivo del VFX tradizionale. La velocità di inferenza delle GAN — un singolo passaggio in avanti rispetto ai 20-1000 passi dei diffusion models — le rende insostituibili nei contesti real-time.

Data augmentation: addestrare altri modelli con dati sintetici

Quando i dati reali sono scarsi, sbilanciati o soggetti a vincoli di privacy, le GAN generano dati sintetici per aumentare il dataset di addestramento di altri modelli. Questa applicazione è trasversale a tutti i settori: dalla fraud detection in ambito finanziario al riconoscimento di oggetti rari in applicazioni industriali.

Arte e creatività

Il dipinto Edmond de Belamy, generato da una GAN sviluppata dal collettivo Obvious, fu venduto da Christie’s nel 2018 per 432.500 dollari — 43 volte la stima iniziale. Questo evento ha segnato l’ingresso ufficiale dell’arte generativa nel mercato dell’arte contemporanea e ha aperto un dibattito sulla paternità e il valore estetico dei contenuti generati da AI che non si è ancora concluso.

Il lato oscuro: deepfake e disinformazione

Le stesse capacità che rendono le GAN preziose in medicina e arte le rendono pericolose in mani malintenzionate. I deepfake generati da GAN — video e audio sintetici che mostrano persone reali dire o fare cose mai accadute — rappresentano una minaccia concreta all’integrità dell’informazione. L’AI Safety Institute e NIST stanno lavorando a standard di watermarking e rilevazione per i contenuti sintetici, ma la corsa tra generazione e rilevazione rimane una sfida aperta.

---

GAN vs Diffusion Models: lo Stato della Ricerca nel 2026

Con l’ascesa dei modelli di diffusione — Stable Diffusion, DALL-E, Midjourney — le GAN hanno dovuto riposizionarsi nel panorama della ricerca generativa. Non è una sconfitta: è una specializzazione.

Il vantaggio irrinunciabile delle GAN: la velocità

I diffusion models hanno superato le GAN in qualità assoluta per la generazione testo→immagine, ma le GAN mantengono un vantaggio cruciale che nessun diffusion model ha ancora colmato: la velocità di inferenza. Generare un’immagine con una GAN richiede un singolo passaggio in avanti della rete (millisecondi). Un diffusion model richiede tipicamente da 20 a 1000 passi iterativi di denoising (secondi). Nei contesti real-time — videogiochi, streaming, applicazioni mobile — le GAN rimangono insostituibili.

GigaGAN (CVPR 2023): il ritorno alla competizione

Il paper Scaling up GANs for Text-to-Image Synthesis (Kang et al., 2023) ha dimostrato che le GAN scalate correttamente — con conditioning multi-scala e loss di stile gerarchico — possono competere con i diffusion models nella sintesi testo→immagine, mantenendo una velocità di generazione da 4 a 18 volte superiore. GigaGAN ha riaperto il dibattito su quale paradigma rappresenti il futuro della generazione ad alta qualità.

GAN per l’audio: HiFi-GAN e la sintesi vocale

HiFi-GAN (Kong et al., NeurIPS 2020) e i suoi successori rappresentano lo stato dell’arte nella sintesi audio neurale. Le GAN vocali hanno raggiunto qualità impercettibilmente diversa dal parlato umano in condizioni controllate, con applicazioni in doppiaggio automatico, accessibilità per non vedenti, e sistemi di teleconferenza con noise-cancelling neurale in tempo reale.

Criterio	GAN	Diffusion Models
Qualità immagine assoluta	Alta	Superiore
Velocità di inferenza	⚡ Molto alta (ms)	Lenta (secondi, 20-1000 passi)
Controllo fine degli attributi	Eccellente (StyleGAN)	Buono ma meno preciso
Stabilità dell’addestramento	Difficile	Più stabile
Uso in real-time	✅ Ideale	❌ Non adatto
Traduzione dominio-dominio	Eccellente (CycleGAN)	Possibile ma più costoso

---

Esempio Pratico: Mini-GAN in Python

Per chi vuole sporcarsi le mani con il codice, ecco un’implementazione minimale ma funzionale di una GAN per generare cifre scritte a mano, basata sul dataset MNIST. Il codice è volutamente semplificato per mostrare la struttura logica del ciclo di addestramento.

# Mini-GAN PyTorch — Generazione di cifre MNIST
# Struttura: Generatore + Discriminatore + Ciclo di addestramento
import torch
import torch.nn as nn

# ── Generatore ──────────────────────────────────────────────────
class Generator(nn.Module):
    def __init__(self, noise_dim=100):
        super().__init__()
        self.net = nn.Sequential(
            nn.Linear(noise_dim, 256),
            nn.LeakyReLU(0.2),
            nn.Linear(256, 512),
            nn.BatchNorm1d(512),      # stabilizza il training
            nn.LeakyReLU(0.2),
            nn.Linear(512, 784),      # 28×28 pixel = 784 valori
            nn.Tanh()                 # output normalizzato in [-1, 1]
        )
    def forward(self, z):
        return self.net(z)

# ── Discriminatore ──────────────────────────────────────────────
class Discriminator(nn.Module):
    def __init__(self):
        super().__init__()
        self.net = nn.Sequential(
            nn.Linear(784, 512),
            nn.LeakyReLU(0.2),
            nn.Dropout(0.3),          # riduce overfitting del D
            nn.Linear(512, 256),
            nn.LeakyReLU(0.2),
            nn.Linear(256, 1),
            nn.Sigmoid()              # output: prob. che sia reale
        )
    def forward(self, x):
        return self.net(x)

# ── Inizializzazione ────────────────────────────────────────────
G = Generator()
D = Discriminator()
opt_G = torch.optim.Adam(G.parameters(), lr=0.0002, betas=(0.5, 0.999))
opt_D = torch.optim.Adam(D.parameters(), lr=0.0002, betas=(0.5, 0.999))
loss_fn = nn.BCELoss()

# ── Ciclo di Addestramento ──────────────────────────────────────
for epoch in range(num_epochs):
    for real_batch in dataloader:

        batch_size = real_batch.size(0)
        ones  = torch.ones(batch_size, 1)   # etichetta "reale"
        zeros = torch.zeros(batch_size, 1)  # etichetta "falso"

        # ── FASE 1: Addestra il Discriminatore ──────────────────
        z = torch.randn(batch_size, 100)
        fake = G(z).detach()  # .detach() = G non riceve gradiente

        loss_D = (
            loss_fn(D(real_batch), ones) +   # riconosci i reali
            loss_fn(D(fake), zeros)          # smascheara i falsi
        ) / 2

        opt_D.zero_grad()
        loss_D.backward()
        opt_D.step()

        # ── FASE 2: Addestra il Generatore ─────────────────────
        z = torch.randn(batch_size, 100)
        # G vuole che D classifichi i suoi falsi come reali (ones)
        loss_G = loss_fn(D(G(z)), ones)

        opt_G.zero_grad()
        loss_G.backward()
        opt_G.step()

    print(f"Epoch {epoch} | Loss D: {loss_D:.4f} | Loss G: {loss_G:.4f}")

Il punto critico da comprendere è il .detach() nella Fase 1: impedisce che il gradiente fluisca attraverso G durante l’aggiornamento di D. Senza questa istruzione, entrambe le reti verrebbero aggiornate simultaneamente nello stesso step, distruggendo la logica adversariale. In un deployment di produzione, questo codice base richiederebbe l’aggiunta di: gestione dei checkpoints, normalizzazione avanzata del dataset, monitoring visivo dei campioni generati e, idealmente, la sostituzione della BCELoss con la Wasserstein loss per una migliore stabilità.

---

Verso il Futuro: le GAN nel 2026 e Oltre

Le GAN del 2026 sono radicalmente diverse da quelle del 2014. Ibridate con i Transformer, combinate con tecniche di diffusione, ottimizzate con reinforcement learning e quantizzate per girare su dispositivi mobili, continuano a trovare nicchie di eccellenza che altri paradigmi non coprono.

Tre direzioni di ricerca appaiono particolarmente promettenti. I video GAN puntano alla generazione di filmati temporalmente coerenti — la sfida principale è mantenere la consistenza tra frame consecutivi senza esplosione computazionale. I 3D GAN (come EG3D di NVIDIA) sintetizzano modelli tridimensionali con applicazioni immediate nell’architettura, nel metaverso e nel design industriale. I GAN per scienze fisiche simulano sistemi complessi — fluidodinamica, previsioni climatiche, design di materiali — che richiederebbero altrimenti settimane di calcolo su supercomputer.

La questione etica rimane aperta e urgente. La Partnership on AI e l’AI Safety Institute stanno lavorando a standard di watermarking e rilevazione per i contenuti generati da GAN, ma la corsa tra capacità generative e sistemi di rilevazione è tecnologicamente irrisolta. Chi lavora con queste tecnologie — sviluppatori, giornalisti, policy maker — ha la responsabilità di comprenderne sia le potenzialità sia i limiti etici.

---

Domande Frequenti sulle Reti Neurali GAN

Cosa significa GAN?

GAN è l’acronimo di Generative Adversarial Network, in italiano “Rete Generativa Avversariale”. Il termine “adversarial” (avversariale) richiama la competizione tra le due reti: un Generatore che produce dati sintetici e un Discriminatore che cerca di distinguerli dai dati reali.

Chi ha inventato le GAN?

Le GAN furono inventate da Ian Goodfellow nel 2014, durante una serata a Montréal. L’idea fu pubblicata nel paper “Generative Adversarial Nets” (NeurIPS 2014), che conta oggi oltre 85.000 citazioni accademiche ed è considerato uno dei lavori più influenti nella storia del deep learning.

Qual è la differenza tra GAN e diffusion models?

I diffusion models (come Stable Diffusion) generano immagini attraverso un processo iterativo di denoising che richiede da 20 a 1000 passaggi e produce qualità assoluta superiore. Le GAN generano in un singolo passaggio (millisecondi) e mantengono un vantaggio decisivo in velocità e controllo fine degli attributi. Per applicazioni real-time e traduzione dominio-dominio, le GAN rimangono la scelta ottimale.

Cosa si intende per “mode collapse” in una GAN?

Il mode collapse è un fenomeno di addestramento in cui il Generatore impara a produrre sempre lo stesso tipo di output — ad esempio sempre la stessa faccia — perché è il modo più semplice per ingannare il Discriminatore. Il risultato è un modello che produce output di alta qualità ma privo di varietà. Architetture come WGAN e tecniche come la minibatch discrimination sono state sviluppate specificamente per mitigare questo problema.

Le GAN vengono usate per creare deepfake?

Sì. Le stesse capacità generative che rendono le GAN preziose in medicina e arte le rendono tecnicamente adatte alla creazione di deepfake — video e audio sintetici che mostrano persone reali in situazioni mai accadute. Questa è una delle principali sfide etiche legate alla tecnologia. Organizzazioni come NIST e l’AI Safety Institute stanno sviluppando standard di watermarking e rilevazione, ma il problema non è ancora risolto.

Dove posso vedere un esempio di immagini generate da GAN?

Il sito thispersondoesnotexist.com mostra volti di persone mai esistite, generati in tempo reale da StyleGAN di NVIDIA. Ogni aggiornamento della pagina produce un nuovo volto completamente sintetico, indistinguibile da una fotografia reale. È uno dei migliori esempi pubblici dello stato dell’arte nella sintesi generativa.

---

Fonti e Riferimenti

1. Goodfellow, I., et al. (2014). Generative Adversarial Nets. Advances in Neural Information Processing Systems (NeurIPS), 27.
2. Radford, A., et al. (2015). Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks (DCGAN). ICLR 2016.
3. Arjovsky, M., Chintala, S., Bottou, L. (2017). Wasserstein GAN. ICML 2017. arXiv:1701.07875.
4. Gulrajani, I., et al. (2017). Improved Training of Wasserstein GANs (WGAN-GP). NeurIPS 2017.
5. Zhu, J.Y., et al. (2017). Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks. ICCV 2017.
6. Karras, T., et al. (2019–2021). A Style-Based Generator Architecture / Analyzing and Improving the Image Quality of StyleGAN. CVPR 2019, 2020, 2022.
7. Frid-Adar, M., et al. (2018). GAN-based Synthetic Medical Image Augmentation for Increased CNN Performance in Liver Lesion Classification. Neurocomputing.
8. Brock, A., et al. (2018). Large Scale GAN Training for High Fidelity Natural Image Synthesis (BigGAN). ICLR 2019.
9. Kang, M., et al. (2023). Scaling up GANs for Text-to-Image Synthesis (GigaGAN). CVPR 2023.
10. Kong, J., et al. (2020). HiFi-GAN: Generative Adversarial Networks for Efficient and High Fidelity Speech Synthesis. NeurIPS 2020.
11. Yale School of Medicine / Stanford HAI (2024–2025). Synthetic Patient Data Generation for Privacy-Preserving Clinical Research.
12. Chan, E., et al. (2022). Efficient Geometry-aware 3D Generative Adversarial Networks (EG3D). CVPR 2022.
13. AI Safety Institute, NIST (2025). Content Provenance and Watermarking Framework for Synthetic Media.
14. Karras, T. (2024). Intervento a NeurIPS 2024, roundtable “The Future of Generative Models”.