Google Research的研究科学家Jordi Pont-Tuset做了一个统计，根据论文题目，看深度学习的发展趋势。结果，他发现生成对抗网络（GAN）强势出击，大有取代“深度学习”（Deep Learning）之势。
可是GAN是生成模型的一种，实际上 GAN 能做的事情，很多其他生成模型也能做，如果GAN的训练能稳定下来，甚至像深度学习那么可靠，那么GAN就能真正发展起来。如果不能，那么GAN 将会被其他方法所取代。他有大约 40% 的时间都用在稳定 GAN 上面。
其实除了图像生成，GAN的应用也已经拓展到了NLP和Robot Learning。
Ian Goodfellow在去年一次问答中表示，GAN是使用强化学习来解决生成建模问题的一种方式。“GAN的不同之处在于，奖励函数对行为是完全已知和可微分的，奖励是非固定的，以及奖励是Agent的策略的一个函数。”Goodfellow说：“我认为GAN基本上可以说就是强化学习。”
那么为了让大家更好地掌握GAN，咕泡教育现邀请到「人工智能实战专家 - 唐宇迪博士」，专为深度学习的同学开设了「深入学习最有趣模块GAN实战课」 ，既包括前沿的学术分享、又有来自头部大咖的实践分享。
