【观点】在人工智能的各种学习中，或许生成对抗网络的对抗学习，是继深度学习、增强学习之后的下一个热点。它几乎在一定程度上颠覆了深度学习的范式，打乱了机器学习之前范畴及其类别的划分。 关注人工智能的前沿，很有必要了解一下生成对抗网络（下文定义为对抗学习）——《新未来简史》如是说。
在包括深度学习、增强学习、对抗学习与迁移学习（如今基本无法实现）等机器学习算法中，“生成式对抗网络”的对抗学习法很重要，这一开创性的全新学习思路，很可能会成为深度学习的下一个热点。这里有必要深入讨论一下。
颠覆深度学习范式
自从伊恩·古德费洛（Ian Goodfellow）在2014年发表了论文《生成式对抗网络》（Generative Adversarial Nets，缩写GANs）以来，对抗学习便广受关注，加之全球学界大牛，Facebook人工智能研究中心FAIR负责人、深度学习三驾马车之一的扬·勒丘恩（Yann LeCun ）在知乎网上答疑时曾说：
“他最激动的深度学习进展是生成式对抗网络”，使得对抗学习（GAN）成为近年来在机器学习领域的新宠。
2017年6月18日，扬·勒丘恩在Facebook上转发了一条动态，介绍了他作为合作者之一的一项研究成果：
