“Quando due soci sono sempre d’accordo, uno dei due è inutile.”
– D. Carnegie
Nel campo dell’apprendimento automatico, si definisce rete antagonista generativa (in inglese generative adversarial network (GAN)), una classe di metodi, introdotta per la prima volta da Ian Goodfellow, in cui due reti neurali vengono addestrate in maniera competitiva all’interno di un framework di gioco minimax. Questo tipo di framework permette alla rete neurale di apprendere come generare nuovi dati aventi la stessa distribuzione dei dati usati in fase di addestramento. E dunque ciascun algoritmo impara e cambia in base al feedback ricevuto dall’altro algoritmo.
Come scrive Marcus Du Sautoy, inoltre, una cosa simile accade anche nel nostro cervello: «le ricerche dei neuroscienziati hanno messo in luce che nei nostri cervelli entrano in gioco due sistemi in competizione, come gli algoritmi delle reti antagoniste generative: uno è un impulso esibizionista che ci spinge a fare cose, a creare, a esprimere, mentre l’altro è un sistema inibitore, l’alter ego critico che getta dubbi sulle nostre idee, criticandole e mettendole in discussione.»
Come per le reti antagoniste generative in programmazione, anche nelle relazioni con gli altri il confronto, costruttivo, genera nuove idee e stimola la creatività.
Anche nelle relazioni con gli altri il confronto, costruttivo, genera nuove idee e stimola la creatività. Carnegie era solito dire che quando due soci sono sempre d’accordo, uno dei due è inutile. Ed effettivamente è vero. La creatività, così come l’innovazione non è una linea retta. È un continuo circolo di idee, pareri e stimoli tra loro differenti.