資策會將於7月5日開辦「人工智慧生成對抗網路（GAN）」課程，細說生成對抗網路的設計理念及應用，結合深度學習技術並使用TensorFlow設計，以實例說明其原理及應用方法，使學員能夠快速上手生成對抗網路的應用。
2016年，Ian J. Goodfellow提出生成對抗網路（GAN：Generative Adversarial Nets）的設計方法。此方法在神經網路的訓練上可大幅減少人力的介入，排除了目前阻礙人工智慧發展的障礙，瞬間成為所有專家討論的議題。
GAN的設計理念是訓練兩個相互競爭的神經網路：偽資料產生器及資料辨識器與偽資料產生器學習產生很多逼近真實的資料，企圖欺騙資料辨識器；而資料辨識器不斷學習增強自己真實資料的辨識能力以便對抗偽資料產生器的欺騙，就這樣偽資料產生器可產生出許多以假亂真的資料，這些資料即可彌補我們訓練時真實資料的不足，大幅減少資料工程師準備訓練資料的負擔；而且，資料辨識器也可同時完成對等的訓練。
此外在許多應用上，還可利用偽資料產生器產出許多異想不到的資料。相關資訊可參閱課程網頁： http://www.iiiedu.org.tw/ites/GAN.htm。