Le réseau antagoniste est une implémentation du réseau antagoniste génératif, qui est utilisé pour générer des échantillons antagonistes par lots pour un modèle de réseau neuronal spécifié.

Un GAN bien formé peut générer efficacement un grand nombre d’exemples contradictoires différents. Cela peut être utilisé par un attaquant pour générer des attaques différentes des attaques précédentes. Mais les défenseurs peuvent également générer des entrées négatives étiquetées pour améliorer la formation de leurs classificateurs.

Début 2018, cette idée a été proposée par des chercheurs de l’Université Carnegie Mellon et de l’Université de Caroline du Nord à Chapel Hill.