近年来，人工智能在自然语言处理、商务智能、机器人和医疗诊断等众多领域取得了突破性进展，其中生成式对抗网络（generative adversarial network , GAN）开创性地使用对抗训练机制对两个神经网络进行训练，是近年来复杂分布上无监督学习最具前景的方法之一。
本项目以人工智能为出发点，从模型、算法和应用系统等角度较好地研究了GAN的基础理论和方法，并结合迁移学习、强化学习和大数据技术设计了GAN的一些可行应用案例，阐述了如何通过GAN来实现人工智能，为广大读者在人工智能领域的理论学习和专业实践提供指南。