敵対的生成ネットワーク
てきたいてきせいせいねっとわーく
Generative Adversarial Networks (GAN)
類語・同義語: ギャン
敵対的生成ネットワーク（GAN）とは、2014年にイアン・グッドフェローらによって考案された深層学習モデルの一つ。「生成器（Generator）」と「識別器（Discriminator）」という2つのニューラルネットワークを競わせるように学習させることで、実物と見分けがつかないほど高精度なデータを生成する技術。画像生成、画質変換、スタイル変換などの分野で飛躍的な成果を上げ、現在の生成AIブームの基礎となった。
最終更新: 2026/1/23
GANの仕組み
GANは「偽造者（Generator）」と「鑑定士（Discriminator）」のいたちごっこに例えられます。
- Generator（偽造者）: ノイズから偽物の画像を生成し、Discriminatorを騙そうとする。
- Discriminator（鑑定士）: 入力された画像が「本物のデータ（訓練データ）」か「Generatorが作った偽物」かを判定する。
- 学習: Generatorはより精巧な偽物を作るように、Discriminatorはより正確に見抜くように、互いに学習を進める。
- 結果: 最終的にGeneratorは、Discriminatorでも見抜けないほどリアルな画像を生成できるようになる。
応用例
- 画像生成: 存在しない人物の顔写真（This Person Does Not Exist）や、風景画の生成。
- 画像変換: 昼の風景を夜にする、馬をシマウマに変える（CycleGAN）。
- 超解像: 低画質の画像をクリアにする。
- データ拡張: 学習データが不足している場合に、GANで擬似データを生成して補う。
由来・語源
Generative（生成する） + Adversarial（敵対的な） + Networks（ネットワーク）。
使用例
GANを用いて、低解像度の画像を鮮明な高解像度画像に復元する。
関連用語
- 同義語: ギャン
- 関連: ディープフェイク, 生成AI, CNN, 画像生成