GANとは
生成器と識別器を競わせて、本物そっくりの画像を作る

GANとは

GAN（Generative Adversarial Network）は、日本語で敵対的生成ネットワークといいます。2つのニューラルネットワークを互いに競わせることで、本物と見分けにくい高精度な画像などを作る深層学習の手法です。

生成AI で画像を作る技術の1つで、「本物のようなデータを作る」ところが特徴です。2つのネットワークの関係は、偽札を作る偽造犯と、それを見破る警察にたとえられます。偽造犯は、見破られないように腕を磨きます。警察も、見破る目を磨きます。この競い合いを繰り返すと、偽物の出来がどんどん上がっていきます。

しくみ

GAN は、次の2つのネットワークでできています。

• 生成器: 本物と見分けのつかないデータを作ろうとします。偽造犯の役です。
• 識別器: 渡されたデータが、本物か偽物かを見分けようとします。警察の役です。

学習の流れは次のとおりです。

1. 生成器が、偽のデータを作る。
2. 識別器が、本物のデータと偽のデータを見比べて、本物か偽物かを判定する。
3. 見破られたら、生成器は作り方を見直す。識別器も、見分け方を見直す。
4. これを繰り返し、生成器が本物そっくりのデータを作れるようにする。

派生技術

GAN には多くの派生があります。問題では、次の2つが取り上げられています。

• DCGAN: 画像の意味演算ができる。たとえば、「サングラスをかけた男」から「男」を引いて「女」を足すと、「サングラスをかけた女」の画像になる。
• CGAN: 昼の画像から夜の画像を作ったり、縁取りだけの絵に色を付けたりできる。

試験での問われ方

IoTシステム技術検定 基礎では、第6章「IoTでデータを活用する」で出ます。もちこ道場の第6章の問題では、GAN を含む問題が13問あり、次のような問われ方をしています。

• 穴埋め: 「偽造犯のような生成器と、警察のような識別器の2つを競わせる技術」の空欄に GAN を選ぶ。または、「生成器」「識別器」の名前そのものを選ぶ。
• ほかの用語の外れの選択肢: CNN・RNN・Transformer を答える問題で、GAN が選択肢に並ぶ。
• 誤った記述を選ぶ: 「生成器は偽物を見破る役」のように、2つのネットワークの役割を入れ替えた記述を見抜く。派生技術の DCGAN と CGAN の説明の入れ替えにも注意します。

似た用語との違い

画像を作る手法と、深層学習の代表的なモデルを並べて整理します。

「新しく作る」ものか、「特徴を見つける・判定する」ものかで、まず2つに分けると迷いにくくなります。

覚え方

• 「偽造犯」と「警察」。偽造犯が生成器、警察が識別器です。役割を入れ替えた記述は誤りです。
• 「2つのネットワークを競わせる」が出たら GAN。「ノイズを加えて、取り除く」なら拡散モデルです。
• 「敵対的」＝反対の目的で競う。協力ではなく、競い合って伸びるところがポイントです。

深層学習全体の位置づけは「深層学習とは」、第6章のほかの用語は「第6章 IoTでデータを活用するの要点」にまとめています。