敵対的生成ネットワークとは？
てきたいてきせいせいねっとわーく
敵対的生成ネットワーク（GAN）とは、生成器と識別器の二つのネットワークが競い合うことで、本物と見分けのつかない高品質なデータを生成できる深層学習モデルです。
敵対的生成ネットワーク（Generative Adversarial Network、GAN）は、2014年にIan Goodfellowらが発表した生成モデルの革新的なフレームワークです。「偽札を作る詐欺師」と「それを見破る警察」のたとえで語られることが多く、二つのネットワークが敵対的に競争することで互いの性能を高め合います。
この二者が交互に学習を繰り返すことで、生成器は本物に近いデータを作れるようになります。学習が収束した理想状態では、識別器が本物と偽物を50%の確率でしか区別できなくなります。
GANの発展形には、条件付きGAN（cGAN）・画像変換に使うCycleGAN・高解像度画像生成のStyleGANなど多様なアーキテクチャがあります。用途は画像生成・超解像・動画合成・データ拡張・異常検知と広く、ディープフェイク映像の生成にも利用されることから、倫理的・社会的な課題も指摘されています。
使い方・例文
ファッション業界では、GANを使って「まだ存在しないデザインの服」の画像を自動生成し、デザイン案の参考にする活用例があります。
この用語をシェア
最終更新: