GAN（Generative Adversarial Network）

GAN（Generative Adversarial Network）とは、画像や音声、テキストなどのデータを人工的に生成するための深層学習モデルの一種で、「敵対的生成ネットワーク」とも呼ばれます。 2014年にイアン・グッドフェローらによって提案され、生成AI分野の発展を加速させた代表的な技術です。 GANは以下の2つのニューラルネットワークから構成されます： 1. 生成器（Generator）：ランダムノイズから本物そっくりのデータを生成 2. 識別器（Discriminator）：生成データと本物データを見分ける この2つは敵対的な関係にあり、生成器は「本物らしいデータ」を作ろうとし、識別器は「偽物を見破ろう」と学習を続けます。 この対立的な訓練を通じて、生成器は高品質でリアルなデータを生成できるようになります。 主な特徴と利点： • 高精度かつ写実的な画像・音声・動画の生成が可能 • ラベル付きデータが不要な教師なし学習として動作 • 他の生成モデル（VAEなど）と比べてリアリティが高い出力を得やすい 代表的な応用例： • 顔画像やアートの生成（例：This Person Does Not Exist） • スタイル変換（Style Transfer、Pix2Pix） • 画像の補完・ノイズ除去（Image Inpainting） • データ拡張（Data Augmentation）による学習支援 • 医療・製造・広告などにおける合成データ活用 一方で、GANは学習が不安定になりやすく、**モード崩壊（mode collapse）**などの課題もあります。 これらを克服するために、WGANやStyleGAN、CycleGANなど多くの派生モデルが登場し、用途に応じて最適なアーキテクチャが選ばれています。 GANは、生成AIの核心技術として、画像処理・コンテンツ制作・シミュレーション・デジタルツインなど幅広い分野で革新をもたらしています。