敵対的生成ネットワーク

敵対的生成ネットワーク（GAN：Generative Adversarial Network）は、2014年に Ian Goodfellow らが提案した生成モデルの方式です。2つのニューラルネットワークを競わせることで、本物そっくりのデータを作れるように育てます。

しくみ：偽札づくりと鑑定士

よく使われるたとえは、偽札づくりと鑑定士です。

• 生成器（Generator）：ランダムな数値から、本物らしく見える画像などを作る。偽札づくりの役です。
• 識別器（Discriminator）：与えられたデータが本物か生成器の偽物かを判定する。鑑定士の役です。

最初は生成器が下手なので、識別器はすぐに見破ります。生成器はその結果を手がかりに、見破られにくい作品を作るよう学習します。すると識別器もより鋭くなり、また生成器が改良される、という競争が続きます。最終的に、識別器が見分けられないほど精巧な出力が得られれば成功です。

具体例

• 顔画像の生成：実在しない人物の顔写真のような画像を作る。
• 画像変換：昼の風景を夜にする、スケッチを写真風にする。
• 高解像度化：粗い画像を細かい画像に引き上げる。
• ディープフェイク：他人の顔を動画に合成する技術の一部にも使われてきました。

長所と弱点

GAN は、1回の計算で画像を作れるため、生成が速いという利点があります。一方、学習が不安定になりやすい点が長年の課題でした。生成器と識別器のバランスが崩れると、学習が進まなくなったり、似たような画像しか作れない「モード崩壊」が起こったりします。多様性を出しにくいことも弱点でした。

現在の立ち位置

2020年代に入ると、学習が安定していて、テキストの指示にも従わせやすい拡散モデルが画像生成の主流になりました。ただし、GAN が完全に消えたわけではなく、速度が求められる場面や、画像の高解像度化、拡散モデルを高速化する際の補助技術などで、考え方が活用されています。

注意点

• 悪用への懸念：本物と見分けがつかない偽画像が作れるため、偽情報や詐欺に使われる恐れがあります。出所を示す c2pa のような仕組みが注目される背景のひとつです。
• 学習データの権利：生成物は学習に使った画像の影響を受けるため、データの出所や権利への配慮が必要です。

関連する考え方

diffusion-model は後に主流となった方式、neural-network は GAN の部品、generative-ai は全体の枠組みです。