敵対的生成ネットワーク (GAN)

敵対的生成ネットワーク (GAN)とは、訓練データと似たような画像を生成したり、画像を変換したりする生成モデルの一種です。

GANの特徴として、generatorとdiscriminatorが敵対的に学習するのが特徴です。まず、generatorはノイズを入力として偽物のデータを生成します。その後、discriminatorは本物のデータと偽物のデータを見比べて、どちらが本物かを推測します。学習を通してgeneratorとdiscriminatorは相互に精度を高めていき、最終的には本物に限りなく近いデータを生成することが可能です。

👉より体系的に学びたい方は「人工知能基礎」（東京大学松尾豊先生監修）へ

クイズ

以下の文章を読み、空欄(ア)~(イ)の組み合わせに最もよく当てはまる選択肢を1つ選べ。画像生成モデルの有名なものとして（ア）がある。（ア）は生成モデルの一種であり、データから特徴を学習することで、実在しないデータを生成したり、存在するデータの特徴に沿って変換できる。２種類のネットワークで構成されており、それぞれ（イ）と呼ばれている。これら２種類のネットワークを競わせることで、データ生成を行なっている。

（ア）オートエンコーダ（イ）オフェンス・ディフェンス
（ア）敵対的生成ネットワーク（GAN）（イ）ジェネレーター・ディスクリミネータ
（ア）変分オートエンコーダー（VAE）（イ）オフェンス・ディフェンス
（ア）バイナリーオートエンコーダ（イ）ジェネレーター・ディスクリミネータ

正解を見る

解説を見る
生成モデルである変分オートエンコーダはVAE、敵対的生成ネットワークはGANとも呼ばれます。 GANのアーキテクチャは、このようにジェネレーターとディスクリミネータと呼ばれる構造を持っており、これらの関係はしばしば泥棒と警察のようなイタチごっことなる関係で例えられます。これはジェネレーターとディスクリミネータが互いに騙す・見抜くという動作を繰り返していくことで性能が高められていくためです。（参考: G検定公式テキスト第2版第6章 6-2 P218-219) （参考: G検定公式テキスト第1版 P178-179）
👉G検定の受験対策は約1,000問収録の「G検定実践トレーニング」へ

人工知能基礎講座を提供中

人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか？人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。

サンプル動画

人工知能基礎講座はこちら↓

AI初学者・ビジネスパーソン向けのG検定対策講座

G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。

zero to oneの「E資格」向け認定プログラム

日本ディープラーニング協会の実施するE資格の受験ならzero to oneの「E資格」向け認定プログラム (税込165,000円) をおすすめします。当講座は、東京大学大学院工学系研究科の松尾豊教授と東北大学大学院情報科学研究科の岡谷貴之教授が監修する実践的なプログラムとなっています。厚生労働省の教育訓練給付制度対象のE資格認定プログラムの中では最安値※となり、実質負担額49,500円～(支給割合70%の場合)で受講可能です。※2023年弊社調べ

G検定（AI・機械学習）用語集トップ

＜体験型＞学習ブログ

敵対的生成ネットワーク (GAN)