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）

GAN = Generative Adversarial Networks

偽物を生成する生成器と、本物か偽物かを判別する識別器を競わせることで、データの精度を高める深層学習モデルです。

詳しい説明

敵対的生成ネットワーク（GAN）は、深層学習を用いた生成モデルの一つです。Generator（生成器）とDiscriminator（識別器）という2つのニューラルネットワークを競い合わせることで、極めてリアルなデータを生成する仕組みです。

生成器は本物に近い偽データを生成し、識別器はそのデータが本物か偽物かを判定します。生成器は識別器に騙されるように精度を高め、識別器は偽物を見抜けるように精度を高めます。この互いに競い合う過程（ゲーム理論的プロセス）を経て、最終的に生成器は本物と見分けがつかない高精度なデータを生成できるようになります。

試験では、生成AI技術の代表例として問われます。GANは画像生成や音声合成など、クリエイティブな分野で活用されています。ただし、フェイク動画などの悪用のリスクについてもセットで理解しておく必要があります。生成モデルの分類の中で、競争原理を用いる点に特徴があります。

試験で問われること

ITパスポート試験

GANは生成器と識別器の2つを競わせて、精度の高いデータを生成する技術であることを理解する。
ディープフェイクなどの画像や音声の生成技術として利用されていることを知る。
AI技術の活用事例として、コンテンツ生成における役割を把握する。

基本情報技術者試験

GANの仕組みとして、生成器と識別器による敵対的な学習プロセスを理解する。
生成AIの技術の一つとして位置づけ、VAEなど他の生成モデルとの違いを識別する。
学習データの拡張や、データ不足を補うための技術としての有用性を理解する。

G検定

生成器と識別器の2つを競わせて学習するモデルです。
画像生成などで高い能力を発揮します。
学習が不安定になりやすく、収束が難しいという特徴があります。