生成モデル (G検定)

2026年8月12日2026年9月2日

G検定

1. 定義と概要

生成モデルとは、学習データの背後にある確率分布（データがどんな値になりやすいかというパターンを数値で表したもの）を学習し、その分布から新しいデータをサンプリング（確率分布に従ってランダムに値を取り出すこと）して生み出せるモデルの総称です。学習の対象になるのは、同時確率（2つ以上の出来事が同時に起こる確率）P（x,y）や、入力データ自体の分布P（x）です。

代表例は、伝統的な機械学習分野のものと、ニューラルネットワークを用いたものに大きく分かれます。伝統的な機械学習分野では、ベイズの定理（ある確率から別の関連する確率を計算するための数学の公式）を使ってデータがどのクラスに属するかを確率的に推定する手法をナイーブベイズといい、代表例として挙げられます。もう一つの代表例が隠れマルコフモデル（HMM。目に見えない状態が時間とともに変化する過程を確率的にモデル化する手法）です。

ニューラルネットワーク（脳の神経細胞のつながりを模した情報処理の仕組み）を用いた分野では、GAN（敵対的生成ネットワーク。生成する側と見破る側の2つのモデルを競わせて学習を進める仕組み）やVAE（変分オートエンコーダ。データを一度圧縮してから元に近い形に復元する過程で、確率的な仕組みを取り入れたモデル）が代表例です。手法の見た目は大きく違いますが、どれもデータの分布そのものを学習の対象にしている点では共通しています。

従来の機械学習では、入力データを与えられたクラスに分類する識別モデルが主流でした。識別モデルはクラス間の判別境界を直接学習するため分類の精度が高く実用的ですが、新しいデータを作り出すことはできません。

一方で、データが持つ構造やパターンそのものを捉えたいというニーズ（画像生成・文章生成・データ拡張・異常検知など）から、データの生成過程や分布を学習する生成モデルが位置づけられてきました。近年はディープラーニングと組み合わせた深層生成モデル（ニューラルネットワークを使ってデータの分布を学習する生成モデルの総称）が発展しています。この深層生成モデルは、画像・音声・テキストを生成する生成AI（画像や文章など新しいコンテンツを生み出すAIの総称）の基盤技術となっています。

2. 試験対策ポイント

G検定における重要な論点は、生成モデルと識別モデルが学習する確率の違いです。生成モデルは同時確率P（x,y）、またはデータ自体の分布P（x）を学習するのに対し、識別モデルは条件付き確率（ある条件のもとで特定の出来事が起こる確率）P（y|x）を直接学習します。生成モデルが学習するP（x|y）とP（y）からは、ベイズの定理を使ってP（y|x）を導出できる関係にあり、ここでの要点はこの対応関係にあります。

実務上の違いとしては、生成モデルが新しいデータをゼロから生成できる点、そして正解ラベルを使わない教師なし学習（正解ラベルを与えずにデータの構造やパターンをAIに学習させる方法）にも応用できる点が挙げられます。識別モデルはクラスの分類・判別に特化しているため、この生成能力は持ちません。

ニューラルネットワークを用いた生成モデルは深層生成モデルと呼ばれ、GAN・VAEはその代表例にあたります。個別の仕組みの詳細は別の学習範囲ですが、G検定では生成モデルという大分類の中の発展形という位置づけの理解が求められます。

あわせて、伝統的な機械学習分野の生成モデルとして、ナイーブベイズや隠れマルコフモデルが例に挙げられることがあり、ベイズの定理・教師なし学習・深層生成モデルという関連用語の束にも触れておきます。

3. 関連概念との比較・相違点

生成モデルと識別モデルの最大の違いは、学習する確率の対象とできることの2点に集約されます。生成モデルが同時確率P（x,y）やデータ分布P（x）を学習するのに対し、識別モデルは条件付き確率P（y|x）を直接学習します。

この違いから、生成モデルはデータがどのように生まれるかという生成過程そのものを捉えるのに対し、識別モデルはクラス間の判別境界を効率よく学習することに特化するという関係にあります。学習対象の確率を入れ替えた説明は混同しやすく、どちらのモデルがどの確率を学習するかを正確に区別しておくことが比較の出発点になります。

学習対象の確率が違えば、当然できることも変わります。両者の違いを観点ごとに並べると、次のように整理できます。

観点	生成モデル	識別モデル
学習の狙い	データがどのように生まれるかという生成過程そのものを捉える	クラス間の判別境界を効率よく学習する
新しいデータの生成	学習した分布からサンプリングして生成できる	生成する機能は持たない
得意なこと	画像や文章をゼロから作り出す用途	入力がどのクラスに属するかの判別。分類タスクで高い精度を発揮する

この対応関係は、学習する確率の違いから素直に導けます。生成モデルは同時確率P（x,y）を学習しているからこそデータそのものの分布を再現でき、そこから新しいデータを生み出すサンプリングが可能になります。識別モデルは条件付き確率P（y|x）に絞って学習するため、分類の判別に的を絞った効率的な学習ができる一方で、データを生み出す仕組み自体は持ち合わせていません。この生成能力の有無が、両者を見分ける最も分かりやすい基準です。

もう一つの比較軸は、深層生成モデルという下位概念との関係です。深層生成モデルは、生成モデルという大分類の中で、ニューラルネットワークを用いる手法群を指し、GAN・VAEはその代表例にあたります。

個別のアーキテクチャや学習手順の詳細は生成モデルという大枠の理解とは別の学習範囲ですが、深層生成モデルが生成モデルの発展形として位置づけられるという階層関係も、あわせて整理しておきたいところです。ナイーブベイズや隠れマルコフモデルのような伝統的な生成モデルも、GAN・VAEのような深層生成モデルも、同じ枠組みに属する関係にあります。

4. ビジネス・実務での活用シナリオ

クリエイティブ・広告の分野では、既存の画像やデザインが持つ分布を生成モデルに学習させ、バリエーション豊富な素材を自動生成する取り組みが進んでいます。人手でデザイン案を一つずつ作る場合と比べて、制作にかかるコストと時間を大きく圧縮できる点が実務上の意義です。

製造・品質管理の現場では、正常な製品データの分布を生成モデルに学習させ、その分布から外れるデータを異常として検知する異常検知（正常なデータのパターンから外れたデータを見つけ出す技術）への応用が進んでいます。異常のパターンを個別に列挙するのではなく、正常データの分布そのものを基準にすることで、未知の異常にも対応できる仕組みになります。

研究開発・創薬の分野でも生成モデルは活用されています。既知の分子構造データの分布を学習し、その分布から新しい候補化合物のデータを生成することで、人間の発想だけでは辿り着きにくい探索範囲まで候補を広げられます。膨大な組み合わせの中から有望な候補を絞り込む必要がある創薬において、生成モデルは探索の起点を増やす役割を担っています。