敵対的生成ネットワーク（GAN） (G検定)

2026年8月12日2026年9月2日

G検定

1. 定義と概要

敵対的生成ネットワーク（GAN）とは、役割の異なる2つのニューラルネットワークを競わせて学習し、訓練データに似た新しいデータを生成する深層生成モデルの一種です。英語表記は「Generative Adversarial Network」です。一方はジェネレータ（生成器。ノイズ（ランダムな数値の集まり）をもとに偽物のデータを作り出す側のネットワーク）、もう一方はディスクリミネータ（識別器。入力されたデータが本物か偽物かを見分ける側のネットワーク）です。

GANは、2014年にイアン・グッドフェローらによって提案されました。代表例としては、実在しない人物の顔画像の生成や、写真のスタイルを別の画風に変換する処理などが挙げられます。

従来、コンピュータに新しいデータを作らせる生成モデルは、統計的な手法や単一のネットワークでデータの特徴を近似する方式が中心で、複雑で高精細なデータの生成には限界がありました。

ディープラーニングの発展を背景に2014年にグッドフェローらがGANを提案し、偽物を作る側と見破る側という2つのネットワークを対立させながら鍛える対抗学習という新しい枠組みで、精度の高いデータ生成を可能にしました。この対抗学習の枠組みをもとに数多くの派生モデルが提案され、画像生成AI（画像を新たに作り出すAI技術の総称）分野の基盤技術の一つとして発展してきました。

2. 試験対策ポイント

まず整理しておきたいのは、ジェネレータとディスクリミネータの役割分担です。ジェネレータはノイズを入力として本物に似た偽データを生成し、ディスクリミネータは入力されたデータが本物か偽物かを識別します。

ジェネレータは偽物を本物らしく見せようとし、ディスクリミネータはそれを見破ろうとするため、両者の目的は真っ向から対立します。この関係は、一方の得が他方の損になるミニマックスゲーム（ゼロサムゲーム。勝敗が反対方向に動く駆け引きの構造）として定式化され、GANの学習全体の骨格になっています。

学習が進むにつれてジェネレータは本物により近いデータを生成できるようになり、最終的にディスクリミネータが本物と偽物を五分五分の確率でしか判定できない状態に近づくことが理想とされます。この状態は、ジェネレータとディスクリミネータの実力が拮抗し、識別器がもはや見分けをつけられなくなったことを意味します。

両者を交互に、かつバランスよく訓練し続ける必要がある点が、GANの学習を不安定にしやすい要因の一つです。代表的な課題としては、モード崩壊（生成するデータの内容が特定のパターンに偏り、多様性を失ってしまう現象。例えば手書き数字の生成で「3」ばかり出力するような状態）が知られています。

また、この対抗学習の枠組みをもとに数多くの派生モデルが提案されてきました。DCGAN（画像処理に適した構造を取り入れたGANの発展形）とCGAN（生成したい内容の条件を指定できるGANの発展形）はその代表例です。

ほかにも、pix2pix（対になった画像データをもとに変換を学習するGANの発展形）やCycleGAN（対になっていない画像同士でも変換を学習できるGANの発展形）などが提案されています。それぞれ構造や用途が異なるため、名称とその位置づけを結びつけて整理しておきたいところです。

3. 関連概念との比較・相違点

GANは、同じく新しいデータを作り出すVAEや拡散モデルと並べて位置づけを確認すると、特徴がつかみやすくなります。三者の枠組みと傾向を整理すると次のとおりです。

モデル	学習・生成の枠組み	生成結果や学習の傾向
GAN	ジェネレータとディスクリミネータによる対抗学習	明瞭な生成結果を得やすい一方、学習が不安定になりやすい
VAE	データの確率分布を直接モデル化する方式	学習は安定しやすいが、生成データはぼやけやすい
拡散モデル	ノイズを段階的に取り除く多段階の生成	対抗学習を用いないぶん学習が安定しやすい

VAE（変分オートエンコーダ。確率分布を使ってデータを生成する、GANとは別方式の生成モデル）との最大の違いは、学習の枠組みにあります。GANはジェネレータとディスクリミネータの対抗学習によって明瞭な生成結果を得やすい一方、VAEはデータの確率分布を直接モデル化するため学習が安定しやすいものの、生成データはぼやけやすい傾向にあります。

両者はどちらも深層生成モデルに分類されますが、鮮明さと安定性のどちらを優先する設計かという点で立場が異なります。

拡散モデル（Diffusion Model。ノイズを少しずつ取り除きながらデータを作り出す方式の生成モデル）との違いは、生成プロセスにあります。GANは1回の推論（学習済みモデルを使って答えを出す処理）で一気にデータを生成する仕組みであるのに対し、拡散モデルはノイズを段階的に除去しながら生成する多段階の仕組みです。

拡散モデルは対抗学習を用いないぶん学習が安定しやすく、現在の画像生成AIで広く採用されています。この違いは、GANが抱える学習の不安定さという課題と併せて理解しておきたい点です。

4. ビジネス・実務での活用シナリオ

エンタメ・クリエイティブの分野では、実在しない人物の顔画像やキャラクターイラストの自動生成、写真のスタイル変換などにGANが活用されています。人手で一から作成していた素材をGANで生成できれば、デザインや制作の工程を効率化でき、コスト削減に直結する効果が見込めます。

製造業や医療の現場では、不良品の外観画像や症例数の少ない疾患の医療画像など、実データが少ない領域でGANが生成した疑似データを学習データに追加するデータ拡張（オーグメンテーション。手元のデータを加工・追加して学習データの量や多様性を増やす手法）に使われています。実データだけでは不足しがちな学習データをGANで補うことで、AIモデルの認識精度の向上につながります。

一方で、実在の人物の映像や音声を偽造するディープフェイク（実在の人物の映像や音声をAIで偽造した合成コンテンツ）の技術基盤としてもGANは利用されています。なりすましや偽情報の拡散といった悪用リスクが社会的な課題として指摘されており、便利さと悪用リスクが表裏一体の関係にある点は、生成技術に共通する論点です。

5. 要点まとめ

GANはジェネレータとディスクリミネータという役割の異なる2つのネットワークが競い合う対抗学習によって、本物に近いデータを生成する深層生成モデルで、2014年にイアン・グッドフェローらが提案しました。
学習はミニマックスゲームとして定式化され、学習の不安定さやモード崩壊が代表的な課題として扱われます。
VAEや拡散モデルなど他方式の生成モデルとの位置づけの違いに加え、DCGAN・CGAN・pix2pix・CycleGAN等、数多くの派生モデルが存在します。