GAN
GAN（Generative Adversarial Network、敵対的生成ネットワーク）は、2つのニューラルネットワークを競合させながら学習させる生成モデルの一種で、2014年にGoodfellowらによって提案された。「敵対的」という名の通り、ジェネレーター（生成器）がランダムなノイズ（潜在変数）から本物らしいデータを生成し、ディスクリミネーター（識別器）がそれを本物か偽物か判定する。この過程を繰り返すことで、ジェネレーターはより精度の高いデータを生成できるようになる。
GANは、基本形では画像生成に強みを持ち、高解像度な写真風画像を生成できるほか、派生モデルを用いることで動画や3Dモデルの生成にも応用できる。一方で、学習が不安定になりやすく、特定パターンに偏ってしまう「モード崩壊」のリスクも存在する。代表的な派生モデルには、特定の条件を与えて生成する「Conditional GAN（cGAN）」、畳み込みニューラルネットワークを活用した「DCGAN」、高精細でリアルな画像生成に優れた「StyleGAN」などがある。しかし、生成技術がディープフェイクに悪用される事例も増加しており、社会的な課題となっている。
この記事を社内で共有し、課題解決のヒントにお役立てください
お客様マイページの「連絡ボード」機能を使って、同じ会社のメンバーと簡単にこのページを共有できます。社内で情報を共有し、組織全体の課題解決や業務効率の向上にお役立てください。
社内のメンバーに共有する（企業で共有する）
- （注）連絡ボードを利用するには企業設定が必要です。
