一文定義
GANとは、生成器と識別器が互いに競い合うことで高品質なデータを生成するニューラルネットワーク（Generative Adversarial Network）です。2014年にGoodfellowが提案し、リアルな画像生成AIの先駆けとなりました。
詳細解説
GAN（Generative Adversarial Network：敵対的生成ネットワーク）とは、データを生成する「生成器（Generator）」と本物か偽物かを識別する「識別器（Discriminator）」の2つのニューラルネットワークをゲーム理論的に競わせることで、本物に近いデータを生成する手法です。Goodfellowらが2014年に提案し、機械学習史上最も重要なアイデアの一つとされます。
GANが重要な理由は、以前のAIには難しかった「リアルな新規データの生成」を実現したためです。顔写真・風景・アート作品などを高解像度で生成できることが示され、画像生成AIブームの礎となりました。StyleGAN、BigGAN、CycleGANなど多数の派生モデルが開発されました。
現在は画像生成の主流がdiffusion-modelに移行しており、Stable DiffusionやDALL-E 3はGANではなく拡散モデルを採用しています。ただしGANは生成速度の速さという利点があり、超解像・動画生成・データ拡張・医療画像合成などの分野で引き続き活用されています。また敵対的サンプル（adversarial-attack）という概念もGANの研究から派生しました。
参考情報・出典
- ▸Generative Adversarial Nets— arXiv / Goodfellow et al. (2014)（参照日: 2026-02-26）
- ▸Generative adversarial network - Wikipedia— Wikipedia（参照日: 2026-02-26）
最終更新: 2026-02-26← 用語集一覧へ