敵対的生成ネットワーク（GAN）は、生成器と識別器という二つのAIモデルを競わせながら学習させる仕組みです。ITパスポートでは、生成AIや機械学習の基本用語として、何をする技術なのかを押さえれば十分です。
敵対的生成ネットワーク（GAN）の意味
敵対的生成ネットワーク（GAN：Generative Adversarial Network）は、AIに新しいデータを作らせるための代表的な手法です。
GANでは、主に次の二つの役割が登場します。
- 生成器（Generator）：本物に見えるデータを作る
- 識別器（Discriminator）：本物のデータか、生成器が作った偽物かを判定する
生成器は識別器をだまそうとし、識別器は偽物を見抜こうとします。この競争を繰り返すことで、生成器はより本物らしいデータを作れるようになります。
たとえば、画像生成で考えると分かりやすいです。生成器が人物画像のようなデータを作り、識別器が本物の写真と見比べて本物か偽物かを判定します。最初は不自然でも、繰り返し学習することで、だんだん自然な画像に近づいていきます。
ITパスポートではどこに出るか
ITパスポート試験では、GANはテクノロジ系の基礎理論、特にAIや機械学習の文脈で出ます。
シラバス Ver.6.5 では、次のような用語群と同じ並びで掲載されています。
- 機械学習
- ニューラルネットワーク
- ディープラーニング
- CNN
- RNN
- 敵対的生成ネットワーク（GAN）
- 大規模言語モデル（LLM）
- プロンプトエンジニアリング
つまり、GANだけを細かい数式で理解する必要はありません。ITパスポートでは、生成AIを支える機械学習技術の一つとして、生成器と識別器が競い合う構造を理解するのが効率的です。
関連するAI・データ活用の用語は、AI・データ活用の記事まとめから確認できます。
身近な例で考える
GANの考え方は、偽物を作る人と見抜く人が互いにレベルアップしていく関係に近いです。
たとえば、手書き文字を作るAIを考えます。
- 生成器が数字の「8」のような画像を作る
- 識別器が本物の手書き数字か、AIが作ったものかを判定する
- 生成器は判定結果をもとに、より自然な「8」を作る
- 識別器も、より細かい違いを見抜けるようになる
この繰り返しによって、生成器は本物に近いデータを作れるようになります。
日常生活では、画像生成、デザイン案の作成、映像処理、データ補完などでGANの考え方が使われます。ニュースで見かけるディープフェイクも、こうした生成技術と関係があります。
仕事ではどう使われるか
ビジネスでは、GANは主にデータを作る、補う、変換する場面で活用されます。
代表例は次のとおりです。
- 商品画像やデザイン案の生成
- 医療画像や検査画像の補助的な解析
- 古い画像の高解像度化
- 学習データが少ない分野でのデータ拡張
- 異常検知モデルの学習支援
ただし、GANで作ったデータは必ず正しいとは限りません。生成AI全般と同じく、出力結果の確認、人権・著作権・プライバシーへの配慮、不正利用の防止が重要です。
仕事で使う場合は、便利な自動生成ツールとして見るだけでなく、誰が確認するのか、どこまで業務判断に使ってよいのかを決める必要があります。
似た用語との違い
GANは、ほかのAI用語と混同しやすいです。ITパスポートでは、次の違いを押さえると整理しやすくなります。
| 用語 | ポイント |
|---|---|
| 機械学習 | データから規則性を学ぶ技術全般 |
| ディープラーニング | 多層のニューラルネットワークを使う機械学習 |
| GAN | 生成器と識別器を競わせてデータを生成する手法 |
| CNN | 主に画像認識で使われるニューラルネットワーク |
| RNN | 時系列データや文章など順序のあるデータに使われる手法 |
| LLM | 大量の文章データから言語処理を行う大規模なAIモデル |
GANの特徴は、単に分類するのではなく、新しいデータを生成する点です。また、生成器と識別器の二つが競争する点も重要です。
試験で狙われやすい確認問題
問題1
敵対的生成ネットワーク（GAN）の説明として、最も適切なものはどれか。
A. データベースを高速に検索するための索引技術
B. 生成器と識別器を競わせながら学習する生成モデル
C. ネットワーク通信を暗号化するためのSecurity Protocol
D. プロジェクトの作業順序を図で表す管理手法
正解：B
GANは、生成器が本物らしいデータを作り、識別器が本物か偽物かを判定する仕組みです。
問題2
GANの識別器の役割として、最も適切なものはどれか。
A. 生成されたデータが本物か偽物かを判定する
B. Webサイトのアクセス数を集計する
C. プログラムのバグを自動修正する
D. コンピュータのCPU温度を管理する
正解：A
識別器は、実データと生成データを見分ける役割を持ちます。
問題3
GANを業務利用するときの注意点として、適切なものはどれか。
A. AIが生成した内容は常に正しいため確認不要である
B. 生成結果の確認や不正利用防止のルールが必要である
C. GANはネットワーク機器の配線だけに使われる
D. GANは会計処理を法律上自動承認する仕組みである
正解：B
GANを含む生成AIでは、出力の正確性、権利侵害、悪用リスクを確認する必要があります。
試験対策で押さえるポイント
GANは、名前だけ見ると難しく感じます。しかし、ITパスポートでは次の3点で十分です。
- GANは生成AIに関係する機械学習手法
- 生成器が本物らしいデータを作る
- 識別器が本物か偽物かを判定し、両者が競いながら学習する
細かい数式や実装方法よりも、仕組みのイメージを優先してください。特に、CNNは画像認識、RNNは時系列データ、GANはデータ生成、LLMは文章生成や言語処理、という役割の違いを並べて覚えると得点につながります。
まとめ
敵対的生成ネットワーク（GAN）は、生成器と識別器を競わせながら、本物に近いデータを作るAIの仕組みです。
ITパスポートでは、生成AI・機械学習の一種として、二つのモデルが対抗しながら学習する点を押さえれば十分です。仕事や生活では、画像生成やデータ拡張など便利な用途がある一方、生成物の確認や不正利用防止も重要になります。
