贋作師と鑑定士を戦わせたら、AIが絵を描けた｜GANの発想
本物そっくりの画像を生み出す AI は、どうやって生まれたのか。2014 年の GAN は「ニセモノを作る AI」と「見破る AI」を競わせるという奇抜なアイデアで、生成 AI の扉を開きました。やさしく解説します。
実在しない人物の顔写真、本物と見分けがつかない風景画——。AI が“それっぽい画像”を生み出す技術は、いまや当たり前になりました。でも、そもそも AI はどうやって「見たことのないもの」を描けるようになったのでしょう。
その大きな転機が、2014 年に Ian Goodfellow らが発表した GAN（敵対的生成ネットワーク） です。アイデアが、とにかく洒落ていました。
何をした研究なのか
GAN は、2 つの AI を competitor（ライバル）として戦わせます。たとえるなら、**贋作師（にせもの作り）と鑑定士（見破る人）**です。
- 生成器（贋作師）：本物そっくりの画像を作ろうとする
- 識別器（鑑定士）：与えられた画像が「本物」か「贋作師の作ったニセモノ」かを見破ろうとする
この 2 人をひたすら競わせます。鑑定士に見破られたら、贋作師はもっと巧妙に。贋作師に騙されたら、鑑定士はもっと厳しく。互いに相手の裏をかこうとして、二人とも腕を上げていく——研究では、これを「ミニマックスゲーム」と表現しています。
何がすごいのか
このイタチごっこを延々と続けると、最後に何が残るか。鑑定士（プロ）でさえ見破れないほど本物そっくりの画像を作れる、超一流の贋作師です。
従来、「本物らしいデータを生成する」のは AI にとって非常に難しい課題でした。GAN の発明は、その難問を 「2 つの AI を競わせる」というシンプルな構図に置き換えて解いてみせた点が画期的でした。しかも、複雑な確率計算の積み重ねを必要とせず、ふつうの学習の仕組み（誤差を逆向きに伝える方法）だけで動かせたのも大きな魅力でした。
いちばん面白いのはここ
GAN が見せた **「敵対させて鍛える」**という発想は、その後の生成 AI の世界に火をつけました。実在しない顔の生成、白黒写真の自動着色、低画質画像の高精細化、画風の変換——応用は一気に広がります。
「ひとりで頑張らせる」のではなく、ライバルをぶつけて互いに伸ばす。人間の世界でも覚えのあるこの構図を、AI の学習に持ち込んだことこそ、GAN のいちばんの魅力です。
ひとつ注意
GAN の学習は、実は気難しいことでも知られています。贋作師と鑑定士の力のバランスが崩れると、うまく育たなかったり、似たような画像ばかり作ってしまったり。近年の画像生成では、GAN とは別系統の「拡散モデル」と呼ばれる手法も主流になっています。とはいえ、「生成 AI」という分野そのものを切り開いた立役者が GAN であることは間違いありません。
持ち帰り
奇抜なアイデアが、分野ごとひっくり返すことがある——。GAN は「ニセモノ作りと見破り役を競わせる」というユニークな着想ひとつで、生成 AI の時代を引き寄せました。技術の面白さは、こういう“発想の飛躍”にこそ宿ります。
生成 AI の活用や画像処理のご相談は、お問い合わせからどうぞ。