生成AIパスポート 用語解説
GAN（敵対的生成ネットワーク）とは
データを作る生成器と、本物か偽物かを見分ける識別器を競わせて学習する生成モデル。
まず押さえる結論
GAN（敵対的生成ネットワーク）は、生成AIパスポートの「第2章 生成AI（ジェネレーティブAI）」で確認しておきたい用語です。 定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
- ハルシネーション・アライメント・ファインチューニングの取り違え。事実と異なるもっともらしい出力＝ハルシネーション、人間の意図に沿わせること＝アライメント、追加学習で調整＝ファインチューニング。
- GANとVAEの混同。GANは生成器と識別器を競わせる方式、VAEはエンコーダ・デコーダと潜在ベクトルを使う方式。
- Transformerの中核を畳み込みや位置エンコーディングと取り違える。中核は自己注意（Self-Attention）。
関連する確認問題
第2章 生成AI（ジェネレーティブAI） / 生成AIの誕生まで
2つのネットワークを競い合わせることで本物らしいデータを生成する、生成器と識別器から成るモデルはどれか。
GAN（敵対的生成ネットワーク）は、データを作り出す生成器と、本物か偽物かを見分ける識別器を競わせて学習する生成モデル。VAEはエンコーダ・デコーダと潜在ベクトルを使う別方式、RNNとLSTMは時系列・系列データを扱うためのモデルで、生成器と識別器を競わせる仕組みではない。
第2章 生成AI（ジェネレーティブAI） / 生成AIの誕生まで
生成モデルであるGAN（敵対的生成ネットワーク）とVAE（変分自己符号化器）の違いの説明として、最も適切なものはどれか。
GAN（敵対的生成ネットワーク）は、本物らしいデータを作る生成器と、本物か偽物かを見分ける識別器を競い合わせて学習する。一方、VAE（変分自己符号化器）は、エンコーダで入力を潜在ベクトルに圧縮し、デコーダで復元する構造を用いて学習する。両者の構成要素を入れ替えた説明や、識別専用・学習なしとする説明は誤り。
同じ章で確認したい用語
到達チェック
- GAN（敵対的生成ネットワーク）を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、GAN（敵対的生成ネットワーク）に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる