画像学習

近年、人工知能の分野、特に深い学習の分野において大きな注目を集めている技術の一つに、「敵対的生成ネットワーク（GAN）」というものがあります。GANは、まるで巨匠の画家と、その真贋を見極める鑑定士のように、二つのAIがお互いに競い合いながら成長していくという、非常にユニークな仕組みを持つ技術です。 GANは、大きく分けて「生成ネットワーク」と「識別ネットワーク」という二つのネットワークから構成されています。生成ネットワークは、例えば、手書きの数字画像を学習データとして与えられた場合、その学習データを元に、本物と見分けがつかないような偽物の手書き数字画像を生成しようとします。一方、識別ネットワークは、生成ネットワークが作った偽物の画像と、本物の手書き数字画像を見比べて、どちらが本物かを判定します。 この時、生成ネットワークは、識別ネットワークを騙せるように、より精巧な偽物の画像を作ろうと学習を重ねていきます。一方の識別ネットワークも、生成ネットワークの作った偽物を見破れるように、より正確に真贋を判定できるように学習していきます。このように、GANは、生成ネットワークと識別ネットワークがお互いに競い合いながら学習することで、より高度な画像生成能力を獲得していくのです。 GANは、その精巧な画像生成能力から、様々な分野への応用が期待されています。例えば、実在しない人物の顔写真や、風景写真などを自動生成したり、低解像度の画像を高解像度に変換したりといったことが可能になります。また、医療分野においては、CTスキャンの画像から腫瘍の有無を検出する際に、より正確な診断を支援するためにGANが活用される可能性もあります。