GANGenerative Adversarial Network

二台の機械が交互に競います

片方は**意味のない数の束を受け取って結果物を作ります。**毎回違う数が入るので毎回違う結果が出ます。もう片方は本物の資料と作られた結果物を混ぜて受け取り、どちらかを判定します。

学習は二つを交互に進めます。まず見抜く側に本物と偽物を見せながらうまく見分けられるよう手直しします。次に作る側を手直ししますが、このときは見抜く側をだます方向へ直します。一度ずつやり取りすると両方とも少しずつよくなっています。

競いが続くのは、課題が自動で難しくなるからです。作る側がよくなれば見抜く側の判定が難しくなり、見抜く側が鋭くなれば作る側が通りにくくなります。相手がそのまま次の段階の試験問題になるのです。

点数表は相手の失敗から生まれます

この方式が注目された理由は、正解を人が付けなくてよいという点です。絵を作る作業には元々採点表がありません。うまく描けたか数字で測る方法がありません。GANはその採点を別の機械に任せてしまいます。

見抜く側が「これは作られたようだ」と判定すれば、作る側はどこが引っかかったか信号を受けてその部分を直します。逆にだまされれば、その方向が正しかったという信号になります。採点表が学習の途中でずっと書き換えられるわけです。

おかげで結果物がくっきりします。平均を狙う方式で学んだ模型はぼやけた結果を出しがちですが、ここではぼやけた結果がすぐ見破られて通りません。

均衡が崩れると学びが止まります

問題は二台の機械の力が近くないと競いが成り立たない点です。見抜く側が強くなりすぎると、何を差し出しても偽物判定が出ます。作る側はどちらへ直せばよいか分からなくなり学びが止まります。

逆の状況も困ります。作る側が**うまく通る結果をひとつ見つけると、それだけを焼き続けます。**毎回違う数を入れても出てくるものは似たり寄ったりになります。たい焼きの型ひとつが通ったからとその模様ばかり彫り続ける状況です。この現象をモード崩壊と呼びます。

だから学習は順調に進みません。二つの速さを合わせ片方が先走らないよう調節する手直しが多く入ります。同じ設定でもう一度回しても結果が大きく変わることもあります。

学び終えたら見抜く側は下ろします

学習が終わると実際に使うのは作る側ひとつです。見抜く機械は訓練用の採点者だっただけなので完成後は要りません。サービスに載るのも作る側だけです。

作る側は数の束を受け取って結果を出すので**一回の計算で結果が出ます。**何段階も踏む方式よりずっと速く、リアルタイムで画面を作らなければならない場面では今もこの方式が使われます。

今はどこに使われるか

しばらく絵作りの中心でしたが、今その席は染みを取り除きながら作る方式に多く移りました。学習が安定していて多様な結果を出しやすいうえ、文で方向を示すのもしやすいからです。

代わりにGANは速くて軽い場面で生き残りました。低解像度の写真を大きく拡大する作業、声の波形を音に変える作業、画面をリアルタイムで変える作業のように一度で済ませなければならない仕事に向いています。競わせて学ばせるという発想自体も他の分野へ広く広がりました。