畳み込みニューラル ネットワーク（CNN）と敵対的生成ネットワーク（GAN）はどちらもディープ ラーニング アーキテクチャですが、それぞれ異なる強みと用途があります。CNN は画像分類や物体検出タスクによく使用されますが、GAN は新しいデータ インスタンスの生成を目的として設計されるのが一般的です。

すべての GAN は生成器と識別器の構造を共有していますが、特定の問題を解決するためにさまざまなバリエーションが開発されています。最も重要なタイプをいくつかご紹介します。

• 条件付き GAN（cGAN）: GAN で生成するものを制御したい場合はどうすればよいでしょうか。cGAN では条件を追加できます。「ランダムな顔」を生成するだけでなく、「金髪の笑顔の女性」を生成するように指示することができます。これは、テキスト画像変換アプリケーションでは非常に重要です。
• CycleGAN: トレーニング用に完全に一致した画像ペアがなくても、あるスタイルから別のスタイルに画像を変換したい場合はどうすればよいでしょうか（たとえば、馬の写真をシマウマに変えるなど）。CycleGAN は、こうした「ペアになっていない画像から画像への変換」のために設計されており、スタイル変換やオブジェクトの変形に優れていることで有名です。
• StyleGAN: このタイプの GAN は、非常に高品質でリアルな画像（特に顔）の作成に重点を置いており、ユーザーは年齢、髪、表情など、画像の「スタイル」を細かく制御できます。
• 超解像 GAN（SRGAN）: この GAN は、低解像度のぼやけた画像を、リアルな細部をハルシネーションして鮮明な高解像度バージョンにアップスケールすることに特化しています。

2 つの敵対的ネットワークを使用するという基本的なコンセプトは、GAN のバリエーション全体で一貫していますが、研究者は、特定の用途の制限に対処し、パフォーマンスを向上させるために、さまざまなアーキテクチャとトレーニングの改良を模索しています。

GAN は、多くの業界で新たな可能性を切り開いてきました。一般的に、その用途は主に次の分野に分類されます。

これは GAN の最も有名な応用例です。人物、場所、物体のリアルな画像の生成、デジタルアートや音楽の作成、スタイル変換（写真を絵画のようにする）、超解像度（ぼやけた画像を鮮明にする）、テキストから画像への合成といった強力な画像編集ツールの実現などがあります。

高品質のデータは ML の原動力となりますが、希少であったり、高価であったり、非公開であったりする可能性があります。GAN は、合成データを生成することでこの問題を解決します。医療分野では、GAN を使用して、患者のプライバシーを侵害することなく、リアルでありながら匿名化された医療スキャンを作成して、診断モデルのトレーニングに活用できます。金融業界では、合成トランザクション データを生成して、より優れた不正行為検出システムをトレーニングできます。これにより、データ不足を克服し、データセットのバランスを保つことができます。

GAN は、複雑なシステムのパターンを学習して、リアルなシミュレーションを作成できます。これは、自動運転車のトレーニング、動画の次のフレームの予測、さらには創薬における潜在的な分子構造の発見など、さまざまなシナリオの生成に活用されています。

GAN を「正常」なデータでトレーニングすることで、パターンに当てはまらないものを検出する精度が非常に向上します。これは、不正な金融活動の検出、サイバーセキュリティにおけるネットワーク侵入の特定、製造における欠陥の発見に活用されています。

GAN の開発とデプロイには、膨大なコンピューティング能力と堅牢な MLOps プラットフォームが必要です。Google Cloud は、ワークフロー全体をサポートするツールを提供しています。

• モデルの構築と管理: Vertex AI は、GAN などの複雑なモデルの構築、トレーニング、デプロイのプロセスを簡素化するマネージド ML プラットフォームです。データとテストを管理するための統合環境が提供されます。
• 高パフォーマンスのトレーニング: GAN のトレーニングは計算負荷が高いタスクです。Cloud TPU は、ディープ ラーニングのトレーニングを大幅に高速化するために Google が独自に設計したハードウェア アクセラレータであり、複雑な GAN アーキテクチャの反復処理を著しく高速化できます。
• スケーラブルなデプロイ: モデルのトレーニングが完了したら、Google Kubernetes Engine（GKE）を使用して、コンテナ化された GAN を大規模なアプリケーションの一部としてデプロイするための、強力でスケーラブルな環境を提供します。