問題 No.3553
AIを活用した画像生成システムを開発している企業において、本物そっくりな偽の画像を自動生成する生成モデルと、その画像が本物か偽物かを判定する識別モデルを互いに競い合わせることで、生成モデルの精度を向上させる機械学習の手法はどれか。
【正解の解説】
敵対的生成ネットワーク（GAN）を用いて、2つのモデルを競い合わせて学習させる
これはまるで、偽札を作る「詐欺師」と、それを見破る「警察官」が互いに競い合って腕を上げていくような関係です。詐欺師はより本物そっくりな偽札を作ろうとし、警察官はそれを見破る目を厳しくします。この切磋琢磨をAIの内部で行うことで、見分けがつかないほど精巧な画像を自動生成できるようになる画期的な仕組みです。
スポンサーリンク
【その他の選択肢の解説】
強化学習を用いて、環境からの報酬を最大化するようにエージェントの行動方針を最適化させる
選択肢Aの敵対的生成ネットワークと混同しやすいですが、強化学習はAI自身がゲームなどで高得点という報酬を得るためにトライ＆エラーを繰り返す手法です。2つのモデルがバチバチと競い合う様子を描いた問題文の状況とは目的やアプローチが根本的に異なるため誤りとなります。
教師あり学習を用いて、正解ラベルが付与された大量の画像データから特徴量を網羅的に抽出させる
人間で例えるなら、先生が「これは犬、これは猫」と答え（正解ラベル）を教えながら教科書で勉強させるのが教師あり学習です。今回はモデル同士が競い合う構造についての説明であるため、正解ラベルを使って手取り足取り教えるこの手法は当てはまりません。
転移学習を用いて、既存の大規模モデルで事前学習済みの重みパラメータをそのまま固定して利用する
すでにプロレベルの腕前を持つ職人の技（事前学習済みの重み）を別の作業にそのまま受け継がせて効率よく学習させるのが転移学習です。モデル同士を対決させてゼロから鍛え上げるような今回の問題のプロセスとは手順が異なるため、選択肢として不適切です。