はじめに
根源的な発想なのですが，GAとGANs何が違うんだろうと思ったことです．細かい違いはありにせよ発想的には全く同じだよねと．
そうなれば数学的に何が違うのだろうと気になります．それはこの記事では触れません．
GAとGANsの関係
図を書くの時間かかるので，ホワイトボードで許してください．
海外勢で2年前に同じ疑問を持った人がいた．
How do GANs align with 'traditional' genetic algorithms? Where does the entropy in the GAN come from and could they be complementary?
(GANとGAはどのような関係があるの？GANのエントロピーはどこからきて，それらは互いに補い合うのか？)
https://www.reddit.com/r/MachineLearning/comments/52wab3/how_do_gans_align_with_traditional_genetic/
この記事では，GAは確率的にサンプリングしているが，GANsはサンプリングする必要は無くただ単に勾配を計算しているという事を指摘している．調整したい学習パラメータ数に応じてサンプリングの必要がないのでGANsの方が優位であると指摘している．
（太字だれか証明して．それだけで論文になる．）
GANsの場合、識別モデルは適応関数を提供するだけでなく、識別関数への各入力に対して適応関数の導関数を提供する。したがって、遺伝的アルゴリズムとは異なり、サンプリングは必要ありません。単に勾配を計算し、それに応じて更新するだけです。
というようなことを記事では議論しています．
おわりに
数学的な解説は余裕があれば追記でしたいです．
また，遺伝的アルゴリズムとモンテカルロフィルタは同じ枠組みであると言われています.1