Ventureclef代表の宮本和明さんが、「Generative Adversarial Networks (GAN) とは何か、どんなブレークスルーが期待でき如何なる危険性があるか」と紹介している内容が興味深い。
GANはニューラルネットワークの技法で二つの対峙する (Adversarial) ネットワークがコンテンツ (イメージや音声など) を生成するという。
GANは技法の総称で多くのバリエーションがあり、その代表がDCGAN (Deep Convolutional Generative Adversarial Networks) で、ネットワークが写真そっくりの偽のイメージを生成するらしい。
Nvidiaはニューラルネットワークでセレブ画像を生成する技術を公開した。
画像は実在の人物ではなくアルゴリズムがセレブというコンセプトを理解して想像でリアルに描くが、このネットワークがDCGANにあたるようだ。
GANに注目が集まっている理由はGANが現行Deep Learningが抱えている問題の多くを解決する切り札になる可能性があると期待されているからのようだ。
特に、教師無し学習 (Unsupervised Learning) とタグ無しデータ (Unlabeled Data) 教育の分野で研究が大きく進む手掛かりになると見られているらしい。
DCGANはGenerator(制作者) とDiscriminator (判定者) から構成され、GeneratorはDe-convolutionNetworkで構成され、入力されたノイズ (ランダムなシグナル) からイメージ (例えば寝室) を生成するという。
DiscriminatorはConvolutionNetwork で構成され、ここに偽造イメージ (Fake) 又は本物イメージ (Real) を入力、Discriminatorは入力されたイメージを処理し、それがFakeかRealかを判定(Logistic Regression) するが、このプロセスでDiscriminatorが誤差逆伝播法 (Backpropagation) で教育され勾配 (Gradient、本物と偽物の差異) を得るという。
この勾配をGeneratorに入力し本物そっくりの偽物を生成する技術を上げるらしい。
また、SRGAN (Super-ResolutionGenerative Adversarial Networks) とは、低解像度のイメージを高解像度のイメージに変換する技法らしい。
さらに、StackGAN (Stacked GenerativeAdversarial Networks) とは入力された言葉からイメージを生成する技法らしい。
一方、GANに寄せる期待が高まる中でその危険性も指摘されており、今までもフェイク写真が問題となってきたがGANの登場でその危険性が加速され、ニュースに掲載されている写真やビデオを信用できるかという問いが投げかけられているというのは、納得できる。
ＩＴ起業研究所ITInvC代表 小松仁
