モリカトロン株式会社運営「エンターテインメント×AI」の最新情報をお届けするサイトです。
- TAG LIST
- CGCGへの扉機械学習安藤幸央ディープラーニング月刊エンタメAIニュースGAN河合律子OpenAINVIDIA音楽吉本幸記ニューラルネットワーク三宅陽一郎強化学習GoogleQAグーグルDeepMindGPT-3Facebook自然言語処理人工知能学会大内孝子森川幸人敵対的生成ネットワークシナリオキャラクターAIスクウェア・エニックスモリカトロンAIラボインタビューマイクロソフトルールベースStable DiffusionAIと倫理アート映画デバッグNFTDALL-E2StyleGAN倫理ゲームプレイAI自動生成SIGGRAPHモリカトロンメタAIテキスト画像生成ロボット深層学習ファッションCEDEC2019プロシージャルVFXデジタルツイン遺伝的アルゴリズムテストプレイNPCDALL-ECLIP画像生成大規模言語モデルChatGPTビヘイビア・ツリーディープフェイクCEDEC2021CEDEC2020ゲームAIメタバース不完全情報ゲームVRナビゲーションAI画像生成AIボードゲーム畳み込みニューラルネットワークGDC 2021JSAI2022生成系AIAdobeGDC 2019マルチエージェントCEDEC2022著作権AIアート懐ゲーから辿るゲームAI技術史toioジェネレーティブAICNNMicrosoftNVIDIA OmniverseUnity小説アニメーション鴫原盛之HTN階層型タスクネットワークマンガ汎用人工知能JSAI2020GTC2023TensorFlowインタビューバーチャルヒューマンBERTMidjourneyイベントレポート対話型エージェントAmazonロボティクスMetaMinecraft水野勇太アバターOmniverse3DCGUbisoftGenvid TechnologiesガイスターStyleGAN2GTC2022教育ソニーJSAI2021スポーツ研究シムピープルMCS-AI動的連携モデルマーケティングGDC SummerLLMブロックチェーン作曲アストロノーカキャリアeスポーツスタンフォード大学サイバーエージェント音声認識eSportsDQNBLUE PROTOCOLシーマンStability AIメタAlphaZeroTransformerGPT-2rinnaAIりんなデジタルヒューマンカメラ環世界中島秀之PaLM哲学ベリサーブPlayable!理化学研究所SIGGRAPH ASIANetflix東京大学DARPAドローンシムシティImagenZorkバイアスモーションキャプチャーTEZUKA2020AI美空ひばり手塚治虫テキスト生成バンダイナムコ研究所スパーシャルAIElectronic Arts3DメタデータLEFT 4 DEAD通しプレイOpenAI Five本間翔太CMAudio2Faceピクサープラチナエッグイーサリアムボエダ・ゴティエビッグデータ中嶋謙互Amadeus Codeデータ分析Microsoft AzureMILE模倣学習ナラティブNVIDIA RivaアーケードゲームOmniverse ReplicatorWCCFレコメンドシステムNVIDIA DRIVE SimWORLD CLUB Champion FootballNVIDIA Isaac Simセガ柏田知大軍事田邊雅彦トレーディングカードトレカメディアアートGPTPyTorch眞鍋和子バンダイナムコスタジオaibo合成音声齊藤陽介マインクラフトお知らせMagic Leap Oneチャットボットサルでもわかる人工知能VAEDreamFusionリップシンキングUbisoft La Forge自動運転車ワークショップ知識表現ウォッチドッグス レギオンIGDA秋期GTC2022市場分析どうぶつしょうぎEpic Gamesジェイ・コウガミ音楽ストリーミングMITAIロボ「迷キュー」に挑戦AWS野々下裕子徳井直生マシンラーニング5GMuZeroRival Peakpixivクラウド対話エンジン斎藤由多加リトル・コンピュータ・ピープルCodexコンピューティショナル・フォトグラフィーゴブレット・ゴブラーズ絵画ARMicrosoft Designerイラストシミュレーション完全情報ゲーム坂本洋典釜屋憲彦ウェイポイントパス検索対談藤澤仁生物学GTC 2022画像認識GPT-3.5SiemensStyleCLIPDeNA長谷洋平masumi toyota宮路洋一OpenSeaGDC 2022Gen-1TextWorldEarth-2BingMagenta音楽生成AISFELYZA Pencil松尾豊GTC2021CycleGANテンセントデータマイニングNetHackはこだて未来大学Bardキャラクターモーションフェイクニュース現代アートエージェントRPGSIGGRAPH 2022レベルデザインAIボイスアクターNVIDIA CanvasGPUALife人工生命オルタナティヴ・マシンサウンドスケープLaMDATRPGAI DungeonプロンプトASBS栗原聡ぱいどんアドベンチャーゲーム不気味の谷ナビゲーションメッシュ松井俊浩ELYZAフルコトELYZA DIGEST建築音声合成NeRF西成活裕Apex LegendsELIZA群衆マネジメントライブポートレイトNinjaコンピュータRPGライブビジネスWonder Studioアップルタウン物語新型コロナ土木KELDIC周済涛BIMメロディ言語清田陽司インフラゲームTENTUPLAYサイバネティックスMARVEL Future FightAstro人工知能史Amazon BedrockタイムラプスEgo4DAI哲学マップイーロン・マスクバスキア星新一X.AI日経イノベーション・ラボStyleGAN-XLX Corp.敵対的強化学習StyleGAN3Twitter階層型強化学習GOSU Data LabGANimatorXホールディングスWANNGOSU Voice AssistantVoLux-GANMagi竹内将SenpAI.GGProjected GANStable Diffusion XLMobalyticsSelf-Distilled StyleGANSDXL馬淵浩希CygamesニューラルレンダリングRTFKT岡島学AWS SagemakerPLATONIKE映像セリア・ホデント形態素解析frame.ioClone XUXAWS LambdaFoodly村上隆誤字検出森山和道認知科学中川友紀子Digital MarkゲームデザインSentencePieceアールティSnapchatLUMINOUS ENGINEクリエイターコミュニティLuminous ProductionsBlenderBot 3バーチャルペットパターン・ランゲージ竹村也哉Meta AINVIDIA NeMo Serviceちょまどマーク・ザッカーバーグヴァネッサ・ローザGOAPWACULVanessa A RosaAdobe MAX 2021陶芸自動翻訳Play.ht音声AIAIライティングLiDAROmniverse AvatarAIのべりすとPolycamFPSQuillBotdeforumマルコフ決定過程NVIDIA MegatronCopysmith動画生成AINVIDIA MerlinJasperハーベストNVIDIA MetropolisForGamesパラメータ設計テニスゲームマーケットバランス調整岡野翔太協調フィルタリング郡山喜彦人狼知能テキサス大学ジェフリー・ヒントンGoogle I/O 2023AlphaDogfight TrialsAI Messenger VoicebotGoogle I/OエージェントシミュレーションOpenAI Codex武蔵野美術大学StarCraft IIHyperStyleMax CooperBingAIFuture of Life InstituteRendering with StyleIntelDisney類家利直FireflyLAIKADisneyリサーチヴィトゲンシュタインPhotoshopRotomationGauGAN論理哲学論考LightroomGauGAN2京都芸術大学Canvaドラゴンクエストライバルズ画像言語表現モデルChatGPT4不確定ゲームSIGGRAPH ASIA 2021PromptBaseBOOTHDota 2モンテカルロ木探索ディズニーリサーチpixivFANBOXMitsuba2バンダイナムコネクサス虎の穴ソーシャルゲームEmbeddingワイツマン科学研究所ユーザーレビューFantiaGTC2020CG衣装mimicとらのあなNVIDIA MAXINEVRファッションBaidu集英社淡路滋ビデオ会議ArtflowERNIE-ViLG少年ジャンプ＋グリムノーツEponym古文書ComicCopilotゴティエ・ボエダ音声クローニング凸版印刷コミコパGautier Boeda階層的クラスタリングGopherAI-OCRゲームマスター画像判定Inowrld AIJuliusSIE鑑定ラベル付けMODTPRGOxia Palus大澤博隆Ghostwriterバーチャル・ヒューマン・エージェントtoio SDK for UnityArt RecognitionSFプロトタイピングSkyrimクーガー田中章愛実況パワフルサッカースカイリム石井敦銭起揚NHC 2021桃太郎電鉄RPGツクールMZ茂谷保伯池田利夫桃鉄ChatGPT_APIMZGDMC新刊案内パワサカダンジョンズ&ドラゴンズマーベル・シネマティック・ユニバースコナミデジタルエンタテインメントOracle RPG成沢理恵MITメディアラボMCU岩倉宏介深津貴之アベンジャーズPPOxVASynthマジック・リープDigital DomainMachine Learning Project CanvasLaser-NVMagendaMasquerade2.0国立情報学研究所TencentノンファンジブルトークンDDSPフェイシャルキャプチャー石川冬樹MERFサッカーモリカトロン開発者インタビュースパコンAlibaba里井大輝Kaggle宮本茂則スーパーコンピュータVQRFバスケットボール山田暉松岡 聡nvdiffrecAssassin’s Creed OriginsAI会話ジェネレーターTSUBAME 1.0NeRFMeshingSea of ThievesTSUBAME 2.0LERFGEMS COMPANYmonoAI technologyLSTMABCIマスタリングモリカトロンAIソリューション富岳TikTok初音ミクOculusコード生成AISociety 5.0リアム・ギャラガー転移学習テストAlphaCode夏の電脳甲子園グライムスBaldur's Gate 3Codeforces座談会BoomyCandy Crush Saga自己増強型AItext-to-imageジョン・レジェンドSIGGRAPH ASIA 2020COLMAPtext-to-3Dザ・ウィークエンドADOPNVIDIA GET3DドレイクデバッギングBigGANGANverse3DMaterialGANRNNグランツーリスモSPORTAI絵師ReBeLグランツーリスモ・ソフィーUGCGTソフィーPGCVolvoFIAグランツーリスモチャンピオンシップNovelAIRival PrakDGX A100NovelAI DiffusionVTuberユービーアイソフトWebcam VTuberモーションデータ星新一賞北尾まどかHALOポーズ推定将棋メタルギアソリッドVフォートナイトメッシュ生成FSMメルセデス・ベンツRobloxMagic Leapナップサック問題Live NationEpyllion汎用言語モデルWeb3.0マシュー・ボールAIOpsムーアの法則SpotifyスマートコントラクトReplica StudioamuseChitrakarQosmoAdobe MAX 2022巡回セールスマン問題Adobe MAXジョルダン曲線メディアAdobe Research政治Galacticaクラウドゲーミングがんばれ森川君2号和田洋一リアリティ番組映像解析Stadiaジョンソン裕子セキュリティMILEsNightCafe東芝デジタルソリューションズインタラクティブ・ストリーミングLuis RuizSATLYS 映像解析AIインタラクティブ・メディアポケモン3DスキャンPFN 3D Scanシーマン人工知能研究所東京工業大学Ludo博報堂Preferred NetworksラップPFN 4D ScanSIGGRAPH 2019ArtEmisZ世代DreamUpAIラッパーシステムDeviantArtWaifu DiffusionGROVERプラスリンクス ～キミと繋がる想い～元素法典FAIRSTCNovel AIチート検出Style Transfer ConversationOpen AIオンラインカジノRCPアップルRealFlowRinna Character PlatformiPhoneCALADeep FluidsSoul Machines柿沼太一MeInGameAmeliaELSIAIGraphブレイン・コンピュータ・インタフェースバーチャルキャラクターBCIGateboxアフォーダンスLearning from VideoANIMAKPaLM-SayCan予期知能逢妻ヒカリセコムGitHub Copilotユクスキュルバーチャル警備システムCode as Policiesカント損保ジャパンCaP上原利之ドラゴンクエストエージェントアーキテクチャアッパーグラウンドコリジョンチェックPAIROCTOPATH TRAVELER西木康智OCTOPATH TRAVELER 大陸の覇者山口情報芸術センター［YCAM］アルスエレクトロニカ2019品質保証YCAMStyleRigAutodeskアンラーニング・ランゲージ逆転オセロニアBentley Systemsカイル・マクドナルドワールドシミュレーターローレン・リー・マッカーシー奥村エルネスト純いただきストリートH100鎖国［Walled Garden］プロジェクト齋藤精一大森田不可止COBOLSIGGRAPH ASIA 2022高橋智隆DGX H100VToonifyロボユニザナックDGX SuperPODControlVAE泉幸典仁井谷正充クラウドコンピューティング変分オートエンコーダーロボコレ2019Instant NeRFフォトグラメトリartonomous回帰型ニューラルネットワークbitGANsDeepJoinぎゅわんぶらあ自己中心派Azure Machine LearningAzure OpenAI Service意思決定モデル脱出ゲームDeepLHybrid Reward Architectureコミュニティ管理DeepL WriteウロチョロスSuper PhoenixSNSProject Malmoオンラインゲーム気候変動Project PaidiaシンギュラリティProject Lookoutマックス・プランク気象研究所レイ・カーツワイルWatch Forビョルン・スティーブンスヴァーナー・ヴィンジ気象モデルRunway ResearchLEFT ALIVE気象シミュレーションMake-A-Video長谷川誠ジミ・ヘンドリックス環境問題PhenakiBaby Xカート・コバーンエコロジーDreamixロバート・ダウニー・Jr.エイミー・ワインハウスSDGsText-to-ImageモデルYouTubeダフト・パンクメモリスタ音声生成AIGlenn MarshallScenarioThe Age of A.I.Story2Hallucination音声変換LatitudeレコメンデーションJukeboxAIピカソVeap JapanAI素材.comEAPneoAISIFT福井千春DreamIconDCGAN医療mignMOBADANNCEメンタルケアstudiffuse人事ハーバード大学Edgar HandyAndreessen Horowitz研修デューク大学AIQVE ONEQA Tech Nightmynet.aiローグライクゲーム松木晋祐東京理科大学下田純也人工音声NeurIPS 2021産業技術総合研究所桑野範久リザバーコンピューティングプレイ動画ヒップホップ対話型AIモデル詩ソニーマーケティングControlNetサイレント映画もじぱnoteNBA環境音暗号通貨note AIアシスタントFUZZLEKetchupAlterationAI News粒子群最適化法Art Selfie進化差分法オープンワールドArt Transfer群知能下川大樹AIFAPet Portraitsウィル・ライト高津芳希P2EBlob Opera大石真史クリムトBEiTStyleGAN-NADA世界モデルDETRゲームエンジンDreamerV3SporeUnreal Engineクリティックネットワークデノイズ南カリフォルニア大学Unity for Industryアクターネットワーク画像処理DMLabSentropyGLIDEControl SuiteCPUDiscordAvatarCLIPAtari 100kSynthetic DataAtari 200MCALMYann LeCunプログラミングサム・アルトマン鈴木雅大ソースコード生成コンセプトアートGMAIシチズンデベロッパーSonanticColie WertzGitHubCohereリドリー・スコットウィザードリィMCN-AI連携モデルマジック：ザ・ギャザリング絵コンテUrzas.aiストーリーボード介護大阪大学西川善司並木幸介KikiBlenderサムライスピリッツ森寅嘉Zoetic AIゼビウスSIGGRAPH 2021ペットGPT-4ストリートファイター半導体Digital Dream LabsPaLM APITopaz Video Enhance AICozmoMakerSuiteDLSSタカラトミーSkeb山野辺一記NetEaseLOVOTDreambooth-Stable-Diffusion大里飛鳥DynamixyzMOFLINゲーム背景RomiGoogle EarthU-NetミクシィGEPPETTO AI13フェイズ構造ユニロボットStable Diffusion web UIADVユニボPoint-EXLandGatoアパレルAGIAI model手塚眞DEATH STRANDINGマルチモーダルAI ModelsEric Johnson汎用強化学習AIZMO.AIデザインMOBBY’SOculus Questコジマプロダクションロンドン芸術大学モビーディック生体情報デシマエンジンGoogle BrainダイビングインディーゲームSound Controlアウトドア写真高橋ミレイSYNTH SUPERAIスキャニング照明Maxim PeterKarl Sims自動採寸Joshua RomoffArtnome3DLOOKハイパースケープICONATESizer山崎陽斗深層強化学習ワコール立木創太松原仁スニーカー浜中雅俊UNSTREETミライ小町武田英明Newelseテスラ福井健策CheckGoodsGameGAN二次流通パックマンTesla BotNEDO中古市場Tesla AI DayWikipediaDupe Killerソサエティ5.0Sphere偽ブランドSIGGRAPH 2020バズグラフXaver 1000配信ニュースタンテキ養蜂東芝Beewiseソニー・ピクチャーズ アニメーションDIB-R倉田宜典フィンテック投資Fosters+Partners韻律射影MILIZEZaha Hadid Architects広告韻律転移三菱UFJ信託銀行
CGへの扉 Vol.25：変幻自在の顔も実は人工知能
2021.4.13アート
人間が認識する顔と人工知能が認識する顔
人間が乳幼児の頃、まず最初に認識し始めるのは人の顔です。まず生まれたばかりの頃は、ぼんやりと見える顔の輪郭や匂いや声を頼りに人を認識しています。ですから周りにいる人の髪型が変わったり、風邪で声が変わったりすると別人だと思われます。
そして生後2か月ごろから目や口に注意が行くようになり、6か月から12か月ごろは相手の喜怒哀楽といった顔の表情や、顔に似た目や口のあるものすべてに興味を持ち始めます。また実際の人間だけではなく、絵本や映像を見ている時でも目や口のあるものに注目します。アンパンマンが子ども達に好まれるのも、目鼻口がはっきりしていて顔が分かり易いのものひとつの理由かもしれません（人の顔を覚えるのが苦手な人がいたり、先天的または後天的に相貌失認と呼ばれる人の顔の認識が難しかったり、人の顔が見分けられないタイプの人もいるため、すべての人に当てはまる事象ではありません）。
「CGへの扉 Vol.14：AIが生み出す顔と人間の表情」では、人工知能で生成した存在しない顔写真を提供するサービスGenerated Photosなどを紹介しました。現在、人工知能が生成した顔画像はもはや実在の人物写真なのか、生成された画像なのか、そう簡単には見分けがつかないレベルに達しています。さらに画像生成の工程に、ひと工夫を加え、さまざまな応用が広がってきています。
言葉で顔画像を自由に修正 StyleCLIP
StyleCLIP は言葉によって画像を操作可能な画像生成ツールです。画像生成のために StyleGAN2 と StyleGANを高速に実行できるよう改変したものを利用しています。元となる顔画像に対して「誰々風に」「○○な髪型で」「メイク無しで」「もっと可愛く」といった、いわゆる言葉でディレクションするような指示で目的の画像が生成されます。
StyleCLIP サンプルコード : https://github.com/orpatashnik/StyleCLIP
StyleClip 論文 : StyleCLIP：Text-Driven Manipulation of StyleGAN Imagery
StyleClip 動画解説：https://www.youtube.com/watch?v=5icI0NgALnQ
本研究は OpenAI社の Contrastive Language-Image Pre-training（CLIP）と呼ばれる、自然言語を教師データとして視覚的な概念を効率的に学習する手法を利用しています。CLIPの恩恵により細かなパラメータ調整や手作業を必要とせずにStyleGANのパラメータを言葉で操作することを可能にしています。StyleGANそのものは、顔画像に限らず、さまざまな画像表現に用いることができます（ CLIPに関しては「CGへの扉 Vol.22：言葉から画像を生成、DALL-Eはクリエイティブなのか？」を参照）。
顔の向き、顔への照明を自由にコントロール StyleRig
StyleRigは、StyleGANによって生成された顔画像をさまざまな方向から見た画像に変更したり、表情を変化させたり、顔に当たっている照明や光の加減を調整したりできる仕組みです。3DCGでキャラクタアニメーションを作る際にRigと呼ばれる骨格を設定し、動きや向きを調整します。それと同様にStyleRigは、StyleGANによって生成された、もともとは1枚しかない顔画像にRigを設定し、頭部の向きや、照明の状態を細かくパラメータで調整できるようになります。ここで調整した顔の向きなどのパラメータは、StyleGANで生成された他の顔画像に適用することもできます。
StyleRig 論文：StyleRig: Rigging StyleGAN for 3D Control over Portrait Images
StyleRig 動画解説：https://www.youtube.com/watch?v=eaW_P85wQ9k
人工知能で生成した画像は、実在する人物を撮影するときのように顔の向きや表情、照明などを演出できない課題がありました。その点で限界を感じていた人工的に生成された顔画像の利用方法も、StyleRigのような技術で操作できる幅が広がり、将来的にはモデルや俳優のような役割が果たせることが期待されます。広告や映像配信などでスキャンダルとは無縁の、存在しない人物が掲載されることが重宝される時代がやってくるのかもしれません。
顔写真を歴史的な肖像画風に Portrait AI
Portrait AI は、実写の写真を加工し、18世紀の歴史的な肖像画のように大胆に変化させる人工知能を活用したサービスです。パスポート写真や運転免許の写真のように、正面を向いたはっきりと顔が映った写真が向いており、写真が肖像画風に加工されます。可能な限りメガネ無し、写真いっぱいに顔が写っている方が良い結果が得られます。現在は学習用のデータの元となっているのがヨーロッパを中心とした肖像画のため、生成される画像も雰囲気がヨーロッパ風になっています。今後は世界中のより広い地域における肖像画をベースに機械学習させていく予定とのこと。
Portrait AI デモサイト：https://portraitai.app/
Portrait AI アプリ：https://apps.apple.com/app/apple-store/id1474684190 (iOS 11.2以降)
https://play.google.com/store/apps/details?id=com.portraitai.portraitai (Android 5.1以降)
※Portrait AIでは個人の顔写真をネット上にアップロードすることになるので、プライバシーポリシーをご理解の上、ご利用ください。
普通の顔写真がアニメーションキャラクター風、浮世絵風に Toonify
Toonify は、顔写真をディズニーやピクサーのアニメーション作品に登場するキャラクター風に加工したり、浮世絵風の画像に加工したりできる技術です。デモサイトでは Toonify Classic という旧版が無料で利用できます。最新版やさまざまな加工スタイルを選ぶ場合は枚数単位で有料（10枚の加工で3ポンド（約450円）から）となります。
ToonifyもStyleGANを利用しています。StyleGANの元々の仕組みとして、最初は数ピクセル四方の画像生成から始め、解像度を高めながら何回も繰り返し画像を生成することで、最終的に1024×1024サイズの得ています。その段階的な手法を逆手にとって、すべての段階で実写の顔画像のデータセットを用いるのではなく、画像生成の最終工程、高解像度生成の段階で、浮世絵やアニメーションキャラクターを元データとしたデータセットに差し替えて計算することで、Toonifyの興味深い顔画像が生成できています。
Toonify デモサイト：https://toonify.photos/
Toonifyの元となる技術論文：Resolution Dependent GAN Interpolation for Controllable Image Synthesis Between Domains
解説動画：https://www.youtube.com/watch?v=7Oqpiaj0IUM
サンプルコード：https://github.com/justinpinkney/toonify
※上記の画像はどれも「uncurated」と呼ばれる研究中の出力そのままのサンプルのため若干のアーティファクト（歪み）が見られる
アーティストもAIと組む時代 Breathtaking AI Generated Portraits
オランダ在住の写真家 Bas Uterwijk 氏は人工知能の手助けを得ながらポートレート写真を著名な絵画風にする作風を模索中です。制作には StyleGAN が用いられ、作品として満足のいく出来のものは、NFT（Non-fungible token：非代替性トークン:希少性が証明されたデジタルコンテンツの流通プラットフォーム）での販売も考えているそうです。
作例：https://www.basuterwijk.com/portfolio/G0000WVKM6MbiIAc
動画解説：https://www.youtube.com/watch?v=rZSaD4QLjxE
Uterwijk氏のInstagram : @ganbrood AI生成ポートレートが多数投稿されている
これからのリアルとフェイク
2018年に登場した、画像生成でよく使われるようになったStyleGANも、顔画像生成の際に不自然なノイズが生成する課題や、歯の並び、視線の方向が不自然になる課題が認識されており、用途によってはその違和感が目立ちます。そこで最近は、これらの課題を解決した StyleGAN2が使われるようになってきました。今後はさらに高解像度の生成画像や、高速化、さまざまな技術との組み合わせや応用が求められています。
ベースとなるテクノロジーが進化する一方、顔画像生成などの機械学習の元となっているデータセットが人種的に偏っていたり、現代の複雑な性差が扱えていなかったり、本人の同意無しに集められた顔写真が混じっているケース、そもそものデータにつけられているラベルが間違っている状況などが危惧されています（「CGへの扉 Vol.17：描画を進化させるTensorFlow Graphicsの真価」参照）。
この問題に関しては、データセット中のエラーを修正するためのソリューションが台頭してきています。単に大量のデータセットで、そこそこの精度、そこそこの結果、場合によっては間違った結果を得るよりも、少量でも正確で信頼できるデータセットを用いた方が後々良い結果が得られるという考えが適切な研究や実装もあるでしょう。
一例を示すと、データセットのエラー浄化のためのソリューションのひとつcleanlabではImageNetと呼ばれる定番データセットから数多くのエラーを見つけ出しています。データセットの多くは専門家ではない多数の人の手でラベル付けされており、どうしてもラベルの付け間違いや画像に写っているものの見間違いが生じます。間違ったラベルがつけられたデータは、ノイズとなり機械学習の精度を低下させてしまいます。
1枚1枚の画像を目視＆手作業で確認し間違いがあれば除去していくのは大変な作業ですが、cleanlabを用いるとノイズとなる可能性の高い画像を選び出すことで、エラーと疑わしき画像を除去できます。cleanlabは特定のデータセットに限らず、どのようなタイプの画像データセットでも利用できます。cleanlab の実装の元となっているのは 2020年の Confident Learning: Estimating Uncertainty in Dataset Labels という論文です。
人の顔は、人間が一番読み取りやすく普段からよく見ているにもかかわらず、人工的に作られた顔画像の精度が高まったことにより、さまざまな課題や問題が生まれているのも確かです。ディープフェイクで人工的に作られた偽の顔画像がソーシャルメディアのプロフィール写真に使われ、あたかも実在の人物の意見であるかのように振舞ったり、存在しない社員の写真として使われたりと、ネガティブな面が話題になりがちですが、今回紹介したようなポジティブな用途、研究、ネガティブ面を払拭するような研究も数多く行われています。
人工知能を活用して生み出される顔画像は、単にこれは面白い！という段階から、クリエイティブな手法として生かされたり、匿名性を保つための手段や、思い出の写真を風化させない方法など、現実には存在しない画像を生み出し、今後さまざまな切り口で人工知能が活用されていくことが期待されます。
本連載の今後の予定：「CGへの扉」では、単なるAIの話題とは少し異なり、CG/VFX, アートの文脈から話題を切り取り紹介していきます。映像制作の現場におけるAI活用や、AIで価値が高まった先進的なツール、これからの可能性を感じさせるような話題、テクノロジーの話題にご期待ください。なにか取り上げて欲しいテーマやご希望などがございましたら、ぜひ編集部までお知らせください。
Vol.22：言葉から画像を生成、DALL-Eはクリエイティブなのか？
Vol.21：人工知能＋3DCGの最新論文をまとめて紹介 #SIGGRAPHAsia2020
Vol.20：Adobeと人工知能の将来を見極める #AdobeMAX2020
Vol.19：コミュニケーションツールの新境地「NVIDIA MAXINE」
Vol.18：SIGGRAPH2020レポート 映像制作の現場で活躍する人工知能
Contributor：安藤幸央
RANKING
