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
CG機械学習CGへの扉ディープラーニング安藤幸央GAN月刊エンタメAIニュース河合律子OpenAI音楽NVIDIAニューラルネットワーク強化学習三宅陽一郎吉本幸記Facebook人工知能学会自然言語処理大内孝子QA敵対的生成ネットワークGoogleGPT-3キャラクターAIスクウェア・エニックス森川幸人モリカトロンAIラボインタビュールールベースDeepMindシナリオAIと倫理グーグル映画倫理NFTDALL-E2StyleGAN自動生成デバッグゲームプレイAIメタAIロボット深層学習マイクロソフトCEDEC2019アートプロシージャルSIGGRAPH遺伝的アルゴリズムDALL-Eテキスト画像生成ビヘイビア・ツリーディープフェイクCEDEC2021CEDEC2020ゲームAIデジタルツインメタバース不完全情報ゲームVRナビゲーションAINPC畳み込みニューラルネットワークCLIPGDC 2021JSAI2022VFXGDC 2019マルチエージェントCEDEC2022ボードゲーム画像生成ファッション懐ゲーから辿るゲームAI技術史toioCNNAdobeテストプレイモリカトロンStable DiffusionUnity著作権AIアート小説鴫原盛之HTN階層型タスクネットワークJSAI2020TensorFlowBERTMicrosoftイベントレポート対話型エージェントロボティクス水野勇太アニメーションGenvid Technologiesガイスター画像生成AIStyleGAN2GTC2022教育ソニーJSAI2021スポーツ研究シムピープルマンガ汎用人工知能マーケティングGDC SummerインタビューバーチャルヒューマンブロックチェーンMidjourneyアストロノーカキャリアNVIDIA OmniverseeスポーツAmazoneSportsDQNBLUE PROTOCOLシーマンMinecraftアバターOmniverseUbisoftメタAlphaZeroTransformerGPT-2AIりんなカメラ環世界中島秀之哲学理化学研究所DARPAドローンシムシティImagenバイアスMCS-AI動的連携モデルモーションキャプチャーTEZUKA2020AI美空ひばり手塚治虫バンダイナムコ研究所スパーシャルAIElectronic ArtsメタデータLEFT 4 DEAD通しプレイOpenAI Five本間翔太CMピクサープラチナエッグイーサリアム作曲ボエダ・ゴティエビッグデータ中嶋謙互Amadeus Codeデータ分析Microsoft AzureMILEナラティブアーケードゲームOmniverse ReplicatorWCCFレコメンドシステムNVIDIA DRIVE SimWORLD CLUB Champion FootballNVIDIA Isaac Simセガ柏田知大軍事サイバーエージェント田邊雅彦トレーディングカードトレカ音声認識PyTorch眞鍋和子バンダイナムコスタジオaibo合成音声Meta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VAE3DCG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」に挑戦野々下裕子徳井直生マシンラーニング5GRival Peak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rinnaシミュレーションデジタルヒューマ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SiemensStyleCLIPDeNA長谷洋平masumi toyota宮路洋一OpenSeaGDC 2022TextWorldSIGGRAPH ASIAEarth-2MagentaSFELYZA PencilGTC2021CycleGANデータマイニングNetHackはこだて未来大学キャラクターモーションフェイクニュースエージェントRPGSIGGRAPH 2022AIボイスアクターNVIDIA CanvasGPUALifeZork人工生命オルタナティヴ・マシンサウンドスケープASBS栗原聡ぱいどんテキスト生成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 DIGEST3D音声合成西成活裕Apex LegendsELIZA群衆マネジメントNinjaコンピュータRPGライブビジネスアップルタウン物語新型コロナKELDIC周済涛メロディ言語清田陽司ゲームTENTUPLAYサイバネティックスMARVEL Future FightAstro人工知能史タイムラプスEgo4DAI哲学マップバスキア星新一日経イノベーション・ラボStyleGAN-XL敵対的強化学習StyleGAN3階層型強化学習GOSU Data LabGANimatorWANNGOSU Voice AssistantVoLux-GAN竹内将SenpAI.GGProjected GANMobalyticsSelf-Distilled StyleGAN馬淵浩希Cygamesニューラルレンダリング岡島学AWS SagemakerPLATO映像セリア・ホデント形態素解析frame.ioUXAWS LambdaFoodly誤字検出森山和道認知科学中川友紀子ゲームデザインSentencePieceアールティLUMINOUS ENGINELuminous ProductionsBlenderBot 3パターン・ランゲージ竹村也哉Meta AIちょまどマーク・ザッカーバーグGOAPWACULAdobe MAX 2021自動翻訳模倣学習AIライティングOmniverse AvatarAIのべりすとFPSNVIDIA RivaQuillBotマルコフ決定過程NVIDIA MegatronCopysmithNVIDIA MerlinJasperスタンフォード大学NVIDIA Metropolisパラメータ設計テニスバランス調整協調フィルタリング人狼知能テキサス大学AlphaDogfight TrialsAI Messenger VoicebotエージェントシミュレーションOpenAI CodexStarCraft IIHyperStyleMax CooperFuture of Life InstituteRendering with StyleメディアアートIntelDisney類家利直LAIKADisneyリサーチヴィトゲンシュタインRotomationGauGAN論理哲学論考GauGAN2京都芸術大学ドラゴンクエストライバルズ画像言語表現モデル不確定ゲームSIGGRAPH ASIA 2021PromptBaseDota 2モンテカルロ木探索ディズニーリサーチMitsuba2バンダイナムコネクサスソーシャルゲームEmbeddingワイツマン科学研究所ユーザーレビューGTC2020CG衣装mimicNVIDIA MAXINEVRファッションBaidu淡路滋ビデオ会議ArtflowERNIE-ViLGグリムノーツEponym古文書ゴティエ・ボエダ音声クローニング凸版印刷Gautier Boeda階層的クラスタリングGopherAI-OCR画像判定JuliusSIE鑑定ラベル付けTPRGOxia Palus大澤博隆バーチャル・ヒューマン・エージェントtoio SDK for UnityArt RecognitionSFプロトタイピングクーガー田中章愛実況パワフルサッカー石井敦銭起揚NHC 2021桃太郎電鉄茂谷保伯池田利夫桃鉄GDMC新刊案内パワサカマーベル・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成沢理恵MITメディアラボMCU岩倉宏介アベンジャーズPPOマジック・リープDigital DomainMachine Learning Project CanvasMagendaMasquerade2.0国立情報学研究所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サッカーモリカトロン開発者インタビュースパコン里井大輝Kaggle宮本茂則スーパーコンピュータバスケットボール山田暉松岡 聡Assassin’s Creed OriginsAI会話ジェネレーターTSUBAME 1.0Sea of ThievesTSUBAME 2.0GEMS COMPANYmonoAI technologyLSTMABCIモリカトロンAIソリューション富岳初音ミクOculusコード生成AISociety 5.0転移学習テストAlphaCode夏の電脳甲子園Baldur's Gate 3Codeforces座談会Candy Crush Saga自己増強型AItext-to-imageSIGGRAPH ASIA 2020COLMAPtext-to-3DADOPNVIDIA GET3DデバッギングBigGANGANverse3DDreamFusionMaterialGANRNN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Stability AINovelAIRival 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市場分析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 StudioAWSamuseChitrakarQosmoAdobe 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 ResearchMuZero政治Galacticaクラウドゲーミングがんばれ森川君2号pixiv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CodexPFN 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DeviantArtARWaifu 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RCPMicrosoft DesignerアップルRealFlowRinna Character PlatformイラストiPhoneCALADeep 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大規模言語モデルBCIGateboxアフォーダンスLearning from VideoANIMAKPaLM-SayCan予期知能逢妻ヒカリPaLM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PAIROCTOPATH TRAVELER西木康智OCTOPATH TRAVELER 大陸の覇者アルスエレクトロニカ2019品質保証StyleRigAutodesk逆転オセロニアBentley Systemsワールドシミュレーター奥村エルネスト純いただきストリートH100齋藤精一大森田不可止COBOL高橋智隆DGX H100ロボユニザナックDGX SuperPOD泉幸典仁井谷正充クラウドコンピューティングロボコレ2019Instant NeRFartonomousbitGANsぎゅわんぶらあ自己中心派Azure Machine Learning意思決定モデル脱出ゲームHybrid Reward Architectureコミュニティ管理ウロチョロスSuper PhoenixSNSProject Malmoオンラインゲーム気候変動Project PaidiaProject Lookoutマックス・プランク気象研究所Watch Forビョルン・スティーブンスBing気象モデルLEFT ALIVE気象シミュレーション長谷川誠ジミ・ヘンドリックス環境問題Baby Xカート・コバーンエコロジーロバート・ダウニー・Jr.エイミー・ワインハウスSDGsYouTubeダフト・パンクメモリスタGlenn MarshallThe Age of A.I.Story2Hallucination音声変換レコメンデーションJukebox松尾豊Veap JapanEAPテンセントSIFT福井千春DCGAN医療MOBADANNCEメンタルケア人事ハーバード大学Edgar Handy研修デューク大学Netflixmynet.aiローグライクゲーム東京大学東京理科大学人工音声NeurIPS 2021産業技術総合研究所リザバーコンピューティングプレイ動画ヒップホップソニーマーケティングサイレント映画もじぱNBA環境音暗号通貨現代アートFUZZLEAlteration粒子群最適化法進化差分法オープンワールド群知能下川大樹AIFAウィル・ライト高津芳希P2E大石真史BEiTStyleGAN-NADAレベルデザインDETRゲームエンジンSporeUnreal Engineデノイズ南カリフォルニア大学Unity for Industry画像処理SentropyGLIDECPUDiscordAvatarCLIPSynthetic DataCALMプログラミングサム・アルトマンソースコード生成LaMDAGMAIシチズンデベロッパーSonanticTRPGGitHubCohere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AI DungeonUrzas.ai介護西川善司並木幸介Kikiサムライスピリッツ森寅嘉Zoetic AIゼビウスSIGGRAPH 2021ペットストリートファイター半導体Digital Dream LabsTopaz Video Enhance AICozmoDLSSタカラトミー山野辺一記NetEaseLOVOT大里飛鳥DynamixyzMOFLINRomiU-Netミクシィ13フェイズ構造アドベンチャーゲームユニロボットADVユニボXLandGatoAGI手塚眞DEATH STRANDINGマルチモーダルEric Johnson汎用強化学習AIデザインOculus Questコジマプロダクションロンドン芸術大学生体情報デシマエンジンGoogle BrainインディーゲームSound Control写真高橋ミレイSYNTH SUPER照明Maxim PeterKarl SimsJoshua RomoffArtnomeハイパースケープICONATE山崎陽斗深層強化学習立木創太松原仁浜中雅俊ミライ小町武田英明テスラ福井健策GameGANパックマンTesla BotNEDOTesla AI DayWikipediaソサエティ5.0SphereSIGGRAPH 2020バズグラフXaver 1000ニュースタンテキ養蜂東芝BeewiseDIB-R倉田宜典フィンテック投資韻律射影MILIZE広告韻律転移三菱UFJ信託銀行

CGへの扉 Vol.31:人工知能が考える「顔」と、人が考える「顔」

2021.10.14アート

CGへの扉 Vol.31:人工知能が考える「顔」と、人が考える「顔」

人間はどうやって顔を認識しているのか

人が他人の顔を認識する仕組みは特殊で、ほかの物や形とは異なる脳が使われていることがわかっています。その証拠に、顔を認識する際に使われる脳の部位と、顔画像を上下逆さまにした際に働く脳の部位とは異なるそうです(参照:正常な顔認識に必要な脳内ネットワークを解明)。

人は過去に経験のあるもの、身近なものから認識し始める傾向があります。人は目に入るさまざまな要素の中からとくに「顔」の要素を重点的に認識します。小さな子どもの遊び道具にも顔が描かれていたり、子ども向けアプリのボタンに顔が描かれていたりします。幼い子どもが、街でアンパンマンの絵柄や広告、おもちゃなどをすぐに見つけるなど、顔は人にとって認識しやすく、意識しやすいものなのです。

大人にとっても、コンビニの書架に並んでいる雑誌の表紙はどれもタレントの顔がコチラを向いたものになっており、自然と目が引き寄せられてしまう経験はないでしょうか。逆に目が複数あるモンスターやアート作品等であれば、どこに意識を持っていけば良いのか迷うこともあります。

一方、相貌失認と呼ばれる人の顔をまったく認識できないタイプの人も100人に1人程度存在するそうです。これは、よくある人の顔を覚えるのが苦手といった感じではなく、雰囲気や服装、髭や髪型などなければ人を見分けることができないそう。

人工知能活用に限らず、顔にまつわるテクノロジーはさまざまな場面で活用されています。スマートフォンカメラの顔追従、自販機の年齢確認、空港のセキュリティ、オフィスの入退室ゲート、テーマパークの個人認証、人気のコンサートのチケット転売防止のための本人確認等々、他にも枚挙にいとまがありません。

人工知能や専用のアルゴリズムやテクノロジーを活用した顔認識と顔認証は、よく間違えられますが異なる概念です。顔認識では、画像や映像の中から顔を見つけ出し利用します。顔から性別や年齢、感情などを読み取る場合もあります。顔認証は事前に登録した特定個人の特徴を照合するために用います。パスワード認証や指紋認証、手のひらや指での静脈認証等、生体認証の手段のひとつとして使われます。

コンピュータが顔検出する場合、目(瞳)、鼻の先、口角、頬骨の形、眉毛など、顔の中でも特徴的な部分を検出します。人間の認識ではこれら顔の各部位を全体像として認識しており、よっぽど印象的でない限り個別に眉の形がどんなだったのか、鼻の形がどうなのか、細かく覚えているわけではありません。その証拠に、顔を知っている知人であれば、顔の一部が隠れていても認識できることが多いでしょう。

日本人は目の周辺から表情を読み取り、欧米人は顔全体または口元から表情を読み取る人が多いとされており、コロナ禍におけるマスク生活が素直に受け入れられた理由も、表情をどの部分から読み取るかといった要因も影響しています。

顔の認識の不思議さを感じる体験として、2人の顔を合成した顔画像を作ると、誰と誰が混ざっているのか、わからなくなってしまうという事象があります。またシワが増えたり、髪の色や量が変わっても、目や鼻、口などは基本的にはそう大きくは変わりません。数年以来の友人と街でばったり出会ったり、数十年前のクラスメートを見分けられるのもそういった認識の仕組みに由来するのかもしれません。

人の認識の仕組みとしては、普段よく見る顔から導き出された標準の顔というものがあり、そこからの差分で覚えていると言われています。ですからずっと日本に暮らしている人の場合、日本人やアジア人の顔は見分けられても、欧米人やアフリカ人などを見分けるのが不得意なのもそういった理由が背景にあります。

一方、コンピュータが顔認識、または顔認証する場合、人が顔を見分ける方法とは異なり、人間の画家が似顔絵を描く時の状況に似ているそうです。つまり、目(瞳)の間隔、鼻の形や幅、顎の形、口から顎の先までの長さなど、表情によってあまり左右されない場所が判定に使われています。実装としては顔を100要素から1,000要素程度のベクトル表現に変換し、その距離が近ければ同一人物、離れていれば異なる人物として認識します。また精度を高めるために同じ人が写っている違う写真を大量に学習させ、照明や顔の角度が違っていても、同じ人であれば、どの部分が同一で、同じような照明や顔であっても、どういう部分が異なれば他人なのか、見分けるべき要素を抽出し、事前に正しい顔認識のモデルを作ってしまうアプローチも取られています。

FacebookなどのSNSやGoogle Photos、Appleの写真アプリなど、スマートフォンのツールで「これはあなたですか?」みたいな写真から顔が検知されると、なんだか恐ろしくもあり、間違った結果に笑えたりしつつも、便利に活用していることでしょう。現在ヨーロッパでは、顔認証を利用した遠隔監視の禁止が進められており、今後もプライバシーと利便性のバランスが議論されていくことでしょう。

参照:Use of artificial intelligence by the police: MEPs oppose mass surveillance

例えばAIを活用した嘘発見器iBorderCtrl利用の是非が話題となっている一方、バイアスのかかった認識をしていないことを示すためにEmoPyという顔画像から感情を読み取るツールキットはソースコードをすべて公開しています。ソースコードが公開されているからといってバイアスがかかっていない証明になるかと言うとそうではありません。けれどもブラックボックス的に中身が分からないものに比べ、誰もが調べることができるよう開示されていることはひとつの安心感につながります。

SNSで一般公開されている写真から顔認識用の情報を収集したClearview AI 社が物議を醸し出していることからも単に法律を守ればなんでもして良いのか?ということではありません。顔写真データが本人の知らないところで想定外の使われ方がされていたり、許諾していないと考える用途で再利用されたり、データが勝手に譲渡されたりすることがないよう、データ利用の透明性や、人々の基本的権利を守り、不当な扱いがなされることのないよう配慮し続ける必要があると考えています。

存在しない顔の活用

CGで作られた顔は、シワやシミ、毛穴や傷跡などをリアルに表現することで、現実の人間に近づこうとしています。逆に実在の人間は、顔のシワやシミ、毛穴や傷跡などを除去しようと必死です。

実在の人物の顔であると利用に制限があったり、倫理的に問題の無い方法で大量のデータを収集することが難しかったりするため、人工知能研究や顔認識、顔認証のテスト用として、実在しない顔画像を利用する流れも起きてきています。Datagen社Synthesis AI社では、研究用に大量の顔画像を生成し、存在しない人物の顔をパラメータで管理し、欲しい属性の顔素材を集めることができるようになっている。

CGへの扉 Vol.30:SIGGRAPH2021レポート「ディープフェイクとの戦い」」でも紹介した This person does not existでは実在しない顔画像を次々と見ることができます。たまに違和感のある顔画像が出て来る時がありますが、ほとんどの場合見分けはつきません。人間は顔に関しては少しの違和感でも感じ取ることができ、人工知能が勝手に作った顔画像は瞳が歪んでいることから見分けられると言われますが、その判別レベルを凌駕するほどの性能になってきているのが機械学習の現状です。

Which Face is Real?というサイトでは一方が実在の人物の顔写真、もう一方は人工知能が生み出した実在しない人物の顔写真を表示し、どちらの顔がリアル?というクイズを出してきます。ほとんど見分けがつかないですし、答えが合っていても外れていても、どちらも自身があってそう答えているわけではない単なる「感」に頼るしかないのがほとんどの人ではないでしょうか?

この「存在しない…」にはパロディ版とも言える、さまざまな別バージョンが存在します。

存在しない言葉版:https://www.thisworddoesnotexist.com/

存在しない猫版:https://thiscatdoesnotexist.com


存在しない犬版:https://github.com/GuillaumeMougeot/DogFaceNet


存在しない仔馬キャラ版:https://thisponydoesnotexist.net/


存在しない動物キャラ版:https://thisfursonadoesnotexist.com/


存在しないアニメ版:https://thisanimedoesnotexist.ai/
存在しないアニメキャラクタ版:https://www.thiswaifudoesnotexist.net/
(※世界中のアニメ好きが好きなキャラクタのことを「嫁」wife→waifu ということに由来)

これらの生成にはGAN(敵対的生成ネットワーク)や StyleGAN が使われていますが猫と犬、アニメキャラクターでは少しアプローチが違うのが興味深いところです。猫版はKaggle にある9,000匹以上の猫画像のデータセットCat Datasetの一部を元にしました。犬の場合、品種によって目鼻口のバランスが大きく異なることと、犬写真は大抵口を開けてベロを出しているものが多いことから、人間や猫とはまた違った工夫や苦労があったようです。

少し変わったアプローチとしては、一枚の顔写真から「実在しないそっくりな顔」を生成してくれるARTBREEDERという有料サービスが存在します。肖像画風、CDやレコードのアルバムジャケット風、アニメ風キャラクタや、最新の3Dゲームに出てきそうなキャラクタまで様々な加工が可能です。サービスの名前どおり、ペットのブリーダーになった気分で、見た目を華やかにしたり、雰囲気を変更したり、さまざまな要素を細かく掛け合わせていくことができます。

ARTBREEDER での生成例

これからの顔認識の役目と重要性

顔認識、顔認証に関する事業ポリシーは企業によって異なります。テクノロジー大手企業の中でもAmazonとMicrosoftには顔認識データを安易に提供しないことを打ち出し、IBMは顔認識事業から撤退することを表明しています。Appleも顔認識のフレームワークを厳重に取り扱っています。顔認識をSNS用途で活用しているFacebookは、その利用ポリシーを明らかにしており、次のように表明しています。

  1. 他人になりすましたり、他人の情報を不正に利用することはできないこと
  2. 希望により顔認識機能をオフにすることもオンにすることもできること
  3. 顔認識によって他人に身元情報が漏れることはないこと
  4. 18歳以上のみが顔認識の機能が使えること
  5. 顔認識によって個別操作によってタグ付け機能は行われる(手間はかかるが代替手段が提供されていること)

色々とネガティブな面ばかり焦点が当てられがちですが、Facebookの顔認識機能によって視覚障害者も、写真に自分が写っているのかどうかを代替テキストによって知ることができるというテクノロジーの恩恵を受けられる部分もあります。一方、ロシアのSNS VK.com では街中で撮影された写真から、その写真に写っている顔の人物のSNSアカウントを探し出すという機能を設け、物議を醸し出しました。利便性とプライバシーと、世代や文化、個々人によっても考え方が異なるこれらの課題は、今すぐ正解が出るわけではありません。テクノロジーの進化とともに課題として意識していく必要があるのです。

顔は指紋と同じで、よほどでない限り、形や特徴を変更することができません。ですから認証で用いるには十分な配慮と、十分考えられた仕組みが必要なのです。ネットの世界ではIDとパスワードが流出したので、念のため新しいパスワードに付け直すということがありますが、顔認証のコードが盗まれたので、念のため、顔と指紋を付け替える…みたいなことはできないからです。

顔認証や顔認識のテクノロジーから分かるように、人工知能の活用には人間の脳と同じような手順とアプローチが向いているもの、圧倒的なコンピューティングパワーと、機械学習によって、人間の脳とは異なるアプローチでほぼ同じ目的、結果を実現するものと、異なる方法が混在しているのが現状です。すなわち脳の仕組み、構造にはまだまだヒントが隠されているのかもしれないと考えています。

2019年にチューリング賞を受賞した現Googleのジェフリー・ヒントン氏は、ニューラルネットワークの課題を克服し、
次に来るテクノロジーを予測しています。”How to represent part-whole hierarchies in a neural network”(抄訳:ニューラルネットワークにおけるパート・ホール階層の表現方法)という論文の中でGLOM という新モデルを提唱しています(※GLOMは何かの頭文字の略ではなく agglomerate[塊]と口語のglom together[ひっつかんで一緒に並べる]に由来しているそう)。

論文:How to represent part-whole hierarchies in a neural network

GLOMはまだ実装が存在せず、論文の中での議論でしかありませんが、人工知能による様々なアプローチも日々進化し続けており、現在の常識が過去のものになり、新しい考え方や新しい使い方が広がってくるのが興味深いところでもあり大変なところなのかもしれません。

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。何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。

CGへの扉

Vol.30:SIGGRAPH2021レポート「ディープフェイクとの戦い」

Vol.29:AIの恩恵を受けるCG研究の世界。#SIGGRAPH2021 論文より

Vol.28:定番手法の他分野応用、自然言語処理AI由来の画像処理AI

Vol.27:眼に追いつけ追い越せ? カメラは機械学習により進化

Vol.26:アートを加速させるAIの役割 #GTC2021 レポート

Vol.25:変幻自在の顔も実は人工知能

Vol.24:自然現象もすべて人工知能で再現する時代

Vol.23:AIで人の眼に進化するカメラ

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」

≫≫すべてのバックナンバーはこちらから

Contributor:安藤幸央

RELATED ARTICLE関連記事

CGへの扉 Vol.16:バーチャル開催SIGGRAPH論文を先取り

2020.7.20アート

CGへの扉 Vol.16:バーチャル開催SIGGRAPH論文を先取り

CGへの扉 Vol.33:AIの必然性 #SIGGRAPHAsia2021 レポート

2021.12.24アート

CGへの扉 Vol.33:AIの必然性 #SIGGRAPHAsia2021 レホ...

CGへの扉 Vol.43:AI絵師は3DCGの領域へ

2022.10.17アート

CGへの扉 Vol.43:AI絵師は3DCGの領域へ

RANKING注目の記事はこちら