AI技術研究

「AIブームと言われて久しいですが、ディープラーニングには、画像認識などに止まらない大きな可能性があると思います。その一つがAIによるデータの生成で、実在しないデータを生成したり、存在するデータの特徴に沿ってデータを変換できます。
それを担うのが、VAE(Variatinal Auto-Encorder, 変分オートエンコーダ)や、GAN(Generative Adversarial Networks, 敵対的生成ネットワーク)です。これらを使って、画像合成をはじめとする生成モデルのみならず、物体検出や分類、異常検知などへの応用例もあり、さらにテキストや、音楽、動画、医療データなど幅広い拡張研究が盛んに行われています。
そういう状況を踏まえ、ささやかな私のAI研究の一つとして、VAEとGANのハイブリッド構成で、竹田社長や私を含む日新ネットワークスの社員８０名の顔写真を学習させてみました。
そしてAIが顔の特徴を潜在変数の関数として捉えた様子を見てみることにしました。そのために学習済みのAIで、潜在変数のうち2つをXYの２軸にとって、その値によって変化する画像を描いたり、潜在変数の原点で画像を描いたりしてみました。
手持ちのPCで学習させるために、顔写真の解像度も落としており、また、VAE、GANのネットワークもごく小規模のため、画像の品質は低く、特に平均顔では目も鼻も口もぼやけています。しかし、VAEやGANの動作原理を確認し、これらをうまく学習させることの難しさや、実用化に向けた多くの課題を確かめることが出来ました。
世界のIT巨人たちは、多くの優秀なエンジニアを集め、莫大な投資を行って、日々技術開発を行っています。それらは、すでに実用レベルに達したものもあれば、そうでないものもあります。しかし、必ずや近い将来、こうした新しい技術が、社会を変える大きな力を持つようになることでしょう。
変化が加速していく時代の只中にあって、その変化に適応し、よりよい社会を築いていくためには、その変化を牽引する技術の見極めがとりわけ重要です。そのためにこそ、これからも研究を進めていきたいと考えております。