AIがAIを「だます」ことで賢く成長 学習プロセスを加速、弱点を補う「敵対的生成ネットワーク」

コメント

注目のコメント

• 山崎 俊彦

  東京大学 大学院情報理工学系研究科電子情報学専攻　教授

  ・2018年04月09日

  GANはうまくいくことが多いですが、不安定な動作をするなどまだまだ改善が必要な場面が多いです。また、GPUリソースを大量に消費するのが注意点。
  
  また、サンプル数が少ない医療分野などに応用したいところなのですが、医療関係者は「生成した」画像を使うことを極端に嫌います。「計測できた」ものでないと駄目だとのこと。
• 牧野 泰才

  東京大学大学院新領域創成科学研究科 准教授

  ・2018年04月09日

  GANの説明が、こんな一般的な記事に出てきてるんですねぇ。
• 及川 卓也

  Tably株式会社 代表取締役

  ・2018年04月09日

  昨年から流行し始めているGANのわかりやすい説明。データと計算資源というのがAI実現の鍵だが、このGANはデータの不足を計算で補う方法の1つ。