ディープフェイクはどう作られる？ 技術資料を無償公開 東大発ベンチャー

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

  ・2021年06月21日

  GANに興味を持たれた方はちょっと専門的になりますが、下記の資料もご参考。
  
  ただ、例を見てみれば分かる通りGANで生成されるものは人の顔や自動車など、実はまだごく一部に限られていて、何でも生成できるというものではありません。
  
  いま、我々のラボでは「GANはどういう気持でその画像を生成しているのだろう」ということを解き明かす研究を進めていますが、うまくいくかどうか。
  
  MIRU MIRU わかる GAN
  https://www.slideshare.net/TomohiroTakahashi2/miru-miru-gan
  
  Generative Adversarial Networksの基礎・発展・応用
  http://www.kecl.ntt.co.jp/people/kaneko.takuhiro/slides/miru2019/Kaneko_GAN_Tutorial_MIRU2019.pdf
• 高橋 直大

  AtCoder株式会社 代表取締役社長

  ・2021年06月21日

  推薦記事にあったので。
  出典：https://www.nablas.com/post/deepfake-and-generative-deep-learning
  内容自体は技術的な新規性というよりは、ディープフェイク周辺の技術を一般の人にでもわかるようにまとめている感じ。どんなことができるのか、というのは一読しておいても良いのかもしれない。
  GANってもの自体がどういうものか、それによってどういうことができるようになっているか、っていうのを知っておきたい人は読んでおいても良いかも。「ディープフェイク」って言うと悪い印象しかなさそうだけど、GANの技術自体はかなり未来があるし、いろんなところに応用できる。
• シバタ アキラ

  Weights & Biases カントリーマネージャー

  ・2021年06月21日

  私が特に注目する、これから著しく発展が見込まれる分野です。機械学習モデルの応用が進むのは分類や検出、値の予測などが現在は中心的ですが、データを生成することができる技術によって、斬新なAI活用ポテンシャルが広がります。本ドキュメントでも、顔や音声のすげ替えなどの話題性のあるものから、人工歯のデザインなどの産業利用についても触れられています。