142Picks
Pick に失敗しました

人気 Picker
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
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。
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。
プロセス・モデルに耳をかたむけ
IoTの声を聴く

AIが理解して、それを描きますが...
パラレルワールド「もしも」のデータに置き換えてみる。なるべく気づかれないように。

プロセス・モデルがシミュレータの様な仮想環境なら、人間の洞察力を爆上げする systems of Insightとして、

もしリアル世界の指示端末にAIが描くなら、フェイクな世界を実現しようと 人々や自動処理の努力が積み重なります。

この場合の"フェイク"は、全体最適であったり、個別最適(カスタマイズ)の全体統合であったり、人の生活を豊かにすることだってできそうです。

AIは人間の能力を壮大に補佐すべきもの。
GANや類する技術は、いつか身につけてみたい。
凸版さんがパートナーシップを結んでいるイスラエルのD-IDがプライバシー業界的に有名ですが、生成情報を活用した画像分析などはプライバシー規制の動き等からニーズはあるかもしれないですね。

プライバシーテクノロジー分野は引き続き要素技術レベルでの開発が続くと思うので、実用先がどこになるかは気になるところです。

凸版印刷、顔画像の非識別化サービスを12月より提供 顔認識技術による個人情報の特定を防止
https://cloud.watch.impress.co.jp/docs/news/1213294.html