最終更新日:
GANの応用・活用に悩んでいる方いませんか?ビジネスシーンに応用する力を身に付けるGAN講座をご紹介!
こんにちは。スキルアップAIの岩永です。
大学院では、ディープラーニング(GANなど)を用いた異常検知の研究をしています。研究で異常検知を行う際、データが少ないという問題で悩んでいました。その際、教師なし学習(=学習データに正解を与えない状態で学習させる手法)による異常検知の手法として注目を集めていたAnoGANというGANの派生形を活用しようと思い、現在GANを勉強しています。
現在、AIの応用分野として一際注目を集めているのが、画像や音声などの新たなデータを作り出す生成タスクです。その中でも、敵対的生成ネットワーク(Generative adversarial network:GAN)は最も注目を集めている技術であると言えます。2014年にGoodfellowらによって提案されて以来、急速に研究が進められ、多くの派生形が登場しています。
一方、一部の企業を除き、ビジネスへの応用がなかなか進んでいないという問題があります。そこで、スキルアップAIでは、様々なGANの派生形について体系的に学ぶことができる講座を開講いたします。
本講座は、GANについて最新の技術動向からビジネスへの応用方法までをハンズオンを通して学ぶことができ、「どのGANを使えば良いか分からない!」という問題を解決することが可能となっています。
以下に、ご体験いただける講座の内容をご紹介します!
1.桁外れの速さで進化するGAN
現在、GANはAI界隈で最も研究されているモデルの1つであるといえます。2014年にGoodfellowらによって提案されて以来、多くの派生モデルが提案されています。GANに関する論文は年々増加傾向にあり、現在も1ヶ月に約70本のGANに関する論文が投稿されています。また、GANは画像生成のみならず、動画生成や音声生成など様々な分野で応用が進んでいます。
図1:GANに関する論文は年々増加している
(参考文献[1]より引用)
このように、GANはとてつもないスピードで進化を遂げていますが、あまりにも多くのGANが登場しているため、「ビジネスの課題をGANによって解決したいけど、どのGANを使えばいいか分からない」、「手元にあるデータを使って何かやりたいけど、どんなことができるか分からない」という問題が生じています。
2.多方面で活躍するGAN
急速に進化しているGANは様々な分野での応用が進められています。下記はGANが応用されているタスクの一部です。
画像タスク | 画像生成 | 持っている画像データを学習し、新たな画像を生成する |
スタイル変換 | 画像の画風を別の画像の画風に変換する (線画に色をつける、写真をアニメ風に変換) |
|
高解像度化 | 低解像度の画像の解像度を上げる | |
テキストから画像生成 | 文章からそれに見合った画像を生成する | |
時系列タスク | 音声生成 | 持っている音声データを学習し、新たな音声を生成する |
音声変換 | 人の声質を別の人物の声質に変換する | |
自然言語タスク | テキスト生成 | 意味の通る文章を生成する (単語から文章を生成、文章の要約など) |
上記のタスク以外にも、様々な分野で応用が進んでいます。
FacebookのAI研究所所長であるヤン・ルカン氏は、GANについて「機械学習において、最も面白いアイディア」と言及しています。このようにGANの応用研究は今後ますます増えていくことが予想できます。
3.GANの活用事例
ここで、実際にGANをビジネスに活用されている事例をあげてみましょう。
株式会社サイバーエージェントが提供している「極予測AI人間」は、GANにより企業やブランド毎のターゲットに適した人物モデルを生成し、従来の広告撮影でかかっていた手間を減らすことができます。
この「極予測AI人間」の中で、GANは人物モデルを大量に生成する役割を担っています。大量に架空の人物を生成することで、より企業やブランド毎に適したモデルを選択することが可能になりました。
(参照:株式会社サイバーエージェント プレスリリース
[https://www.cyberagent.co.jp/news/detail/id=25322])
4.StyleGANを中心に100個のGANを理解する
本講座では、まずNVIDIAの研究者によって提案されたStyleGANについて学びます。StyleGANはそれまでのGANの重要な要素を多く含んでおり、その後提案されたGANの礎ともなっています。StyleGANについて学ぶことで、他のGANの要点をすんなりと理解できるようになります。
また、StyleGANの実装コードの解説をし、各要素の役割や働きについてより深く学ぶだけでなく、実際にStyleGANで画像生成する実験を行い、その性能を実感いただけます。
下図はStyleGANの「Style mixing」という機能に関する実験の例です。StyleGANでは、潜在変数を途中で切り替えることで2つの画像の特徴を組み合わせることができ、学習時に行うことで過学習の抑制の効果もあります。
実験を通して、StyleGANのStyle mixingによる画像の変化を理解することができます。本講座では、その他にもStyleGANに関する様々な画像生成の実験を行います。
次に、大量にあるGANの派生形について、特に重要な100本を抜粋し、それらの要点を解説いたします。その際、ビジネスシーンでの応用例を紹介し、実際にどのようにGANを活用するのか考えていただきます。
例:LAPGANの解説スライド
いかがでしょうか?より深くGANの可能性と最先端の知見に触れたい方、現場でGANを誰よりも使いこなしたい方には必見の講座となっております。オンラインで動画を見るだけではなく、実際に手を動かし、アクティブラーニングをご体験いただけるインタラクティブな講義となっています。講座の一部を視聴できる無料トライアルもございますので、興味がある方は是非受講をご検討ください。
5.参考文献
[1] https://github.com/hindupuravinash/the-gan-zoo配信を希望される方はこちら
また、SNSでも様々なコンテンツをお届けしています。興味を持った方は是非チェックしてください♪
公開日: