能够量产人工智能（AI）学习用数据的被称为“GAN”的技术正在崛起。日本初创企业DataGrid将该技术应用于自动生成实际不存在的模特图像，另一家企业Preferred Networks也在推进对该技术的利用。该技术可加速AI的“深度学习”进程，还被期待应用于自动驾驶和医疗等领域。对于在积累AI学习用数据方面落后于中美的日本来说或将成为福音。

    

DataGrid面向本间高尔夫制作的“实际不存在的”人物面孔

    

      满屏的面孔、面孔、面孔——打开制造和经销高尔夫用品的本间高尔夫的网站，身穿该公司服装的模特一个接一个地登场。数量达一万人左右。从容貌等来看没有任何不自然之处，但实际上这些“所有人”并不真实存在。所有模特都是被称作“生成对抗网络（GAN）”的AI技术创造的架空人物。

  

      制作出这些图像的是东京大学旗下的初创企业DataGrid。利用了2个相互“对抗”的AI。

  

      其中一个AI微调眼睛、鼻子的形状和位置制作出图像，然后由另一个AI来辨别图像中的人物是不是真人。如果被识破，AI会分析原因，生成新的图像再次挑战。两个AI在相互竞争的过程中，制作出宛如真人的面部图像。负责策划的博报堂MAGNET的佐佐木裕也感叹道“最初制作出的很多是不自然的面孔，但慢慢地变得越来越自然”。

         

  

      目前主流的深度学习AI存在1个弱点。那就是要想使AI不断进化必须让AI学习大量的数据。

   

      使用GAN技术的话，则能够量产并非实际存在的数据。让医疗用AI学习酷似真实图像的手术图像以及提高自动驾驶模拟试验的水平将变得容易。为了使AI的学习速度实现飞跃式提高，全世界的IT企业展开了开发竞争。

   

      DataGrid的冈田侑贵社长表示“本公司使用GAN，能够1秒钟生成1个人的面部图像”。该公司从10月份开始利用该技术，与日本连锁精品店URBAN RESEARCH等启动“换装”服务的实证试验。分别准备好服装和模特图像，然后使用GAN制作出好似试穿服装的图像。

   

      URBAN RESEARCH的萩原直树执行董事称“在服装网站上，以往需要为1套商品拍摄100张照片”，使用GAN的话，能够大幅降低模特摄影的成本。

   

      除了实拍图像外，动画的登场人物也能通过GAN创造出来。Preferred Networks 4月开始面向企业法人推出可无限创造出动画人物角色的“Crypko”服务。日本大型IT企业DeNA也在同样的领域加紧推进开发。

   

      GAN的应用范围很广。日本半导体商社MACNICA一直致力于提高自动驾驶的开发效率。使用GAN改变实际的图像，制作出各种天气、时间带和地点的景象。该商社表示“无需让车实际在公路上行驶，就能获取图像识别系统的学习用数据”。

   

      三菱电机致力于提高使用图像检查不良品的AI的效率。在情报技术综合研究所负责分析影像的杉本和夫表示，“只需很少的计算就能正确检查出不良品”。NTT Communication Science Laboratories的田中宏研究员表示“考虑（利用GAN）生成客户服务中心的应答语音”。

   

      GAN的概念由美国谷歌的研究人员伊恩·古德费洛（Ian J. Goodfellow）2014年提出。之后，英伟达和苹果等美国企业的研究令人瞩目。

   

      最近之所以日本企业也相继进入该领域，是因为使用GAN技术的话，无需顾虑个人信息问题就能生成大量的数据。这对于在积累AI学习数据方面落后于中美的日本企业来说，有望成为挽回劣势的关键一招。

  

      可能助长“深度伪造”

      

      GAN等图像生成技术也存在消极面。

  

      

      随着2020年美国总统大选的来临，被称为“深度伪造”（DeepFake）的假视频技术越来越令人担忧。有人对美国前总统奥巴马等著名人士的演讲视频进行编辑并对外散布，在虚假视频中，演讲的人看起来好像在说一些根本没有事实依据的话。由于有可能会左右总统选举的动向，美国众议院情报委员会6月召开了有关深度伪造威胁和对策的听证会。

   

      深度伪造与普通人也并非没有关系。在色情视频中嵌入其他女性脸部图像的“伪色情”（Fake Pornography）技术已经问世。如果专门在声音上做文章的话，就有可能导致电话诈骗等的手段越来越高明。

   

      企业也开始着手制定相关对策。美国Facebook和微软9月宣布，将与美国麻省理工学院（MIT）携手，举办一场辨别深度伪造的技能竞赛。美国Amazon Web Services（AWS）也表示予以合作。

   

      日本通信商NTT也表示“为了举办识破虚假语音的竞赛，开始以提供数据等形式展开合作”。开发虚假视频检测技术的初创企业也在不断增加，比如从事网络风险检测业务的日本Eltes等。

   

      不过，这样的举措只不过是亡羊补牢。从目前看来，这样的“猫鼠游戏”今后仍将持续。

    

      日本经济新闻（中文版：日经中文网）花田亮辅，黑田弁庆

 

版权声明：日本经济新闻社版权所有，未经授权不得转载或部分复制，违者必究。