NIKKEI——日本经济新闻中文版

      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。