NIKKEI——日本经济新闻中文版

      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。