なぜブーム?ディープラーニング流行の理由

最近、人工知能とかディープラーニングのことを耳にしない日がないぐらいですが、まずはとりあえず難しことを考えずにディープラーニングを楽しんで体験できるサイトをまとめてみました。最後まで読んだらディープラーニングをちょっとだけわかった気になれるかも!?

■ディープラーニングを体験できるサイト

ディープラーニングは真面目に考えると結構頭の中がこんがらがるので、まずは触って楽しんでください!(スマホだと体験しづらいサイトも多いので画像で雰囲気もわかるようにしてあります)

・paintschainer

Twitterでもかなり拡散された自動着色システムです。
https://paintschainer.preferred.tech/index_ja.html

『変女』の画像でも試してみました!  
これは調整をまったくしないデフォルトの状態での着色結果なのですが、、なかなかすごい!おぱーい!胸の谷間あたりの色が特によくできてる気がします。肌色率の高い画像のほうがなんとなく良い感じ。

・chainer-DCGAN

顔イラストの自動生成をするシステムです。
http://mattya.github.io/chainer-DCGAN/
(PCで閲覧ください。ちょっとロードに時間がかかります。説明はここのブログを読むのがよいかと!)

ここではキャラの顔イラストをいくらでも作れます。まずは上記サイトで「shuffle!」ボタンを押してみてください。押せば押すほど次々とこんな感じで自動生成されたキャラの画像が出てきます!!

パラメータも個別に調整できるので、色々と試してみてください!ああ、ついにキャラクタまで自動生成で産み出される時代っっ!

 

ちなみに、このchainer-DCGANも先ほどのpaintschainerもどちらにもChainerという単語が含まれてます。

このChainerってのは日本製のディープラーニングのライブラリのことです。こういったChainerや、GoogleのTensorFlowとかのライブラリがオープンソースとして無償提供されているのも、ディープラーニングが爆発的に拡散している理由の一つなのかもしれません。

なお、chainer-DCGANのDCGANですが、これはディープラーニングを使った画像生成手法って理解すればいい感じかな?このDCGANを使った仕組みをもう一つ紹介します。

・Girl Friend Factory – 機械学習で彼女を創る –

https://hiroshiba.github.io/girl_friend_factory/index.html
上記のサイトで、「無限ガチャ」→「生成」とやってまずはキャラを生成しましょう。あとはパラメータをご自由に弄り倒してみてください!(解説のブログ)

昔から「C言語なら何でも作れる。作れないのは彼女ぐらいだ。」と言いますが、機械学習ではついに彼女を作れる時代が来るのかもしれません。

 

・dcgan_code

https://github.com/Newmu/dcgan_code

イラストばかりだけでなく、実写画像をDCGANで生成した例も置いておきます。とにかく大量のベッドルームの画像を学習させることで、ゼロからベッドルームの画像を生成しています。

ここのサイトは触って試すようなデモページはないのですが、実写画像はよりリアルな感じしますね。今後精度やリアルさはどんどん良くなって行く一方でしょう。

・edges2cats

https://affinelayer.com/pixsrv/

簡単な線画から猫の画像を生成してくれます。猫に絞ってるだけあって、なかなかすごいです。

公式のサンプルはこんな感じ。

そこで、今回はあえて猫ではなく、人間の顔を線画で書いてみました!

うん、これはキモい。むりやり人間の顔が猫にされています。

・Google Cloud Vision API

https://cloud.google.com/vision/

 

ここまでは自動生成系ばかりだったので、判定系もひとつ紹介しておきます。画像の特徴を判断してくれるAPIがGoogleで公開されています。

上記は『SE』の1シーンですがしっかりアダルト判定されていますね!この画像から自動でアダルト判定できるって嫌味でもなんでもなく、本当にすごいなあ。。(あ、たぶん入ってないのでこの画像はアダルト画像じゃないですよ!?)

 

■なぜこんなにディープラーニングが流行っているのか

一番でかいのはインターネットによるビッグデータの登場だと思われます。これによりネットの世界にはとにかく大量の情報であふれるようになり、どんな文章でもどんな画像でも、あらゆるデータが大量に、とーにかく大量に存在するようになりました。コンピュータが学習に使えるデータ量が爆発的に増えたってわけです。

なんせ世界におけるインターネットの利用者数は2017年現在で約35億人とも言われ、画像のアップロード数はFacebookだけでも年間700億枚以上というとんでもない数になっています。

この大量のデータとそれを解析/学習するCPUやGPUなどのマシンパワーの向上がディープラーニングの大流行を生み出したって感じなんでしょうね。

■ディープラーニングを勉強するならこの本?

現状まず抑えとくべきは「ゼロから作るDeep Learning」なんですかね?

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
斎藤 康毅
オライリージャパン
売り上げランキング: 89

これはあれです。例えるならばラーメンを作るぞ!って時に「どのレベルで作るの?小麦から?」って感じの本です。

一応通して読みましたが、正直私には難しかった!…です!実際にディープラーニングをやるにしても、この本で理論を抑えといて、実際にはTensorFlowとかChainerとかのライブラリを使うってのが一番手っ取り早いかもしれません。

…ってところでちょっと長くなったので、続きは次回。

次回はディープラーニングの登場によって漫画『SE』で描いたあのシステムも現実のものとなります!って話と人工知能についての記事でも。

■関連記事

・人工知能は人間の仕事を奪わない。
http://konogi.sub.jp/blog/?p=1387

 

スタッフ