NIKKEI——日本經濟新聞中文版

      能夠量産人工智慧（AI）學習用數據的被稱為“GAN”的技術正在崛起。日本初創企業DataGrid將該技術應用於自動生成實際不存在的模特圖像，另一家企業Preferred Networks也在推進對該技術的利用。該技術可加速AI的“深度學習”進程，還被期待應用於自動駕駛和醫療等領域。對於在積累AI學習用數據方面落後於中美的日本來説或將成為福音。

DataGrid面向本間高爾夫製作的“實際不存在的”人物面孔

      滿屏的面孔、面孔、面孔——打開製造和經銷高爾夫用品的本間高爾夫的網站，身穿該公司服裝的模特一個接一個地登場。數量達一萬人左右。從容貌等來看沒有任何不自然之處，但實際上這些“所有人”並不真實存在。所有模特都是被稱作“生成對抗網路（GAN）”的AI技術創造的架空人物。

      製作出這些圖像的是東京大學旗下的初創企業DataGrid。利用了2個相互“對抗”的AI。

      其中一個AI微調眼睛、鼻子的形狀和位置製作出圖像，然後由另一個AI來辨別圖像中的人物是不是真人。如果被識破，AI會分析原因，生成新的圖像再次挑戰。兩個AI在相互競爭的過程中，製作出宛如真人的面部圖像。負責策劃的博報堂MAGNET的佐佐木裕也感嘆道“最初製作出的很多是不自然的面孔，但慢慢地變得越來越自然”。

      目前主流的深度學習AI存在1個弱點。那就是要想使AI不斷進化必須讓AI學習大量的數據。

      使用GAN技術的話，則能夠量産並非實際存在的數據。讓醫療用AI學習酷似真實圖像的手術圖像以及提高自動駕駛模擬試驗的水準將變得容易。為了使AI的學習速度實現飛躍式提高，全世界的IT企業展開了開發競爭。