NIKKEI——日本經濟新聞中文版

      DataGrid的岡田侑貴社長表示「本公司使用GAN，能夠1秒鐘生成1個人的面部圖像」。該公司從10月份開始利用該技術，與日本連鎖精品店URBAN RESEARCH等啟動「換裝」服務的實證試驗。分別準備好服裝和模特圖像，然後使用GAN製作出好似試穿服裝的圖像。

      URBAN RESEARCH的萩原直樹執行董事稱「在服裝網站上，以往需要為1套商品拍攝100張照片」，使用GAN的話，能夠大幅降低模特攝影的成本。

      除了實拍圖像外，動畫的登場人物也能通過GAN創造出來。Preferred Networks 4月開始面向企業法人推出可無限創造出動畫人物角色的「Crypko」服務。日本大型IT企業DeNA也在同樣的領域加緊推進開發。

      GAN的應用範圍很廣。日本半導體商社MACNICA一直致力於提高自動駕駛的開發效率。使用GAN改變實際的圖像，製作出各種天氣、時間帶和地點的景象。該商社表示「無需讓車實際在公路上行駛，就能獲取圖像識別系統的學習用數據」。

      三菱電機致力於提高使用圖像檢查不良品的AI的效率。在情報技術綜合研究所負責分析影像的杉本和夫表示，「只需很少的計算就能正確檢查出不良品」。NTT Communication Science Laboratories的田中宏研究員表示「考慮（利用GAN）生成客戶服務中心的應答語音」。

      GAN的概念由美國谷歌的研究人員伊恩·古德費洛（Ian J. Goodfellow）2014年提出。之後，英偉達和蘋果等美國企業的研究令人矚目。

      最近之所以日本企業也相繼進入該領域，是因為使用GAN技術的話，無需顧慮個人資訊問題就能生成大量的數據。這對於在積累AI學習數據方面落後於中美的日本企業來説，有望成為挽回劣勢的關鍵一招。

      可能助長「深度偽造」

      GAN等圖像生成技術也存在消極面。