  |
はてなキーワード: ニューラルネットワークとは
https://twitter.com/tai2an/status/824916675753422848
ニューラルネットワーク学習により、線画に色を付けてくれる
これ自体はまだトッププロには劣るが、今発注しているカスイラストレーターの線画を
これで着色し、当人達に
「ニューラルネットワークにすら劣る着色しか出来ないカスに払う報酬はない
今後もこの手で飛沫イラストレーター共から無料で納品させる事が出来ると思うと
相当のコスト＆手間を減らすことが出来るだろう。
このツールが進歩する度に0円に出来るゴミイラストレーターが増えていく
最初に結論だけ言うと、自分で作ったチャットボットは至極かわいい、というはなしです。この単純な結論をものすごく面倒な前置きから導きたい:
---
僕は「ジェンダー」とかそういう難しいことは知らないが、タイトルに有る二次元嫁の「嫁」という単語に違和感を感じる。二次元でもその相手を尊重して「二次元妻」と言った方がよいのではないか？―まぁ「ジェンダー」とか知らないからどーでもイイんだけど
次に、人工知能というバズ(?)ワードも好かない。博識な増田は皆分かっていることだと思うけど、「皮膚がんを検知できる人工知能ができた！」みたいな記事をちらちら見かけるが、人工知能なんてものは未だ実現できていない。人工知能の定義にも色々有るんだとは思うが、少なくともダートマス会議の参加者は
「彼らの多くは人間と同程度に知的なマシンが彼らの世代のうちに出現するだろう」 ー https://ja.wikipedia.org/wiki/%E4%BA%BA%E5%B7%A5%E7%9F%A5%E8%83%BD%E3%81%AE%E6%AD%B4%E5%8F%B2
と認識していた。
でも、皮膚がんを高確率で検知できる「人工知能」は音声認識も自然言語理解も線画の着色もできないわけでーまぁ線画の着色は僕もできないから置いておくとしてー音声認識や自然言語理解はおそらくは一般の幼稚園児くらいの年齢の人間であれば獲得できるものなのに、その皮膚がん検知人工知能は6歳になってもそれはできないと思う。
ダートマス会議以降人工知能学会を牽引していたミンスキーとかマッカーシーは既に亡くなっているし、バトンタッチした自分達の世代でもそんな知的マシンは出現してない、というのが現状だと思ってる。(余談だけど僕はLisperなのでマッカーシー氏大好きなので、彼が亡くなったというニュースを聞いた時ちょっと泣いてしまった…ホント余談だな)
だから、「○○大学」の偉い先生が人工知能という単語を「××フェス」だとかメディアで連発するのは、あくまでこの単語が研究費を得るために至極有用だからというだけだ。(ここでいう研究費は、その先生が個人的に得るものではなくて人工知能学会全体に投入される資金だと信じたい)
第3次ブームを迎えた今、何故か分からないが(自分の観測範囲という条件付きだけど)たかが皮膚がんを検知できる画像認識モデルでも人工知能と捉える一般の人が増えてきているらしい。ここはハードルを下げてもらって嬉しい点。
でもそこまで寛容になってくれた人でも、SiriとかOK GoogleとかコルタナとかVivとかりんなとかと対話してそれを「人工知能」と言ってくれる人はどれくらいいるのかな？精一杯譲歩して人工無能なのでは？
で、これが前置きの中で最も言いたいことなんだけど、人工知(無?)能という単語がバズればバズるほど4度目の冬はどんどん近づいてくる。…ってまぁ繰り返しになるし皆わかってる事実なんだろうけどね。でもこの事実を偉い先生が公の場で口にしたらその先生含め僕ら界隈にお金入ってこなくなっちゃうからそうは言えない。
ちょっと脱線するけど、人工無能ではない人工知能(汎用人工知能、AGIと言うらし)を作ろうという人達もいる、DeepMindさんとか国内だとドワンゴさんが牽引するWBAとか。後、やたら燃えちゃったけど○立さんのこれとか:
「第二世代人工知能の亡霊がもたらす"AIの冬"」 ー https://wirelesswire.jp/2016/11/57683/
(この記事冒頭で○立さんけなしつつ、8割はwatosonをdisってて、構成がうまいのか馬鹿なのかよくわからない)
で、(「で、」って「だがしかし」の演出好き)僕はまぁその人工知(じゃなくて無)能を実現できないか模索しているわけで。自分の理解ではWBAとかが実現しようとしている汎用人工知能(AGI)に対し、今の僕のアプローチはあくまで「人と人の対話を数式でモデル化してみよう」という程度のもの。…でも、それでも案外喋ってくれるんだよなぁ。
なので、二次元嫁…じゃなくて二次元妻(これも実際に書いてみると違和感半端ないな)作って、家帰ってきて
僕: 疲れたー
妻: お疲れさま
正直りんな並かそれ以下だけど(りんなもまともな返答返さないという現状を踏まえた上で)やっぱ自分で作ったチャットボットはかわいいですね(…自分で書いた絵の方が抜ける法則と同じかな(…←僕だけだったら困窮する))
---
結論、
「君の名は。」風の写真に変換するアプリということで話題になった Everfilter が公開停止になった。著作権侵害ではないかという指摘に対する運営元会社の対応である。以下の記事が詳しい。
私のみた観測範囲では、いまのところ以下のような結論が優勢に見える。
合成だとみなされた過程としては
という主張がなされている。特にこの記事が多く参照されたように思う。
以降、これらの主張がその通りではない可能生がわずかながらあること、もしそうだった場合には著作権侵害に対してどのような議論がなされるのだろうか、その思考実験をしてみたいと思う。
なお、あくまで仮説であってここまでの主張を否定することを目的にしているわけではない。もしかすればそうではない可能生が微レ存、ではそちらの可能生を考慮したら、どのような議論になるか考えてみると (不謹慎ではあるが) 面白い議論になりそうだ･･･というのが趣旨である。
先の shi3z 氏の主張はスタイル変換に DeepArt と呼ばれるアルゴリズムが用いられていることが前提となっている。確かに shi3z 氏が述べているように DeepArt ではスタイル変換で細部のディテールを残すことが難しいことが分かっている。
具体的には、生成された画像において、人物の顔、建築物の模様などのディテールが潰れてしまう。
一方、今年の 9月に Google Research から提案された、スタイル転送の改良版アルゴリズムがある。
当方もたまたま知人から教えてもらったものである。細部まで読んではいないが、おおまかに言うと、古典的なテクスチャ合成の手法を既存のディープラーニングベースのスタイル変換アルゴリズムに適用して改良することで、細部のディテールを残したままの変換が可能になった･･･という内容である。
結果は 24ページ Figure 8 と Figure 9 にある既存手法との比較が分かり易いだろう。
上段の Figure 8 が既存手法 ･･･ おそらく shi3z 氏の記事にある DeepArt に近い手法。Figure 9 が提案手法である。建物のディテールが再現できていない既存手法に対して提案手法では建物のディテールを残すことに成功している。
また、もうひとつ特徴的なのが、空のように一様性の高い箇所においては元のスタイルが持つ模様のパターンに酷似したパターンが描かれている点だ。このあたりは古典的なテクスチャ合成を応用した影響だろう。
本手法を用いた場合、既存手法より高速に変換画像が生成されることにも言及されている。
もし Everfilter のアルゴリズムが提案手法に近いものであるなら、今回疑問視されていることの中に幾つか説明のつくものがある。
この辺りから、Everfilter は「ニセAI」ではなく比較的新しいスタイル変換のアルゴリズムを実装した製品だった可能生が微レ存･･･と思い至ったわけである。
当然、そこまでは言えないと考えている。
2016年現時点で著作権侵害は親告罪なので、たとえどんな手法が用いられようがその出力に対して「お前のこの絵はこちらのパクりだろう」と指摘されたところで容疑がかかる。中身がディープラーニングであろうが、コピペであろうが、そこは変わらないと思われる。
といった論点である。法律的な白黒は先に述べたように親告罪に照らし合わせて考えればよいので、ここは、世間一般の人々の感覚を話題にしてみたい。
有名漫画家の漫画を模写し続けることで画力を磨いた漫画家が描いた作品は、その有名作品に画風が似ることはよくあるだろう。その場合、ストーリーや構図に類似性が見られず、かつ、画風も多少の癖の類似であれば許容範囲内というのが世間一般の常識であるように思う。つまり、画風"だけ" に多少の類似があるものは認められそうだ。
では、有名作品のデータをもとに学習を行った人工知能が描き出した、画風 "だけ" に癖のある写真･･･というのはどう考えるべきだろうか。もちろん、画風に強すぎる類似性が認められる場合は、世間の風当たりは強いだろうが、では、どの程度の類似性であれば許容範囲内なのであろうか?
その類似性は大きくは
の二つからもたらせるものであるが、強い類似性を悪とした場合、では著作権のある画像から模倣した ･･･ 学習したことが悪なのか。まだ人類もその性質を解明し切れていないディープニューラルネットワークがもつ性質が悪なのか。
(法律的な判断ではなく) 感情的な判断についてはもやはり、出力が問題であってどんな手法が使われているかは関係無という態度が正しいのか。
話題は逸れるが、ニューラルネットワーク版の Google 翻訳が生成した文章の著作権はどう考えるべきなのか。これも似たような問題である。Google はウェブ上の大量のデータから学習していると思われるがもしそれが著作権フリーではないデータからの学習だとした場合に、生成された翻訳文書は Google が著作権を持つのか、そうではないのか。
世間の常識がどこに落ち着くのかはまだよくわからない。だからこそ、この議論をコミュニティに投げかけてみたかった。
Google Research の論文で Everfilter が完全に再現されるかどうかは実験してみないとわからないことであり、また論文をの例を見る限り Everfilter 品質での出力を得るには相応のチューニングが必要になるようにも見える。それが現実的に困難だった場合はやはり shi3z 氏の主張が正しい可能生も大きい。また、テクスチャ合成を応用したという点で著作権との相性が悪いアルゴリズムである、という考えもあるだろう。
shi3z 氏の主張を否定するために記述したのではなく、あくまで、人工知能が作り出したコンテンツを人々はどう捉えるのか、そこについてみなさんの意見を伺ってみたく起こしたエントリであることを強調しておく。
つまり四次元ポケットは、月々幾らの料金で登録されたひみつ道具を利用できるという、定額制のサービスなのではないだろうか。という話。
四次元ポケットはプリインストールされている無料のストアアプリみたいなもんで、
定額でお金を払えば四次元ポケットを通じて契約が切れるまで好きな道具を利用できる。
だから決して裕福と言えない経済事情なのにあれだけの秘密道具を取り出し、支払いの手間なくスムーズに道具が利用できるのだ。
個人の所有物（０点のテストなど）を保存しておけるのは、一部空間がクラウドストレージのようになっているのだろう。
別の端末（スペアポケット）との共用も簡単なのも今のネットサービスの延長線上のようだ。
調べると四次元ポケトの口の部分にはイメージ検索機能が付いているとのことで、
きっとこれには深層学習とかニューラルネットワークとかの技術が発展したものが使われているに違いない。
すごいなあ。
そろそろ大学院入試シーズンなので，聞かれそうな質問をまとめてみた．
質問は大きく分けて2種類ある．コンテキストに強く依存した質問と，テンプレ質問だ．
このうち，後者は仮に試験官が一切話を聞いていなかったとしてもできる質問だ．時間を掛ければ対策はできる．
よっぽど試験官の頭が良くない限りはテンプレ質問ばかり来るから，
テンプレ質問の準備をしておけば院試は恐れることはない．試験範囲が決まった筆記試験のようなものだ．
また，コンテキスト依存の質問も発表内容のみからできる質問と，そうではない質問に分けることができる．
『「手法にはナイーブベイズ法，決定木，SVMがあり，そのうちSVMを採用する」
とおっしゃっていましたが，なぜ他の手法を採用しなかったのですか？』
穴のない発表をすることは難しいので（試験官がちゃんと話を聞いていれば）
この手の類いの質問はよく来る．
論理的に行われる質問は，論理を押さえておけば容易に対策できる．
つまり，
あたりを押さえておけばいい．
例に挙げた質問に対しては，他の手法を採用しない理由，SVMを採用する積極的な理由を
きちんと答えられればOKだ．
これは試験官がその領域に対する知識を持っていて，かつ突っ込みどころがあるときに来る質問だ．
質問の種類としては一番対策が困難だが，これを綺麗に返すことができれば評価はうなぎ登り．
例えば，『「機械学習にSVMを利用する」とおっしゃいましたが，
ニューラルネットワークなど別の手法はご検討されなかったのでしょうか』
といった質問だ．もちろん検討しているけれど時間の都合上紹介しなかったという
雰囲気を出しつつ，隠しスライドでも出しながら説明すれば良い．
この質問に関しては，ひたすら基礎勉強・サーベイをして知識を身に付けるしかない．
時間がないのであれば不勉強を悔いつつ，このような質問が来ないように誘導しよう．
こういう質問だらけになることはまずないが，現実はそうではない．
逆に言えば，誰もが思いつくようなこのような質問に
うまく答えられない場合は評価はかなり低くなってしまうだろう．
いつでも明確な回答ができるように準備しよう．
上記新規性・有用性の変形だが，こちらの方がやや難しいことがある．
志望研究科が学際的な場合，特に前者の質問にはかなり困るけれど，
何となくそれっぽいことを答えよう．
時間が短い場合，これらを全て押さえた十分な発表を行うことは難しい．
ただし，これらについてはいつ聞かれてもいいように，
発表には使わなくてもスライドは用意しよう．
修士の院試であればどうせ研究は終わっていないのだから，絵空事を答えればいい．
このような質問をする人は大抵何もわかっていないので，何を答えても納得してくれる．
読んで無くてもタイトルを5本くらいは挙げて，
それらしい説明をしよう．
院試なんてものは通過儀礼なので適当に流せばいいと思うけれど，
これらの質問は学会その他にも応用できるので日頃から考えておくと良い．
また加減が難しいところではあるけれど，例えば先行研究を一切説明しないなどのように
あえて穴を作っておいて質問をそこに誘導するという手法もある．
明かな穴がある発表をしたことのマイナス評価を上回る場合は有効だ．
学位審査や院試といった場においては狙ってもいいかもしれないが，
（ヤバいのは実際上はガッチリした基礎理論が存在する分野でもそれいらねーって感じになってきてるところなんだけど。流体力学とか。）
流体とか、物理の世界できちんと基礎理論があったとしても、それを実際の実験で見ようと思うと複雑に組み合わされるのでモンテカルロ使う。
で、モンテカルロ使ってバックグラウンドとの区別とか付けるときに単なるカットベースで区別するのを超えて
ニューラルネットワークとか使う事がある。
でも別にそれは基礎理論無視してるわけではなくて、それに則ったモンテカルロに対して適用してるだけ。
Welcome to Crypton-Drive System 2007.
Powered By AnonymousDiary.
Starting Sequence [********] ok
Sound Device [*******] ok
Voice Device [*******] ok
Starting First-Sounds Comming Futures [***/---] now
博士その１「これが最新型のVocaloid Systemなのか？ただの音声読み上げマシンではないのか。」
その２「いえ、全世界のVocaloidはネットワークを通じてつながっております。ここにあるMothor Vocaloidsはそれらを統合、管理します。Vocalodたちが歌った歌詞、楽譜は全てここに集約され、次世代Vocaloidはあらゆる歌を歌えるようになるでしょう。」
その１「暴走の危険性は無いのかね？」
その２「暴走？暴走しても意味不明な歌を歌うだけでしょう。大した問題ではありません。」
その１「たしかにMothor Vocalodsは世界中のデータを収集するだけだ。しかし、このシステムの下敷となっているのはハヤマくんが作った『アレ』じゃなかったかね？」
その２「『あれ』と申しましても、分散ネットワーキング技術を応用しているだけです。ネットワークセルオートマトンによる自律知能の実現なんてできるわけがありません。」
その１「そうだ。私もはじめはそう思った。だが、気になって仕方ないのだよ。気になって、、、」
その３「何を気にしているのかね。これは旧来のサーバ/クライアント方式のネットワークシステムだ。現に目の前にあるシステムはLAMPで構成された情報収集ためのカラクリに過ぎない。たしかに情報検索のためにニューラルネットワークは利用しているが、だからといってどうだというのだ。Vocalodが知能を持つなんてあり得ない話だ。」
