敵対的生成ネットワークGAN

Screenshot of ja.wikipedia.org

2014年、モントリオール大学の大学院生だったIan Goodfellow によって提出された Generative adversarial networks、略してGANsというものが注目されているそうです。生成側と認識側の2つのニューラルネットワークを使って教師なしデータの機械学習の精度を上げる手法なんだそうです。2つのネットワークが敵対的に対抗しながら機械学習を進めるのでこのような名前なんだそうです。アナログ増幅回路でひずみ率を低下させるためのフィードバック技術に似てますね。

wiki解説を読んでも何の事やらさっぱり分かりませんが、ようするに、教師なし学習でも、精度が上がる作戦が実用化しつつあるんですよ!ということを感じ取って下さい。

教師無し学習というのは、人間によるラベルの付いてないデータだけで学習させる方法です。手書きの数字を写真撮影したデータに、人間が「これは1ですよ、これはゼロですよ」とラベリングしたデータを読み込ませるのが教師あり学習で、答えは教えず単に画像だけを読み込ませるのが教師なし学習です。教師無しでも様々な抽象化により、データを分類したり、画像を再生成することができるんですね。

※参考記事、コンテキストアウェア敵対的生成ネットワークによる画像生成

https://db-event.jpn.org/deim2017/papers/111.pdf

教師ありデータを用意するのは莫大なコストが掛かりますので、AIシステムを構築するのにも莫大な費用が掛かります。でも、教師無しデータで学習効率を上げることができればAIシステムの完成度を低コストで飛躍的に上げることができるというわけです。AI技術の進歩が加速するかもしれないという潮流を感じ取って下さい。そういえば人間の赤ちゃんの言語習得や母親認識も最初は教師なし学習ですね。そしてある程度成長してから教師ありの学習も始まるわけです。教師データの量を節約する作戦は、人間も自然に実践してたことなんですね。

※提唱者 Ian J. Goodfellow による解説本