AIの開発で最大の難関が、人間による大量の入力が必要なことだ。最初に、AIに解かせるための適切なデータを見つけて入力しなければならないし、さらにそれ以前に、AIを有能にするための訓練で大量のデータ入力が必要だ。GoogleのAI研究者Ian Goodfellowは、Elon Muskらが率いるOpenAIに出向したあと、最近またGoogle Brainに戻った人物だが、彼によると、ニューラルネットワークに別のニューラルネットワークを組み合わせることによって、この二つの問題を解決できるかもしれない、という。
実はFacebookでも同様の研究論文を、AI研究のトップYann LeCunnとAIエンジンイアSoumith Chintalaが昨年の6月に書いている。その中で彼らは、生成能力のある敵対的ネットワーク(generative adversarial networks, GANs)を利用する自動〔==無監督〕学習、すなわち人間が介入する必要のない機械学習を説明している。これを最初に考えたのはGoodfellowだが、Wired誌によると、その有効性の証明にはモントリオール大学における研究者たちの（アルコールの力も借りた？）激論を要した。
このシステムでは、二つの互いに対立するニューラルネットワークが、対立する情報を相手に提供しあう。たとえば一方が犬のリアルな画像を合成しようとして
スポンサーリンク
Googleの敵対的AI（GANs）はAI開発における現実データへの依存を減らす
IT起業ニュース
コメント