AIの第3の使い道 アートも描ける「生成AI」が成長中

写真拡大

マシンラーニングなど人工知能(AI)関連の技術が、企業が提供する実際のサービスに組み込まれるケースが爆発的に増え始めている。リリース、またテスト段階にあるそれらのサービスを注意深く見ていくと、ある共通点があることがわかる。

まずひとつは、AIに膨大な量のデータを学習・処理させ、そこから最適な”解”を導き出すという用途。言い換えれば、AIが人間によってプログラムされた、もしくは自ら生み出した基準を元に、ものごとの判断を自動化するというものだ。

この用途には、画像・映像解析、病状診断、AIアシスタントによる検索などが含まれるだろう。例えば、インフラ保全に用いられようとしているAIは、人間が行ってきた目視による点検作業を代替し、作業の効率化や安全性を確保するため実用化が検討されている。

「対象を見る」という文脈で言えば、監視カメラのシステムに組み込まれたAIも同じ使い方だ。こちらは、対象の特徴(顔情報など)や挙動(怪しい動きなど)をAIが判断し、人間に知らせる仕組みとなる。

一方、採用や弁護、経理業務、また金融分野における投資判断など、いわゆる「ホワイトカラー業務」を代替するために開発されているAIも、それまで蓄積されたデータを学習し、人間が適切な行動を選択できるようサポートするのが目的となる。がんや眼病などを診断する「医療用AI」も、選択をサポートするという意味で同じ用途の範疇と言えよう。

AIサービスのもうひとつの共通点に、「未来を予測する」というものもある。この種のAIは、主に製造業の現場で導入が進められようとしている。ミシュランやダイキンなどのメーカーは、製品をIoT化しデータを収集。それをAIシステムで解析し「故障予測」、ひいては「製品サポート」につなげるための試みを進めている。

そのように「ものごとの判断」と「未来予測」という用途で使われているAIに、第三の用途が浮上しつつある。それが「生成」という使い道だ。つまり、それまで学習してきたデータを元に、新たなデータを生み出すというものである。日本のAIおよびロボット研究の第一線で活躍する関係者は言う。

「近年トレンドとなり、実用化も始まっているディープラーニングは、主に分析や判断を自動化するという文脈で注目を集めていますが、その真価のひとつは”生成”にある。例えば、画像解析に用いられているディープラーニングは、データを学習し、人間がプログラムせずとも自ら判断基準を作り出します。その生成プロセスは、他にも応用することができるでしょう」

AIによるデータ生成の一例としては、米ニュージャージー州ラトガース大学の「アート&人工知能研究所(Art&Artificial Intelligence Lab)」の研究がある。同大学は、ディープニューラルネットワーク技術を活用し、画家のように絵を描くアルゴリズムを開発。実際にアート作品を制作し、一般に公開している。

なお大学が開発したAIは、「敵対性創造ネットワーク(Creative Adversarial Networks、以下、CAN)」という名称で呼ばれているそうだが、”彼ら”によって生み出された作品は、一流のアーティストが制作した作品と見分けがつかない。

CANは、人間のアーティストたちが描いてきた絵画を学んでおり、すでに1119人の画家が描いた8万1449点の作品スタイルなどを学習・習得済みなのだそうだ。なお、教材として使用された作品は、「WikiArt」を通じて一般に公開された著名なものばかり。大学側が実施したアンケート調査では、回答者の85%がCANの作品を見て「人が描いた絵」と判断したという追加情報もある。

解決されなければならない課題は多いものの、今後は、映像、音声、ロボットの動きなどもAIを使って生成できる可能性があると言われている。データを新たに生み出すAIが、ビジネスでどう形を整え、実用化されていくか。注目したい。