人工ニューラルネットワークは、体型を崩すことなく、一瞬で老けたり若返ったりすることができる

ディープラーニングマシンは、人が年をとった後の顔がどのようになるかを示すことができますが、多くの場合、顔はだんだん本人に似なくなっていきます。現在、コンピューター科学者はこの問題を解決しました。

私たちはどのように老化していくのでしょうか?この質問は興味深いです。実際、20年後、30年後、さらには40年後に自分がどうなっているのか興味を持っている人はたくさんいます。

人間の老化をシミュレートできる技術はすでに数多く存在しますが、そのほとんどは時間がかかり、費用もかかります。写真の顔を安価かつ素早く老化させる方法があれば、はるかに便利でしょう。

ここで、フランスの Orange Labs の Grigory Antipov 氏とその友人たちを紹介したいと思います。彼らが開発したディープラーニング マシンでは、これを簡単に実行できます。彼らのシステムは、若い顔が年をとった後にどのように見えるかをシミュレートできるだけでなく、古い顔を若く見せることもできる。

近年のいくつかの技術開発が彼らの製品開発を推進してきました。近年、コンピューター科学者は、信憑性を失うことなく顔画像をさまざまな方法で修正できるディープラーニングマシンを設計しました。この方法により、高齢者のよりリアルな肖像画を作成できます。

しかし、問題は、ディープラーニングマシンによる修正の過程で、顔画像が徐々にぼやけていき、本人と似なくなってきてしまうことです。その結果、その人は年老いていくが、認識できないほどになる。

アンティポフ氏と彼の会社は解決策を見つけました。彼らは、顔画像ジェネレーターと顔識別器という 2 つのディープラーニング マシンを連携させて使用しました。年齢とともに顔がどのように変化するかを学習する際、2 台のマシンは、0 ～ 18 歳、19 ～ 29 歳、30 ～ 39 歳、40 ～ 49 歳、50 ～ 59 歳、60 歳以上のさまざまな年齢層の人々の写真を大量に分析します。

ディープラーニングマシンのトレーニングには、インターネット・ムービー・データベース（IMDb）とWikipediaからの写真を使用して、各年齢層の5,000人の顔が使用され、それぞれの写真に人物の年齢の注釈が付けられました。このようにして、機械は各年齢層の顔の特徴を理解し、特定の年齢層の特徴を他の顔に適用して、同じ年齢層の顔のように見えるようにすることができます。

本人確認の不鮮明化を防ぐために、2 つ目のディープラーニング マシンである顔識別器が、合成された老齢の顔がまだ認識可能かどうかを検出します。認識できない場合は、画像は拒否されます。

アンティポフ氏と彼の会社は、このプロセスを「条件付き年齢シミュレーション敵対ネットワーク」と呼んでいます。「敵対的」という言葉は、2 つのディープラーニング マシンが反対方向に動作し、1 つは変化 (老化) 専用、もう 1 つは修復 (識別) 専用であるという事実に由来しています。

最終的な効果は印象的です。開発チームは、IMDbとWikipediaから1万人の顔にこの技術を適用したが、その顔はすべて機械がこれまで見たことのないものだった。次に、OpenFace を使用して、処理前と処理後の画像が同一人物であるかどうかをテストしました。この新しい技術の精度は 80% ですが、他の顔修正技術の精度は 50% しかありません。

もちろん、この技術は顔を老化させるだけでなく、若返らせるためにも使用できます。

明らかに行われていない比較テストが 1 つあります。それは、コンピューターで生成された若い頃の顔の画像と、実際の人々の若い頃の顔の写真とを比較することです。これは、技術の精度を測定するための良い方法であり、将来試してみる価値があるかもしれません。

アンティポフ氏は、彼らの技術は長年行方不明になっている人々の身元確認に利用できる可能性があると述べた。また、アルゴリズムが公開されれば、試してみるのも楽しいでしょう。