笑うはずのない人を笑わせるアプリ、FaceApp

2017/01/31

Pocket

こんにちは、Twitterで流行っているネタばかりですみません！
今日はあの今話題のFaceAppです。
え、ご存知ない？

ではご覧に入れましょう…！

これが…

こう。

もちろん、その場で撮った写真でも、むしろ写真の方が自然に笑わせる事が出来ます。

それが
FaceApp

FaceApp、どうなってるの？

このアプリ、ニューラルネットワーク（深層学習）によって笑わせている、という説明がされている事が多いのですが、それはつまりどういう事なのでしょう？
深層学習という言葉と、写真を編集して笑わせる事の間にはどんな繋がりがあるのでしょう？

まず、深層学習（Deep Learning）というのは、ニューラルネットワークという機械学習の方法の１つで、近年注目を集めている事は以前にも書きました。
何故今人工知能ブームなのか？
人間の脳をコンピュータを使って再現する、という技術であるはずのニューラルネット（Deep Learning）をどのように使えば、顔写真を笑顔に出来るのでしょうか？

笑顔の写真を沢山"学習する"

まず、脳を再現させたコンピュータに、「笑顔とは何か」「笑顔とは何がどうなっているものか」を覚えさせます。
具体的には、男女や年齢等の情報を付与した何万枚もの写真を、ひたすらコンピュータに見せて、その特徴や共通点を覚えさせていきます。
この覚える過程はコンピュータが勝手に行うので、人間は何もする必要ありません。兎に角良質なデータセットを作ってコンピューターに食べさせる、という差業を行います。（もちろん、そのコンピュータが笑顔を覚えるための仕組みは人間が作ってあげないといけません）

すると、コンピュータは「笑顔」であるとか「男女」であるとかの特徴や概念を学習します。
写真を見せると、写っている顔が「笑顔であるか否か」や「男であるか女であるか」等を即答出来るようになっていきます。

まず、これが第一段階です。

でたらめな画像と学習元となった画像のどちらかを判定させる

次に、画像生成器に「適当な乱数（的なもの）を使って作ったデタラメな画像」を作らせて、「デタラメな画像」か「学習させたのに類する画像（写真等）」のどちらかを、先程のコンピュータに判断させます。
この画像生成器は、より点数が高かった（より写真に近い）画像を生成させるようにプログラミングしておきます。
最初のうちは当然写真の方をコンピュータは選びますが、回数を重ねて画像生成器に高得点の取れるパターンを学習させていくと、コンピュータを騙せるような、写真に近い画像を生成するようになっていきます。
それを何千回と繰り返すと、画像生成器の生成する画像は限りなく元の写真に近づいていきます。

これが第二段階です。

入力された画像に近い、しかし違う特徴を持った画像を生成して合成する

さて、ここがFaceAppの凄いところです。
第二段階までは、chainer等のライブラリを使えば比較的簡単に実装出来るでしょう。（僕はやったことありませんが）（そのうち試してみます）（多分やってみるとめっちゃ難しそう）（怖い）

FaceAppでは、それらの画像を闇雲に生成するのではなく、入力されたのに近い笑顔の画像を生成する、という事をやっています。
そして、『「笑顔」である事に必要な部分』とそれ以外の部分がとても連続的になるように処理されています。
これは多分、入力画像の比重が他の学習した内容に比べてかなり重い、という事になるのだと思うのですが、その部分の処理を一体どうやっているのか、という事は流石に企業秘密だと思います。