Google のサーバーは世界のデータの大部分を扱っているが、どうやら夢も見ているようだ、と 2 人の Google ソフトウェア エンジニアと 1 人のインターンが書いた Google ブログ記事が伝えている。
Googleの人工ニューラルネットワーク（ANN）は、Google画像を処理するために使用される人工ニューロン（コンピュータ上で実行される）を積み重ねた層です。コンピュータがどのように夢を見るかを理解するには、まずその学習方法を理解する必要があります。簡単に言うと、GoogleのプログラマーはANNに何百万枚ものフォークの画像を見せ、それぞれがフォークの外観であると指定することで、フォークとは何かを教えます。ネットワークの10～30層のそれぞれの層は、画像からエッジから形状、そして最終的にフォークの概念に至るまで、段階的に複雑な情報を抽出します。最終的に、ニューラルネットワークはフォークにはハンドルと2～4本の歯があることを理解し、エラーがあればコンピューターの誤読を修正して再試行します。
Googleチームは、画像を識別するのと同じプロセスが画像生成にも使えることに気づきました。その論理は成り立ちます。フォークの見た目がわかれば、フォークを描くことができるはずです。
これは、何百万枚もの写真を見せられても、コンピューターが物体の完璧なプラトン的形状を思いつくことができないことを示しました。例えば、ダンベルを作るように指示されたとき、コンピューターはダンベルの形から伸びる長くて細い腕のようなものを描きました。ダンベルの写真には腕がよく描かれているため、コンピューターはダンベルにも腕があることがあると考えました。
これは同社の画像処理能力の洗練に役立ちましたが、Googleチームはそれをさらに進めました。GoogleはANNを用いて、画像に見られるパターンを増幅させました。各人工ニューラル層は異なる抽象レベルで動作し、微細なコントラストに基づいてエッジを捉えるものもあれば、形状や色を見つけるものもあります。彼らはこのプロセスを実行して色と形状を強調し、その後、ネットワークに「思いっきり飛び跳ねるように」と指示し、認識したものを強調し続けました。例えば、雲が鳥に似ている場合、ネットワークは鳥という概念を小さな反復処理で何度も繰り返し適用するのです。
奇妙なことに、Googleチームはパターンを発見しました。石や木は建物になり、葉は鳥や昆虫になることがよくありました。
研究者たちは、ネットワークが生成した画像を処理対象の新しい画像として設定し、毎回少しずつズームする反復処理を実行しました。するとすぐに、ネットワークは「無限の新しい印象の流れ」を生み出し始めました。ホワイトノイズから始めると、ネットワークは完全に独自のデザインで画像を生成します。彼らはこれらの画像をニューラルネットワークの「夢」と呼んでいます。これは、現実世界の物体から導き出された、コンピューターの思考の完全に独創的な表現です。
Google は、人工ニューラル ネットワークが何を学習しているかを調べるためにこれらの技術を使い続けており、それが「創造プロセス全般のルーツ」に光を当てることができるかどうかについても検討しています。
