ディープラーニング製品が出てきたあとのクリエイターの未来を予言しようぜ☆(^~^)

ひっぽっぽっほっほっほっほっホッホッホ☆(^~^) ホッホッホッホッホッホッホくるぽっぽ☆(^~^) 公開下書き

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 未来を予言しようぜ☆?」

KIFUWARABE_80x100x8_01_Futu.gif
「 今を生きればいいのに……☆」

服ができてる!!Adobe Research等の研究チームがディープラーニングを用いて衣服アニメーションを生成する新アプローチ「GANPaint Studio」を公開!!

OKAZAKI_Yumemi_80x80x8_02_Syaberu.gif
「 ↑ すごいことばかりで、何が すごいのか分からないから もうなんでも 普通に見えるのよね」

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 ディープラーニング を速く覚えなければ、と 遅れを感じ始めたクリエイターもいるだろ☆
Adobeの描画ツールの使い方を速く覚えなければ……、ぐらいの意味で言っていて
べつに これは蜂です。これは船です。これはトラックです。 とか調べたいわけではないよな☆」

OKAZAKI_Yumemi_80x80x8_02_Syaberu.gif
「 ディープラーニングが 終わったあとのツール を使いこなそう、という意味でしょ」

KIFUWARABE_80x100x8_01_Futu.gif
「 残念だったな☆ お父んが口を挟むスペースは無いぜ☆」

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 じゃあ 勝手に 未来を予言しよ☆」

KIFUWARABE_80x100x8_01_Futu.gif
「 好きにしろだぜ☆!」

何に ディープラーニングを使っているか、という違い

“ディープラーニングを用いて衣服アニメーションを生成する新アプローチ“

KIFUWARABE_80x100x8_01_Futu.gif
「 ↑ この日本語は何を言ってるんだぜ☆?」

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 ディープラーニングを使って衣服アニメーションを生成するソフトは 今までにもあったが、 新しいアプローチで行った、
とかなら なんか あんまり べつに、だよな☆」

OKAZAKI_Yumemi_80x80x8_02_Syaberu.gif
「 記事の原文無いの?」

Learning an Intrinsic Garment Space for Interactive Authoring of Garment Animation

KIFUWARABE_80x100x8_01_Futu.gif
「 ↑ ここだろ☆」

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 ほーん、 今までには無かったが、ディープラーニングを使ってできるようになった らしいぜ☆
そういえば 研究チームが発表したとか書いてあったよな☆ 研究と付いていて、新しくないものを発表するわけがないよな☆」

KIFUWARABE_80x100x8_01_Futu.gif
「 そうとも限らんが☆」

learned intrinsic garment space

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 ↑ 衣服のスペース を学習したらしいぜ☆」

20200623ai1a1.png

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 ↑ つまり 上図のように スカート があったとするだろ☆」

KIFUWARABE_80x100x8_01_Futu.gif
「 これは どんぶり を被った脚か☆?」

OKAZAKI_Yumemi_80x80x8_02_Syaberu.gif
「 Skeb で絵をリクエストしてるクリエイターなら もっと リクエストしたくなるような絵を描きなさいよ!」

20200623ai1a2.png

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 ↑ 多分、ボディのアクションに応じて 衣服の取りうる形 を学習したんじゃないか☆?」

KIFUWARABE_80x100x8_01_Futu.gif
「 どんなアクションしたら こんなスカートになるのか……☆?」

20200623ai2.png

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 ↑ 確かに 人体の取りうる形は たくさん ありそうだよな☆
こういうポーズが すごい数 作られて、 トレーニング・データ train_X と呼ぶとしよう☆」

OKAZAKI_Yumemi_80x80x8_02_Syaberu.gif
「 ポーズじゃなくて、 体の動き のようよ」

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 計算資源持っていていいよな☆ 富岳にやらせようぜ☆」

KIFUWARABE_80x100x8_01_Futu.gif
「 富岳は GPU 入ってんのかだぜ☆?」

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 GPU は書いてないんで 分からないぜ☆ ディープラーニングの時代になんで GPU 書いてないんだろうな☆?」

20200623ai2.png

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 ↑ じゃあ、上に向かって飛んでるとか、重力があるとか、なんか いくつかの 入力(feature)があるんだろ☆
その結果、スカートの形状が上図のようになったとするだろ、これは トレーニング・データ train_y だぜ☆」

KIFUWARABE_80x100x8_01_Futu.gif
「 これは 機械学習する前のデータか☆?」

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 そうそう……、機械学習勢は トレーニング・データを じゃぶじゃぶ生成して、 数を集めるんだぜ☆
この作業は ディープ・ラーニングを始める前にやることで、
1か月に 30万件 作成しても 3か月で 90万件、これじゃ全然5億件に届かん、教師データの生成 速くせな☆
みたいなのも 見どころのひとつだぜ☆
Adobe の研究チームが何件 教師データを生成したか知らんけど☆」

OKAZAKI_Yumemi_80x80x8_02_Syaberu.gif
「 Adobeのプロダクトで 動画を作りたい人は 教師データを生成したいわけではないのよ! 見どころじゃないの! 使う方なの!」

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 こんな train_X が来たら、 train_y が出てくる、というのを えんえん とやるわけだぜ☆
これが 機械学習☆
機械学習をするとき、ディープ・ニューラル・ネットワーク(DNN)を使っていたら ふつうのディープ・ラーニング
今では いろんな ディープ・ラーニングがある☆」

20200623ai4.png

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 train_X の方は たくさんあるんで 大文字の X、
train_y の方は 1つしかないので 小文字の y だぜ☆」

KIFUWARABE_80x100x8_01_Futu.gif
「 変なの☆」

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 これは fit と呼ばれるフェーズで、この対応付けが終わると 成果物として 予測モデル という 容量食うデータができる☆
この予測モデルにも 決定木モデルや 線形回帰モデル など 数種類あって どれを使うかも 機械学習勢が考えるところだぜ☆」

OKAZAKI_Yumemi_80x80x8_02_Syaberu.gif
「 Adobe のプロダクトで 動画を創りたい人には どうでもいいことね」

20200623ai4.png

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 で、トレーニング・データは全部使ってしまうのではなく、 答え合わせ用に残しておくんだぜ☆
バリデーション・データ val_X を入れると、答えの val_y は出てくるか試すんだぜ☆
このときの val_y が、 よく記事で出てくる Prediction ☆ 予測という意味だぜ☆」

OKAZAKI_Yumemi_80x80x8_02_Syaberu.gif
「 予測が当たるようなら 使い物になりそうねぇ」

KIFUWARABE_80x100x8_01_Futu.gif
「 お父んは 機械学習 の説明をしただけで ディープ・ラーニング の説明はしてないと思う☆」

20200623ai5.png

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 ディープじゃないニューラル・ネットの ラーニングは、 ↑上図 桃色の入力層と、黄緑色の 出力層を除くと、1層しか 真ん中に持ってないんだぜ☆」

OKAZAKI_Yumemi_80x80x8_02_Syaberu.gif
「 その真ん中の層は 何やってんの?」

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 野球のバッティングで 腰ばかり見ているコーチとか要るだろ☆
腰ばかり見ているコーチ、足元ばかり見ているコーチ、顔の向きばかり見ているコーチ とか役割が分かれてるんだぜ☆
そのコーチらは 与えられた 各feature に対して、 0.7倍 とか 0.3倍 とか重み(W) を持ってるわけだぜ☆
で、こいつはイケる!と思ったコーチは発火する☆ あとは 発火したコーチたちの意見を集めて 重心が低いタイプ とか答えを出すんだぜ☆
雑に説明すれば☆」

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 そういうコーチが 7人いる、とか 決めとくんだぜ☆ そこが 中間層
ディープでないラーニングの ニューラル・ネットは 中間層が 1層☆」

KIFUWARABE_80x100x8_01_Futu.gif
「 ディープな ニューラル・ネットのラーニングは、 中間層が 2つ以上あるだけか☆?」

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 そう☆ 腰ばかりを見ているコーチと、足元ばかりを見ているコーチの両方を見ている嫌らしいコーチ みたいなやつが 2つ目の中間層に ずらっと並んでいる☆」

OKAZAKI_Yumemi_80x80x8_02_Syaberu.gif
「 嫌ねえ!」

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 で、 中間層は 多ければいいとか 何層もあればいいというものではなく、
入力と 出力に合わせて ちょうどいいサイズがあるはずだぜ☆
そのちょうどいいところを人類は知らないので、計算資源と金と研究者が探すんだぜ☆ そういうやつらが強いんだぜ☆」

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 研究者たちは どんな感じで ディープ・ラーニングしたか 論文とかに書くだろ☆
他の連中 計算資源も 使ったデータも持ってないから そういう 秘伝のタレの配分を明かしても 問題ないわけだぜ☆」

KIFUWARABE_80x100x8_01_Futu.gif
「 そういう技術を どの業界で 何に使えば どんなでかい問題を解決して、それが金になるか が重要なんだぜ☆」

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 Adobe はそれを 衣服のひらひらの計算 を ディープ・ラーニングにやらせたわけだぜ☆
それで 動画制作作業の20%ぐらい 衣服のひらひらをいじってたのを 動画制作作業の1~2%に抑えたんだろ☆ お得だぜ☆」

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 未来を予言しようと思ったんだが 疲れたんで 終わり☆」

KIFUWARABE_80x100x8_01_Futu.gif
「 なんか 予言して終われだぜ☆」

20200623ai6.png

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 入力に対して 物理演算で 衣服の計算をするやつもいれば、 もっと誇張したいクリエイターもいるだろ☆
どんな トレーニング・データ で学習したかで 予測は変わるんだぜ☆
予測モデル を自分のエスパー能力で感じ取って ツールを使うやつとか 出てくるだろ☆」

OKAZAKI_Yumemi_80x80x8_02_Syaberu.gif
「 コンピューターがはじき出すのは 正解ではなく 妥当な可能性の1つですからね」

KIFUWARABE_80x100x8_01_Futu.gif
「 Adobeの社員が この予測モデル でき悪いな……、先月に作った予測モデル採用したろ☆! とか やってそうだよな☆」

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 そこらへんの、自分の感性と、予測モデル の間をどう調整できるか 言語化されていて10年は使えるとか、そういうユーザー側の方で
ツール制作者の方を縛る手法が あるかどうかだよな☆ 新しいツールが出るたびに つまみを ぐいっといじる、とかでもいいけど☆」

KIFUWARABE_80x100x8_01_Futu.gif
「 ツールの熟練度の問題だろ☆ 合う合わないもある☆」

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 2020年モデルが 一番 感性に合ってるから 2021年モデルは使わね☆! とか あると思うんだが☆ 同じ味が出せね、みたいな☆
色覚検定みたいに 衣服の ふわり感とは とかの 標準団体ができるんじゃないか☆?」

KIFUWARABE_80x100x8_01_Futu.gif
「 じゃあ ふわり感 220 で☆」

KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif
「 疲れたんでおわり☆」

<おわり>

何度でもクリック!→

むずでょ@きふわらべ第29回世界コンピューター将棋選手権一次予選36位

光速のアカウント凍結されちゃったんで……。ゲームプログラムを独習中なんだぜ☆電王戦IIに出た棋士もコンピューターもみんな好きだぜ☆▲(パソコン将棋)WCSC29一次予選36位、SDT5予選42位▲(パソコン囲碁)AI竜星戦予選16位

Crieitは個人で開発中です。 興味がある方は是非記事の投稿をお願いします! どんな軽い内容でも嬉しいです。
なぜCrieitを作ろうと思ったか

また、「こんな記事が読みたいけど見つからない!」という方は是非記事投稿リクエストボードへ!

こじんまりと作業ログやメモ、進捗を書き残しておきたい方はボード機能をご利用ください!

ボードとは?

むずでょ@きふわらべ第29回世界コンピューター将棋選手権一次予選36位 の最近の記事