遊んで学べる「Experiments with Google」（第26回）

お絵描きWebアプリ「Quick, Draw!」　Google製の楽しいゲーム　目的は「◯◯データ」の収集？（2/2 ページ）

落書きデータの収集がQuick, Draw!の目的

　ここまでの様子で伝わったと思うが、Quick, Draw!はただ遊ぶだけでも純粋に楽しめるゲームだ。しかし開発したGoogle Creative Labには目的がある。それは、世界中から人間の描く落書きデータを大量に集めることだ。集めて落書きデータでデータセットを作り、さまざまな用途に使おうというのだ。

　AIは、学習したデータを基に、入力されたデータを判断して物事を「認識」する。以前、この連載でAIが扱う多次元データを視覚化するツール「Visualizing High-Dimensional Space」を紹介したとき、AIが膨大な量の手書き画像から数字を学び、手書きの数字を認識する流れを説明した。このようにAIが何かを「認識」するには、学習に使う参照用データが必要になるというわけだ。

　落書きを認識できるAIは、見本となる落書きデータをあらかじめ組み込んでおく必要がある。Google Creative LabはQuick, Draw!で落書きデータを集め、「飛行機」「猫」「ケーキ」といった物体を人間が絵でどう表現するかAIに教えたのだ。

　こうして集められた落書きデータは、Quick, Draw!の認識精度向上に利用しただけでなく、他のコンテンツにも活用している。

　例えば、喋った情景をアニメ化するAI「Scribbling Speech」（紹介記事）では、描くモノの画像をQuick, Draw!の落書きデータセットから取得していた。これにより、まるで人間が描いたようなイラストを自動生成できる仕組みだ。

　その他にもQuick, Draw!で得た落書きデータセットを活用しているコンテンツがある。手描きの絵をプロ風のイラストに変換する「AutoDraw」や、描きかけのイラストを完成させる「sketch-rnn」、写真を落書きに変換する「Cartoonify」といったものだ。

　このように、AIには大量のデータセットが欠かせない。さらに、精度の高いAIを作るには良質なデータセットが必要だ。データセットの量と質がAIの性能を左右すると言っても過言でない。そうしたデータセットを構築する手法の一つとして、Quick, Draw!は参考になるだろう。

遊んで学べる「Experiments with Google」

AIやVRなど最新技術の実験的な応用例を紹介するGoogleのショーケース「Experiments with Google」を実際に試して遊んでレポートする。専門知識がない人でも楽しくIT技術の魅力に気付き、その可能性を学んでいけるようキュレーションする。

この連載の記事をもっと見る

この記事の著者

関連記事

• 

  1と0は遠くて、1と7は近い――AIは手書きの数字をどう認識している？　“AIの頭の中”にある多次元データをのぞこう！

• 

  プログラミングせずAIをDIY！　Webブラウザで動くGoogleの機械学習サービスを試す　AIの出来栄えは？

• 

  喋った情景をアニメ化するAI「Scribbling Speech」　デモ版はないけど、学習データや処理内容を解説した

• 

  AIに頼れば、絵心ゼロでもマンガのキャラクターを描けるのか？　Googleの「Giga Manga」を試してみる

• 

  AIが評価するお絵描きゲーム　判定は「アートっぽいけど、何なのか見当つかない」　高得点を狙うには？