IDEAS + INNOVATIONS
雑誌WIRED最新号
雑誌WIRED最新号
『WIRED』VOL.20
 
NEWS

顔の「覚えやすさ」を測定できる深層学習アルゴリズム

マサチューセッツ工科大学(MIT)の研究者が、画像の「記憶しやすさ」を判断できる深層学習アルゴリズム「Memnet」を開発した。

 
 
このエントリーをはてなブックマークに追加

IMAGES COURTESY OF MIT/MEMNET
TEXT BY EMILY REYNOLDS
TRANSLATION BY MINORI YAGURA, HIROKO GOHARA/GALILEO

WIRED NEWS (UK)

記憶しやすい画像の例。

会ったことがある相手に、いつも顔を忘れられてしまう人には、悪いニュースがある。あなたの顔は、「覚えにくい」顔なのかもしれない。

さらにあなたの顔は、コンピューターからも、「記憶しにくい顔」と見なされる可能性がある。マサチューセッツ工科大学(MIT)の研究者が、こうしたプロセスを人工ネットワークで模倣するアルゴリズムを開発したからだ。

記憶しにくい画像の例。

「Memnet」は、自撮り写真などの画像の「記憶しやすさ」を、人の脳と同様に予測できる深層学習アルゴリズムだ。

まずは、画像にどの程度親しみを感じるかを5,000人の被験者に評価させて、「メモラビリティ(覚えやすさ)」の基準レベルが定められた。続いて画像データをMemnetに投入すると、Memnetは、人とほぼ同じ程度の成果を挙げた。これは、既存のソフトウェアと比べると30パーセント優れた能力だ。

既存の研究では「顔の覚えやすさ」に焦点が絞られていたが、この研究では、もっと困難な一般的な画像も含めて扱われた。深層学習ネットワークは、人の視覚系を複製して、データを判断するよう訓練された。

Memnetでは、スコアだけでなく、ヒートマップを利用して、画像のなかの記憶されやすい部分に焦点をあてる。画像のなかで、最も印象的だったり覚えやすかったりする部分を示すこのヒートマップは、いろいろな分野で参考になるものだ。こうしたヒートマップを利用すれば、人々に覚えてほしい広告を出したい広告主のほか、覚えやすいかたちで教材を示そうとする教師などにも役立つ可能性がある。

ただしMemnetは、人には記憶できるような詳細部分を記憶することはできない。従って、特定のパーツや、姿勢やロゴといったものは、このアルゴリズムではいまのところ検知できない。

関連記事:「トム・ハンクスの顔の謎」を解明する機械学習アルゴリズム

 
 
このエントリーをはてなブックマークに追加
 
 
SHARE A COMMENT

コメントをシェアしよう