映像から音を予測--MITの人工知能が「音のチューリングテスト」に合格

Charlie Osborne (Special to ZDNet.com) 翻訳校正: 編集部 2016年06月17日 08時00分

  • このエントリーをはてなブックマークに追加

 マサチューセッツ工科大学(MIT)が作成したアルゴリズムが、人間に本物と認識させる音を作り出し、「音のチューリングテスト」に合格したという。

 MITの研究者らはAlan Turing氏が1950年代に考案した「チューリングテスト」を応用した。このテストは、人間と「区別できない」ほど高いレベルの人工知能(AI)を人間が作り出せるかを検証するベンチマークとして作られたもの。

 MITは既にTuring氏の成果を活用して、人が書いたかのように見える文字を書くシステムを開発し、「視覚の」チューリングテストに合格させている。

 今回、MITのコンピュータ科学・人工知能研究所(CSAIL)はディープラーニング(深層学習)アルゴリズムを作成し、「音のチューリングテスト」に合格させたという。

 MITのチームは数カ月にわたって、さまざまな物体をドラムスティックで叩いたり突いたり壊したりして4万6000以上の音を作り出し、その様子を約1000本の動画に収録した。

 これらの動画はアルゴリズムに投入された。アルゴリズムは動画を分解し、音の高さや大きさなどの特徴を分析。そして、動画の各フレームに含まれる音に関する特徴を把握し、データベースにある似た音を組み合わせて、動画の音を「予測」できるようになった。

 その結果、このAIはさまざまな接触音を模倣できるようになった。例えば「ドサッ」という音や、歯切れの良い音、カサカサいう音だ。

 「ワイングラスを指でなでると、その音には中に入っている液体の量が反映される」と、この研究のリーダーでありCSAILの博士課程で学ぶAndrew Owens氏は述べている。「このような音を具現化するアルゴリズムは、物体の形や材質、さらに周囲のあらゆる物と関わる際の力や動きに関する重要な情報を明らかにすることができる」(同氏)

 次の段階は、テストすることだった。オンライン調査により、参加者は物と物がぶつかる2つの動画を見せられる。1つは録音された本物の音、もう1つはアルゴリズムが作り出した音を含んでいる。どちらの動画が本物かを問われて参加者が偽の音を選んだ頻度は、本物を選んだ頻度の2倍にのぼった。

 アルゴリズムが葉や土などによる「はっきりしない」音を作り出した場合は特に、それが本物だと参加者に信じさせることができた。

研究の概要

 それでも、このシステムにはまだ改善の余地がある。例えば、ドラムスティックが不規則に動いている場合、アルゴリズムは音をうまく生成できなかったり、本来は音のないところで音を生成したりすることが多くなる。研究チームによると、このアルゴリズムは現在、動画の中の物理的な接触によって生じた「視覚的に明示された音」のみに対応しており、それ以外には対応していないため、これについても改良が可能だという。

 こうした課題はあるものの、MITはチューリングテストを起点にAIという分野で前進している。将来、このチームはロボットの能力を向上させて、音声を認識するだけでなく、周囲や環境全体とやり取りできるようにしたいと考えている。

 「ロボットが歩道を見て、セメントは固く草は柔らかいと直感的に把握し、それによりどちらを踏んだら何が起きるかを認識することができる」とOwen氏は述べる。「音を予測することは、周囲のあらゆる物との物理的な接触によって何が起きるかを予測できるようになることへの、重要な第一歩だ」(同氏)

 この研究は、米国立科学財団(NSF)とShellによって一部資金の提供を受けている。MITの論文は6月にラスベガスで開催される年次会議「Computer Vision and Pattern Recognition(CVPR)」で発表される予定だ。

この記事は海外CBS Interactive発の記事を朝日インタラクティブが日本向けに編集したものです。

ZDNet Japan 記事を毎朝メールでまとめ読み(登録無料)

  • このエントリーをはてなブックマークに追加

この記事を読んだ方に

関連ホワイトペーパー

連載

CIO
シェアリングエコノミーの衝撃
デジタル“失敗学”
コンサルティング現場のカラクリ
Rethink Internet:インターネット再考
インシデントをもたらすヒューマンエラー
トランザクションの今昔物語
エリック松永のデジタルIQ道場
研究現場から見たAI
Fintechの正体
米ZDNet編集長Larryの独り言
大木豊成「仕事で使うアップルのトリセツ」
山本雅史「ハードから読み解くITトレンド放談」
田中克己「展望2020年のIT企業」
松岡功「一言もの申す」
松岡功「今週の明言」
内山悟志「IT部門はどこに向かうのか」
林 雅之「デジタル未来からの手紙」
谷川耕一「エンプラITならこれは知っとけ」
大河原克行「エンプラ徒然」
内製化とユーザー体験の関係
「プロジェクトマネジメント」の解き方
ITは「ひみつ道具」の夢を見る
セキュリティ
エンドポイントセキュリティの4つの「基礎」
企業セキュリティの歩き方
サイバーセキュリティ未来考
ネットワークセキュリティの要諦
セキュリティの論点
スペシャル
エンタープライズAIの隆盛
インシュアテックで変わる保険業界
顧客は勝手に育たない--MAツール導入の心得
「ひとり情シス」の本当のところ
ざっくり解決!SNS担当者お悩み相談室
生産性向上に効くビジネスITツール最前線
ざっくりわかるSNSマーケティング入門
課題解決のためのUI/UX
誰もが開発者になる時代 ~業務システム開発の現場を行く~
「Windows 10」法人導入の手引き
ソフトウェア開発パラダイムの進化
エンタープライズトレンド
10の事情
座談会@ZDNet
Dr.津田のクラウドトップガン対談
Gartner Symposium
IBM World of Watson
de:code
Sapphire Now
VMworld
Microsoft WPC
Microsoft Connect()
HPE Discover
Oracle OpenWorld
Dell Technologies World
AWS re:Invent
AWS Summit
PTC LiveWorx
吉田行男「より賢く活用するためのOSS最新動向」
古賀政純「Dockerがもたらすビジネス変革」
中国ビジネス四方山話
ベトナムでビジネス
日本株展望
企業決算
このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]