残念な英語力でリンク先の論文を翻訳してみた
「Deep Interactive Evolution」
↓概要は大体こんな感じ
・GANを用い複数の潜在ベクトルをベースにそれぞれの画像を生成する
・生成された複数の画像の中からユーザが好みの画像を複数個選択する
・選択された複数の画像からベースの潜在ベクトルを複数個再選択する
・再選択された複数の潜在ベクトルに対しそれぞれ進化戦略を適用する
進化戦略：選択（selection）、交差（crossover）、突然変異（mutation）の3プロセス
・以上を繰り返し潜在ベクトルを進化させユーザ好みの画像を生成する
↓何のための研究なの？
・インタラクティブな進化の新しいアプローチを示すことを目的とする
特定の領域に導くことが難しい「進化」と特定の領域を学習させた「ネットワーク」の融合
・特定の領域を学習させたGANを遺伝子型-表現型マッパとして働かせる
GANへの入力に与えられる潜在ベクトルを高品質な表現を可能にする進化的制御下に置ける
↓今までもあったけど？
・生成器にGANを用いたことが新しい（Wasserstein GANを使用した）
GANは潜在ベクトルからコンテンツを生成する（進化を楽にするため潜在変数は20個くらい）
・GANは特定の領域を事前に学習可能（領域専用の学習が必要になる…）
潜在ベクトルの距離はコンテンツの類似性、潜在ベクトルの合成はコンテンツの特徴の共有
↓それの何が嬉しいの？
・間接的なやりとりを通してモノが生成可能になる（画像に限定せず）
ex.）直接鍵盤を弾いて音楽を作る → 評価、フィードバック、提案をするだけで音楽を作る
・インタラクティブな進化はユーザの独創的空間探索を強力に支援する
ユーザは特定の領域に集中した空間を探索することが出来るのでアイデア出しツールとなる
・今までのような多数の評価は不要になり疲労軽減（最低10世代程度）
ユーザの探索すべき空間は事前にGANにより学習されているため広大な空間を探索せず済む
・システムの提案がユーザに影響を与えるのが望ましくないこともある
ex.）犯罪の被害者が加害者の顔写真を作成する際これを用いると中間結果に影響を受ける
