Chainer

Chainer（チェイナー）は、ニューラルネットワークの計算および学習を行うためのオープンソースのソフトウェアライブラリである。バックプロパゲーション（誤差逆伝播法）に必要なデータ構造をプログラムの実行時に動的に生成する特徴があり^[4]、複雑なニューラルネットワークの構築を必要とするディープラーニング（深層学習)で用いられる^[3][1]。Python 2.x系および3.x系から利用でき^[要出典]、GPUによる演算をサポートしている^[3][5]。株式会社Preferred Networks（PFN）からリリースされている^[5][1]。2019年12月5日、開発元のPFNはフレームワーク開発を終了してChainerはメンテナンスフェーズへ移行すること、自社はChainerからFacebookが主導するPyTorchに順次移行することを発表した^[1]。

Chainer（チェイナー）

開発元	Preferred Networks[1]
初版	2015年6月9日 (9年前) (2015-06-09)
最新版	v7.7.0[2] / 2020年6月30日 (4年前) (2020-06-30)
リポジトリ	github.com/chainer/chainer
プログラミング 言語	Python[3]
プラットフォーム	Linux
種別	機械学習ライブラリ
ライセンス	MIT Licence
公式サイト	chainer.org

Chainerは"define-by-run"というモデル設計手法を取り入れた深層学習のフレームワークの先駆けで、後発のPyTorchなどにも大きな影響を与えた^[1]。Preferred Networks（PFN）が日本の機械学習系のベンチャー企業であることから、日本語の関連資料が多いという特徴があった^[5]。

PaintsChainer

PaintsChainer（ペインツ・チェイナー^[6]）はChainerを用いてPFN社の米辻泰山^{[注釈 1]}が作成した線画自動着色ソフト^[13][14]。ユーザーは「たんぽぽ」「さつき」「かんな」の3種類のAIを選択できる^[12][7]。数日で100万件のアクセスを記録し^[7]、2018年には文化庁の第21回メディア芸術祭エンターテイメント部門で優秀賞を受賞した^[7]。中国語版のサイトもある^[13]。米辻はインターネット上で60万枚のカラー画像データを収集し、線画に変換^[14]。この線画とカラー画像をデータとして深層学習でモデルを作成し、2017年1月27日に公開した^[14]。

モデル（擬人化AI）

たんぽぽ

初期モデル^[12]。似た色でぼかす傾向があり^[12]、淡く柔らかい諧調が特徴^[7]。

さつき

2017年5月に投入された^[12]。グラデーションが特徴^[7]。たんぽぽと同じモデルで、パラメータが異なる^[12]。

かんな

2017年10月に投入された^[12]。陰影が特徴で^[7]、線のない箇所にハイライトを入れることができ、瞳の着色も可能^[12]。他の2つとは異なるモデルを用いており、計算量も大きい^[12]。

運営体制

Preferred Networks

2019年11月までの運営会社で^[15]、使用された深層学習フレームワーク「Chainer」は同社による^[13]。「PaintsChainer」の登録商標はPFNが所有^[6]。

さくらインターネット

PaintChainerはウェブ上で使用するため、同社の「高火力コンピューティング」環境に支えられている^[12][16]

Pixiv

「さつき」はPixivと共同でリリースされ^[12]、同社の「pixiv Sketch」にPaintsChainerがAPIとして組み込まれている^[16]。2019年11月15日から、ピクシブ株式会社がPaintsChinerの運営を引き継いだ^[15]。

用途

ChainerはPythonから利用でき^[3]、以下のような用途に利用できる。

• 画像認識^[3]（顔認識、被写体検索、画像検索^[要出典]）
• 線画自動着色（PaintsChainer）^[12][16]
• 音声認識^[5]
• 自然言語処理^[3]
• データ解析^[3]

脚注

[脚注の使い方]

注釈

1. 米辻泰山（よねつじ たいざん、1987年 - ）は日本のプログラマー、エンジニア^[7]。2012年にIPAの未踏ユース 「Web親和性の高い創作形態の提案と創作環境の開発」に採択（PMは増井俊之）^[8]。東京大学大学院工学系研究科精密工学専攻出身^[8]。東京大学では看護技術習得支援システム^[9][10]や、ロボット研究^[11]に従事していた。Preferred Networksでも入社半年間はロボットの業務に取り組み、その後に深層学習を学び始めたという^[12]。

出典

1. 森山和道 (2019年12月5日).“PFN、深層学習フレームワークを自社開発の「Chainer」から「PyTorch」に切り替え”. PC Watch. 2019年12月6日閲覧。
2. “Chainer Release” (英語). https://github.com/chainer/chainer/releases 2021年1月16日閲覧。
3. 山下隆義「ディープラーニングツールを使いこなそう（2）」『映像情報メディア学会誌』第70巻第9号、2016年、792-796頁。
4. “Deep Learning のフレームワーク Chainer を公開しました - Preferred Research” (2015年). 2017年7月26日閲覧。
5. 落合翼、松廣達也、松田繁樹、片桐滋「音声言語処理における深層学習ツールキット解説」『日本音響学会誌』第73巻第1号、2017年、63-72頁。
6. ピクシブ株式会社 (2019年11月15日).“ピクシブとPreferred Networksがイラスト自動着色分野で協業開始”. PR TIMES. 2019年12月7日閲覧。
7. “優秀賞 - PaintsChainer | 第21回 2018年 | エンターテイメント部門”. 文化庁メディア芸術祭歴代受賞作品. 文化庁. 2019年12月7日閲覧。
8. “米辻 泰山”. 未踏名鑑. 未踏. 2019年12月7日閲覧。
9. 中村充浩「看護技術修得システムの開発と「正しい」看護技術の探求」『システム／制御／情報』第58巻第4号、2014年、158-163頁。
10. 太田順「身体負荷を伴う看護技術自習支援システムの開発」『システム／制御／情報』第58巻第4号、2014年、152-157頁。
11. 岩橋利英、射谷和徳、藤原圭祐、米辻泰山、東隆、葭仲潔、佐々木明、高木周、松本洋一郎、佐久間一郎、湯下和雄、大野良二「HIFU治療に向けたロボットの精度向上技術(OS7-2:次世代超音波診断・治療技術(2))」『バイオエンジニアリング講演会講演論文集』2014年、2B32。
12. 大谷イビサ (2017年12月6日).“PFN、ピクシブ、さくらが語るサービス運営の舞台裏 機械学習で線画を自動着色する「PaintsChainer」の楽しすぎる未来”(1/2). ASCII.jp. 2019年12月7日閲覧。
13. “1クリックで、プロ並みの着色ができる!? 線画自動着色サービス「PaintsChainer」の開発者に会ってきた”. パーソナルテクノロジースタッフ (2017年4月27日) 2019年12月7日閲覧。
14. Saki Mizoroki (2017年2月5日).“#PaintsChainer イラストに着色する人工知能がすごい 作ったのは29歳のこんな人”. BuzzFeed. 2019年12月7日閲覧。
15. “PaintsChainer”. Pixiv. 2019年12月7日閲覧。
16. 大谷イビサ (2017年12月6日).“PFN、ピクシブ、さくらが語るサービス運営の舞台裏 機械学習で線画を自動着色する「PaintsChainer」の楽しすぎる未来”(2/2). ASCII.jp. 2019年12月7日閲覧。

関連文献

• 鈴木亮太「機械学習と開発環境：深層学習フレームワークの動向」『計測と制御』第58巻第5号、2019年、387-391頁。
• 竹永智美「Chainerによるディープラーニング」『Medical Imaging Technology』第36巻第2号、2018年、58-62頁。
• 松野俊文、薗部達哉、高橋亮輔、東山和寿、星和祐「国産ディープ・ラーニングフレームワークChainerに迫る」『電気学会誌』第138巻第5号、2018年、294-297頁。

関連項目

• ニューラルネットワーク、機械学習、ディープラーニング（深層学習）
• Ponanza

外部リンク

• Chainer - 公式サイト （英語）
• Seiya Tokui (2019年12月5日).“Chainer を振り返って”. beam2d memo - 開発者のブログ

（PaintsChainer）

• PaintsChainer - 公式サイト
• taizan (2018年1月11日).“線画着色webサービスPaintsChainerを公開した”. @taizan. Qiita - 開発者のブログ