読み方のヒント

矢印ボタン(または ← → キー)でページを移動できます。

第2節 画像を作るAIの考え方(ノイズから絵を作る)

2.2 ノイズから少しずつ絵にする

学習を終えたモデルで画像を作るときは、本物の写真から始めません。でたらめなノイズだけの画像から始めます。

  1. ノイズだけの画像を用意する
  2. モデルが「このノイズの中に隠れていそうな画像」を推し量り、ノイズの一部を取り除く
  3. 少しだけはっきりした画像に対して、2をくり返す
  4. 数十回くり返すと、ノイズのない画像ができあがる

最初のノイズには、何の絵も含まれていません。モデルは、学習で身につけた「本物らしい画像」の知識に従って、ノイズの中から形を少しずつ作り出しています。

最初のノイズが違えば、できあがる画像も違います。同じ頼み方をしても毎回違う絵ができるのは、このためです。「AIの仕組み徹底学習 大規模言語モデル」で見た、確率に従ってトークンを選ぶことで答えが毎回違うことと、似た理由です。

比べること大規模言語モデル拡散モデル
作り方トークンを一つずつ足していく画像全体のノイズを少しずつ取り除く
くり返しの回数作るトークンの数だけ数十回ほど
毎回違う結果になる理由確率に従ってトークンを選ぶ最初のノイズがでたらめに選ばれる

画像を作る方法には、ほかに、本物らしい画像を作る側と、本物か作り物かを見分ける側を競わせて学習する方法(2014年に発表)もあります。2020年代に入ってからは、拡散モデルが画像を作るAIの中心になりました。

解答例

画像は、でたらめに選ばれたノイズから作られ、最初のノイズが毎回違うため、できあがる構図も違う。気に入った絵に近い絵を作り直すには、最初のノイズを決める番号(シードと呼ばれることが多い)を固定する機能や、できた画像を元にして一部だけを作り直す機能があると便利です。

8 / 21