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。
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。
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。
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