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1節 Transformerと基盤モデル

1.3 拡散モデル、基盤モデル、マルチモーダル

画像を生成するAIの多くは、拡散モデルという仕組みを使っています。

拡散過程:きれいな画像に少しずつノイズを加え、最後は砂嵐のような画像にする
逆拡散過程:砂嵐の画像からノイズを少しずつ取り除き、画像を復元する

モデルは、逆拡散過程(ノイズの取り除き方)を学習します。学習後は、ランダムなノイズから出発して、「青い万年筆の写真」のような指示に合う画像を作り出せます。画像そのものではなく、画像の特徴を圧縮した空間(潜在空間)で拡散を行う方法を、潜在拡散モデル(Latent Diffusion Model)といいます。計算量を減らせるため、広く使われています。

大量のデータで事前に学習し、さまざまな作業に応用できる大規模なモデルを、基盤モデル(Foundation Model)といいます。一つの基盤モデルを、文章の要約、翻訳、質問への回答など、多くの用途に使えます。

さらに、文章・画像・音声など複数の種類のデータ(モダリティ)をまとめて扱うモデルを、マルチモーダルモデルといいます。写真を見せて「この文具の名前は」と聞く、といった使い方ができます。

解答

正解は2です。1のTransformerは並列処理ができる点が特徴です。3の基盤モデルは大量のデータで学び、多くの作業に応用できます。4のマルチモーダルモデルは、複数の種類のデータを扱います。

4 / 25