Diffusion Model
Diffusion Model
Diffusion Model（拡散モデル）とは
ひとことで
画像に少しずつノイズを加えていく過程を学習し、その逆に、ノイズだらけの状態から少しずつノイズを取り除くことで新しい画像を生成するモデル。現在の多くの画像生成AIで使われている。
たとえると
砂嵐のようなザラザラの画面から、少しずつ汚れをふき取っていくと、だんだん絵が浮かび上がってくるようなものです。「猫の絵」と指示されていれば、ふき取るたびに猫らしい形に近づけていきます。
現場ではこう使う
マーケティング部では、キャンペーン用のイメージ画像の案を、拡散モデルを使った画像生成AIで作ることにしました。文章で雰囲気を指定するだけで多数の案が得られ、デザイナーとの打ち合わせが効率化しました。一方で、既存の作品やキャラクターに似た画像が生成される可能性があるため、公開前に著作権や商標の観点から確認する手順を設けました。
試験のポイント
EXAM POINT「ノイズを加える過程と、ノイズを除去する逆の過程」「ノイズから徐々に画像を生成」と出てきたら拡散モデルです。生成器と識別器を競わせるGAN、潜在空間への圧縮と復元を使うVAEと仕組みで区別しましょう。画像生成AIの主流の技術として出題されやすく、著作権やディープフェイクなどのリスクとあわせて問われることもあります。
混同しやすい用語との違い
- GAN生成器と識別器を競わせて生成する。拡散モデルはノイズ除去を繰り返して生成する
- VAEデータを潜在空間に圧縮し、そこから復元することで生成する
- TransformerLLMなどの土台となるモデルの構造（アーキテクチャ）。拡散モデルは「ノイズを除去して生成する」という生成の方式で、内部のノイズ除去の部品にTransformerが使われることもある