画像生成AIとは

画像生成AIとは？

画像生成AIは、入力されたプロンプトから、AIが自動的に画像を生成する技術です。

インターネット上の大量の画像データを学習し、与えられるプロンプトの内容に基づいて、まるで人間が描いたような画像を作り出します。

例えば、「青空 花畑 走る 白い ウサギ」や、「満月 夜 空飛ぶ 黒猫」のようなプロンプトを与えることで、画像を生成することができます。

プロンプト「青空 花畑 走る 白い ウサギ」

プロンプト「満月 夜 空飛ぶ 黒猫」

画像生成AIの仕組み

画像生成を行うためには、主に二つの技術があり、それぞれ異なる方法で画像を生成しています。

GAN（ガン：敵対的生成ネットワーク）

「GAN」は、「ジェネレータ」と「ディスクリミネータ」と呼ばれる二つのAIが競い合うことで、画像生成の精度を高める仕組みです。

まず「ジェネレータ」が、実在する画像をもとに新しい画像を生成しますが、学習の初期段階ではまだ未熟なため、上手に画像を作ることができません。

次に「ディスクリミネータ」が、実在する画像をもとに、「ジェネレータ」が生成した偽物の画像を識別し、本物の画像である確率を算出します。

学習の初期では本物の画像である確率はとても低いのですが、この「ジェネレータ」による生成と、「ディスクリミネータ」の識別によるフィードバックを繰り返すことで、「ジェネレータ」は徐々に精度を上げ、「ディスクリミネータ」に見破られないような、本物そっくりの画像を生成できるようになります。

この仕組みにより、非常にリアルな画像を生成することが可能になります。

このように、「ジェネレータ」は「ディスクリミネータ」をだませるような画像を生成し、「ディスクリミネータ」は、「ジェネレータ」にだまされないように識別することを繰り返すことで、画像生成の精度を高めていく仕組みが「GAN」になります。

拡散モデル

「拡散モデル」の仕組みは、まず元の画像に少しずつノイズを加え、砂嵐のような見た目に変えていくことから始まります。

最初はほとんど目立たないノイズをかけて、それを何度も繰り返すことで、最終的にはノイズだけの画像を作ります。

拡散モデルでは まず元の画像を 段階的に「ノイズのある状態」に変化させていきます

次に、このノイズだけの画像から、少しずつ元の画像に復元するために、ノイズを少しずつ取り除いていきます。

ですが、一度ノイズだけになってしまった画像を完全に元通りにするのは不可能なので、復元された画像は元の画像と完全には一致しません。

このように、ノイズを加えて別の画像を生成する仕組みを活用した手法が「拡散モデル」です。

AIは、元のきれいな画像にノイズを加える過程を学習し、逆にノイズを加えた画像から元の状態を復元する方法を訓練します。

拡散モデルは このように 「ノイズのある状態」から 段階的に「ノイズのない状態」に変化させる方法を学習していきます

この繰り返しにより、ノイズから新しい画像を生成できるようになるのです。

ノイズを取り除きながら生成を行う過程で、プロンプトに含まれる「キーワード」に近い画像になるよう生成していきます。