画像生成AIの主流である拡散モデル(Diffusion Model)

拡散モデルは「ノイズ付加プロセス(順過程)」と「ノイズ除去プロセス(逆拡散過程)」を学習します。純粋なノイズ画像からU-Net等のネットワークで予測したノイズを少しずつ差し引いていくことで、細部まで鮮明な画像を生成します。 ア:正解です。ノイズを段階的に付加・除去する過程を通じて高品質な画像生成を行うのが拡散モデルの基本原理です。 イ:誤りです。生成器と識別器を競わせるのはGAN(敵対的生成ネットワーク)の仕組みです。 ウ:誤りです。既存画像の切り貼り(コラージュ)ではなく、学習した確率分布からピクセルを新規生成しています。 エ:誤りです。Stable Diffusionのように、画像を潜在空間(Latent Space)に圧縮して計算効率を劇的に高めた潜在拡散モデル(Latent Diffusion Model)が広く実用化されています。

Stable DiffusionやMidjourneyなど、近年の高品質な画像生成AIの主流となっている「拡散モデル(Diffusion Model)」の仕組みに関する記述として、最も適切なものを1つ選択してください。

出典生成AIパスポートオリジナル模擬試験
ア
学習時に入力画像に対して段階的にガウスノイズを付加していき、生成時には完全なランダムノイズからノイズを段階的に除去(逆拡散過程)するよう学習されたニューラルネットワークを用いて高品質な画像を生成する。
イ
生成器(Generator)と識別器(Discriminator)という2つの敵対するネットワークを同時に競い合わせ、互いの判定精度をゼロサムゲーム形式で高め合いながら画像を生成するGANの基本原理そのものである。
ウ
インターネット上の写真素材データベースからプロンプトのキーワードに一致するパーツを高速検索し、低解像度の画像をコラージュのように切り貼りして1枚の画像を合成するツールである。
エ
拡散モデルは計算負荷を抑えるために画像を低次元の潜在空間(Latent Space)へ圧縮して処理することは技術的に一切不可能であり、常に解像度そのままの巨大な生ピクセル空間のみで逆拡散計算が行われる。