拡散モデル

テレビの砂嵐のような画像を、お渡しします。ここから、猫の写真を取り出してください。

無茶ですよね。でも、いま皆さんが目にするAIの絵の多くは、この方法で作られています。

水にインクを1滴、落とすと、広がって、やがて均一な薄い色になります。元の1滴には、戻りません。

2015年、ある研究者たちは考えました。この「壊れていく過程」を、一歩ずつ逆に戻すことを、機械に学ばせたらどうか。

やり方はこうです。写真に、ほんの少しノイズを足す。また足す。何百回も足すと、ただの砂嵐になります。

AIの宿題は、ひとつだけ。「この画像から、ノイズを少しだけ取り除きなさい」。

つまりこの画家、絵の描き方は、一度も習っていません。習ったのは、消しゴムの使い方だけです。

では、本物の砂嵐を渡して、同じ消しゴムを、何十回もかけさせると、どうなるか。

元の写真など、どこにもないのに、それらしい絵が浮かび上がってくる。2020年、この方法が、画質を測る代表的なテストで、当時の最高記録を出しました。

こんな言葉があります。「石の中に、像はもうある。余分を削るだけだ」。だれが言ったのかは、はっきりしません。AIは、それを砂嵐でやります。

言葉で注文もできます。「宇宙服を着た猫」と添えると、消しゴムのかけ方が、そちらへ寄っていく。

お手本として集められた画像と説明文の組は、有名なデータ集で、およそ58億。1日1枚ながめても、1600万年かかります。

消すのがうまいと、絵のほかも作れます。タンパク質の形。新しい結晶。そして、15日先の天気。

天気の分野では、2024年、世界の15日先までの予報を、およそ8分で出し、従来の代表的な予報を、ほとんどの項目で上回った、と報告されました。

弱点は、手間です。何十回も消しゴムをかけるので、遅い。回数を減らす研究が、盛んに進んでいます。

もうひとつは、お手本の問題。集められた何十億枚もの絵や写真には、描いた人、撮った人がいます。

2025年、イギリスの裁判所が、ある訴訟で判断を示しました。ただ、「学習そのものが許されるか」には、まだ答えが出ていません。

消しゴムの使い方だけを覚えた画家が、絵も、分子も、天気も描く。

ちなみに、消しすぎて、指が6本になることもありました。最近は、だいぶ数えられるようになったそうです。