生成AIとは

学習目標

• 生成AIの基本概念、主要なモデル、および応用例を理解する。

学習項目

• 生成AIの技術的な誕生から現代に至るまでの進化を学ぶ。
• 生成AIが如何にして新しいデータを生成するかを理解する。

キーワード

• 生成モデルの誕生、ボルツマンマシン、CNN（畳み込みニューラルネットワーク）、VAE（変分自己符号化器）、GAN（敵対的生成ネットワーク）

生成モデルの誕生

生成モデルは、既存のデータセットを元に新しいデータインスタンスを自動的に生成するAIシステムです。これらは主に統計的手法に基づいており、初期の例としてはボルツマンマシンが挙げられます。これらの初期モデルは、エネルギーを基にした確率的学習で知られています。

ボルツマンマシン

ボルツマンマシンは、無向グラフィカルモデルの一種で、複雑な確率分布を学習するのに使用されます。これは、特に制約のある環境でのパターン認識や特徴抽出に利用されることがあります。

CNN（畳み込みニューラルネットワーク）

CNNは、主に画像データの分析に使用される生成モデルで、特定の層が入力データから特徴を抽出し、それを基に新たな画像を生成することができます。この技術は、画像認識や画像生成において広く使用されています。

VAE（変分自己符号化器）

変分自己符号化器は、入力データを圧縮した後、その圧縮された表現からデータを再構築することを学習する生成モデルです。これにより、新しいデータを生成するための連続的な潜在空間が形成されます。

GAN（敵対的生成ネットワーク）

GANは二つのネットワーク、生成器と識別器を競争させることによって機能します。生成器は実際に存在しそうなデータを生成し、識別器はそのデータが本物か偽物かを判断します。このプロセスを繰り返すことで、生成器は非常にリアルなデータを生成する能力を獲得します。