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。