生成敵対ネットワーク
生成敵対ネットワーク(GAN)とは、2つのニューラルネットワークを競い合わせることで、高精度な偽データを作り出す機械学習のフレームワークです。画像生成や音声合成など、幅広い分野のディープラーニング技術の発展に大きく貢献しました。
生成AIに関するAI用語を163件掲載しています。意味や使い方、関連用語を一覧から確認できます。 現在は3ページ目です。
生成敵対ネットワーク(GAN)とは、2つのニューラルネットワークを競い合わせることで、高精度な偽データを作り出す機械学習のフレームワークです。画像生成や音声合成など、幅広い分野のディープラーニング技術の発展に大きく貢献しました。
テキスト補完とは、入力された文章の後に続く自然なテキストを、大規模言語モデルなどの生成AIが予測して自動的に書き足す機能です。次トークン予測という仕組みに基づき、文脈に沿った確率の高い言葉を順番に紡ぎ出します。メールやコードの作成支援などに広く応用されていますが、事実誤認を伴うハルシネーションには注意が必要です。
LLMなどの文章生成時に、確率が高い単語から累積確率が一定のしきい値(p値)に達するまでの候補群(ニュークリアス)を動的に選択し、その中から次の単語をランダムにサンプリングする手法。従来のTop-kサンプリングに比べ、文脈の不確実性に応じて候補数を柔軟に変化させられるため、より自然で多様なテキスト生成が可能になります。
潜在拡散モデル(LDM)は、画像などの高次元データを低次元の潜在空間に圧縮した上で、拡散モデルによる生成プロセスを実行するAIモデルです。従来の拡散モデルが持っていた計算コストが非常に高いという課題を、オートエンコーダーによる空間圧縮で解決し、低リソースでの高精度な画像生成を可能にしました。Stable Diffusionなどの基盤技術として広く利用されています。
トップPサンプリング(ニュークリアスサンプリング)は、大規模言語モデルなどの生成AIが次のトークンを予測・選択する際に用いられる確率的な生成手法です。出力候補となるトークンの確率を高い順に累積し、その合計が指定した確率閾値(P)に達するまでの上位候補群のみからランダムに選択することで、自然で文脈に合ったテキスト生成を実現します。
Midjourney(ミッドジャーニー)は、テキストの指示文であるプロンプトから高品質な画像を生成する画像生成AIサービスです。主にチャットツールのDiscord上で動作し、アートやデザイン、コンセプトアートなどの作成に幅広く利用されています。独自の深層学習モデルにより、芸術的で高品質なスタイルを容易に出力できる点が特徴です。
無限ループとは、プログラムやAIモデルが特定の処理や出力を終了条件を満たさずに永遠に繰り返してしまう現象です。AIにおいては、LLM(大規模言語モデル)が同じ文章やフレーズを何度も出力し続けたり、自律型エージェントが目標を達成できずに同じ行動パターンを繰り返したりする動作不良を指し、リソースの無駄遣いやシステムのフリーズを引き起こします。
メッシュデータとは、3D空間上の形状を頂点、辺、面(主に三角形や四角形)の組み合わせで表現するデータ形式です。AIや3Dコンピュータビジョン、ゲーム開発などの分野で広く利用され、近年ではNeRFや3Dガウスプラッティングなどの手法からメッシュデータへ変換する技術も発展しています。
シャドーAIとは、企業の組織や管理部門の許可を得ずに、従業員が個人的に業務へ導入・利用している生成AIサービスのことです。セキュリティリスクや情報漏洩の原因となるため、適切なITガバナンスとルール策定が急務となっています。
エネルギーベースモデル(EBM)は、取り得る各データや状態に対して「エネルギー」と呼ばれるスカラー値を割り当て、エネルギーが低い状態ほど自然で妥当であるとみなして確率分布を表現する柔軟な機械学習フレームワークです。
LLMオーケストレーションとは、大規模言語モデルを中心に複数の外部ツールやデータソース、処理フローを統合し、高度なタスクを自動実行させる仕組みです。単一のLLMでは対応できない複雑な処理を、プロンプトチェーンやエージェント技術を用いて効率的に制御します。
報酬モデルとは、AIの出力に対して人間にとって望ましい度合いを数値で評価する仕組みです。大規模言語モデルの微調整や強化学習において、人間の価値観や意図に沿った回答を生成するために欠かせない重要な役割を担っています。
利用ガイドラインとは、AIシステムや生成AIサービスを安全かつ適切に活用するために、提供者や組織が定めた行動規範やルールのことです。禁止事項や推奨される使い方が示されており、不適切な利用や権利侵害を防ぐ役割を持ちます。
レンダリングとは、コンピュータの計算処理によってデータから映像や画像を生成するプロセスのことです。AIの分野では、AIモデルが推論を行い高精細な画像を構築する処理や、3D空間データを2Dの画面に描画する技術として用いられます。
3Dデータとは、縦・横・奥行きの三次元空間における形状や位置情報を表現したデジタルデータの総称です。AI分野では、NeRFや3D Gaussian Splattingなどの技術革新により、画像や動画から高精度な3Dデータを生成する研究が急速に進展しています。
偽情報とは、人々を欺いたり特定の利益・世論誘導を図る目的で意図的に作成・拡散される事実無根または歪曲された情報です。生成AI技術の進展により、精巧なテキストや偽画像、音声の大量作成が容易になり、民主主義や社会秩序を脅かす重大なリスクとして世界的な対策が進められています。
温度サンプリングは、大規模言語モデルがテキストを生成する際に出現する単語の確率分布を調整し、出力のランダム性や創造性を制御するハイパーパラメータです。温度の値を高くすると多様で意外性のある文章になり、低くすると一貫性のある予測しやすい文章が出力されます。
変分オートエンコーダ(VAE)は、入力データを低次元の潜在空間に圧縮しつつ確率的な分布として学習することで、新しいデータを生成できる深層学習モデルです。従来のオートエンコーダとは異なり、滑らかな潜在空間を持つため、画像や音声などの生成AIタスクで広く活用されています。
大型言語モデル(LLM)とは、膨大なテキストデータとディープラーニング技術を用いて人間の言語を理解し生成するAIモデルです。文章の作成や要約、質問への回答など多様な自然言語処理タスクを高精度に実行できます。
3Dアセットとは、三次元空間上で扱われる立体データや素材の総称です。メッシュ構造やテクスチャ、骨組みなどの情報で構成され、ゲームや映画、メタバースなどのコンテンツ制作で広く活用されています。近年では、テキストや画像から立体データを自動生成する3D生成AIの台頭により、制作効率の飛躍的な向上や低コスト化が注目されています。
物理ベースレンダリング(PBR)は、光の物理法則に基づいて3D空間の材質や質感をリアルに描画する技術です。AIを活用した3D生成分野においても、現実世界の光の振る舞いを正確に再現するために不可欠な基盤技術として広く応用されています。
文脈ウィンドウとは、大規模言語モデルが一度に処理・記憶できるテキストの最大長を指します。トークン単位で測定され、この容量が大きいほど長文の読解や過去のやり取りの保持がスムーズになります。
法線マップとは、3Dモデルの表面の凹凸を色情報で疑似的に表現するテクスチャ画像です。生成AI分野においても、3D生成やテクスチャ作成の効率化に広く活用されています。
カスタムモデルとは、既存の汎用的なAIモデルに対して、特定のデータや目的に合わせて追加学習や調整を行い最適化したAIモデルです。企業独自のデータや専門知識を反映できるため、精度向上や特定業務への特化に欠かせない手法となっています。