ベクトル量子化とは、複数の数値からなる多次元データを代表的なベクトルに置き換えることで、データを効率的に圧縮する技術です。画像や音声のデータ削減だけでなく、ディープラーニングにおける潜在空間の離散化など、現代の生成AIや表現学習においても重要な役割を果たしています。
ベクトル量子化とは
ベクトル量子化とは、複数の数値からなる多次元データを単一の代表的なコード（ベクトル）に置き換えることで、データを大幅に圧縮する技術です。
詳しく解説
画像や音声、言語モデルの潜在空間表現などの多次元データを効率的に扱うために広く用いられています。ベクトル量子化では、データ空間をいくつかの領域に分割し、各領域を代表する点（コードブック）を定義します。入力データに最も近いコードブックのインデックス番号のみを保存することで、高精度な表現力を保ちながらデータ量を劇的に削減できます。機械学習においては、k-means法などのクラスタリング手法を用いて最適なコードブックを学習させることが一般的です。さらに近年では、ディープラーニングモデルに組み込まれ、連続的な表現を離散的な信号に変換する重要な役割を果たしています。
具体例・使われ方
例えば、カラー画像を一括圧縮する際、類似した色合いのピクセル群を一つの代表色コードにまとめて保存する場面で活用されます。また、音声合成や画像生成AIにおいて、複雑な音響データや画像の特徴量を効率的なデータサイズで表現する際にも用いられます。
似た用語との違い
スカラー量子化がデータを1数値ごとに独立して丸めて圧縮するのに対し、ベクトル量子化は複数の次元をひとまとまりのデータとして同時に処理します。そのため、各次元間の相関関係や複雑な構造を維持しやすく、同じ圧縮率でもより高品質な復元が可能です。
注意点
コードブックのサイズや次元数を小さくしすぎると、元のデータの詳細な情報が失われ、生成物の品質低下につながります。また、最適なコードブックを学習するための計算コストが大きく、データ圧縮時にも最も近いコードブックを探索するための処理負荷が発生する点に注意が必要です。