AIはなぜノイズを消すだけで絵を作れるのか？

2 Просмотры

Спасибо! Поделитесь с друзьями!

Вам не понравилось видео. Спасибо за то что поделились своим мнением!

Издатель Oct 5, 2026

画像を作るAI（拡散モデル）が学ぶのは、画像に足したノイズを当てることだけです。それなのに、ノイズだけの画面から、どこにも無かった絵が出てきます。ノイズを当てる力が、なぜ「画像らしくなる向き」を知る力と同じになるのか。1956年の統計学の式（ロビンズ／Tweedieの公式）、逆向きの拡散（アンダーソン1982）、大きな形から先に決まる理由、言葉で絵を変えるしくみ、そして学習した画像を写すのか新しい絵を作るのかという最新の研究まで、大学講義レベルで掘り下げます。

▼ 目次（チャプター）
0:00 導入
1:10 第1章画像は数の並び
3:27 第2章作る側と見破る側
5:35 第3章壊すのはやさしい
8:03 第4章学ぶのはノイズ当て
10:31 第5章 1度に消すとぼやける
13:07 第6章ノイズ当ては向き当て
16:38 第7章戻る経路
19:08 第8章大きな形から細部へ
21:30 第9章言葉で向きを変える
24:07 第10章縮めて速く
26:55 第11章写すのか作るのか
30:39 おわりに

▼ この動画で分かること
・拡散モデルが学習で何を学び、画像を作るときに何をくり返しているのか
・ノイズを当てることが、なぜ「スコア（確率が上がる向き）」を当てることと同じなのか
・大きな形が先に決まり、細部が最後に決まる理由（自然の画像の周波数の性質）
・言葉が絵に効くしくみ（CLIP・クロスアテンション・分類器なしガイダンス）と、潜在空間で速くする工夫
・学習画像をそのまま出してしまう場合と、新しい画像が出る理由についての2023〜2025年の研究

※図の多くはこの動画のための模式図です。点の動き・経路・小さな画像の変化は、ホーらの設定（1000段）と学習点から計算して描いています。

▼ 主な出典
Sohl-Dickstein et al., ICML 2015（Deep Unsupervised Learning using Nonequilibrium Thermodynamics）／Ho, Jain & Abbeel, NeurIPS 2020（DDPM）／Goodfellow et al. 2014（GAN）／Dhariwal & Nichol 2021（Diffusion Models Beat GANs）／Ronneberger et al. 2015（U-Net）／Robbins 1956・Efron 2011（Tweedie's formula）／Hyvärinen 2005（Score Matching）／Vincent 2011／Song & Ermon, NeurIPS 2019／Song et al., ICLR 2021（Score-Based Generative Modeling through SDEs）／Anderson 1982（Reverse-time diffusion equation models）／Song, Meng & Ermon, ICLR 2021（DDIM）／Dieleman 2024（Diffusion is spectral autoregression）／Rissanen, Heinonen & Solin, ICLR 2023（Inverse Heat Dissipation）／Radford et al. 2021（CLIP）／Ho & Salimans 2022（Classifier-Free Diffusion Guidance）／Saharia et al. 2022（Imagen）／Rombach et al., CVPR 2022（Latent Diffusion Models）／Liu, Gong & Liu 2022（Rectified Flow）／Lipman et al. 2022（Flow Matching）／Esser et al. 2024／Song et al. 2023（Consistency Models）／Schuhmann et al. 2022（LAION-5B）／Stable Diffusion v1 モデルカード／Carlini et al. 2023（Extracting Training Data from Diffusion Models）／Somepalli et al., CVPR 2023／Kamb & Ganguli, ICML 2025／Kadkhodaie et al., ICLR 2024

▼ クレジット
音楽: 'Origami' by Scott Buckley – released under CC-BY 4.0. www.scottbuckley.com.au

― 学びたい大人のための大学 ―
あらゆるテーマを、専門のはるか奥・最先端まで掘り下げる解説チャンネルです。
▶ 学んだことは、コメントでアウトプットを。質問・意見も歓迎、ひとつひとつ返します。
▶ チャンネル登録で、次の探究も一緒に。

#画像生成AI #拡散モデル #大人の学び