潜在空間で拡散する利点
K社のデザイン部門が使う画像生成AIは、画像の画素そのものではなく、オートエンコーダで圧縮した潜在空間でノイズ除去を繰り返し、最後に画像に戻す方式を採用している。この方式の主な利点として、最も適切なものを1つ選べ。
- A
潜在空間に移すことで、生成器と識別器を競わせる学習が不要になる。
- B
学習画像を潜在空間に保存しておき、条件に合うものを取り出すので、学習画像を正確に再現できる。
- C
潜在空間ではノイズ除去を1回で終えられるため、段階を繰り返す処理が不要になる。
- D
扱うデータの次元が小さくなるため、高解像度の画像でも学習と生成の計算量を大きく減らせる。
正解と解説を見る
正解:D
潜在拡散モデルは、オートエンコーダで画像を圧縮した潜在空間で拡散とノイズ除去を行い、最後にデコーダで画像に戻す。これにより、計算コストを抑えて高解像度の画像を生成できる。
- A
誤り。生成器と識別器を競わせないのは、拡散モデル全般に共通するGANとの違いである。潜在空間を使うことによる利点ではない。
- B
誤り。学習画像を保存して検索する仕組みではない。学習で得た特徴から、新しい画像を生成する。
- C
誤り。潜在空間でも、ノイズ除去は複数のステップで繰り返し行う。
- D
正しい。圧縮した潜在空間でノイズ除去を行うことで、画素空間で行う場合より計算量を大きく減らせる。高解像度の画像生成を実用的にした工夫である。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会(JDLA)・一般社団法人生成AI活用普及協会(GUGA)の公式サービスではありません。