モリカトロン株式会社運営「エンターテインメント×AI」の最新情報をお届けするサイトです。
- TAG LIST
- CGCGへの扉機械学習安藤幸央ディープラーニング月刊エンタメAIニュースGAN河合律子OpenAI音楽ニューラルネットワーク吉本幸記NVIDIA三宅陽一郎強化学習QAGoogleFacebook人工知能学会GPT-3自然言語処理グーグルDeepMind大内孝子森川幸人敵対的生成ネットワークキャラクターAIスクウェア・エニックスモリカトロンAIラボインタビューマイクロソフトルールベースシナリオAIと倫理映画デバッグアートDALL-E2StyleGAN倫理ゲームプレイAINFT自動生成SIGGRAPHメタAIStable Diffusionテキスト画像生成ロボット深層学習CEDEC2019プロシージャル遺伝的アルゴリズムテストプレイモリカトロンDALL-Eビヘイビア・ツリーディープフェイクCEDEC2021CEDEC2020ゲームAIVFXデジタルツインメタバース不完全情報ゲームVRナビゲーションAI画像生成AINPC畳み込みニューラルネットワークCLIP画像生成ファッションGDC 2021JSAI2022GDC 2019マルチエージェントCEDEC2022AIアートボードゲーム懐ゲーから辿るゲームAI技術史toioCNNAdobeUnity著作権小説アニメーション鴫原盛之HTN階層型タスクネットワーク汎用人工知能JSAI2020TensorFlowインタビューBERTMicrosoftイベントレポート対話型エージェントロボティクスMetaMinecraft水野勇太Genvid TechnologiesガイスターStyleGAN2GTC2022教育ソニーJSAI2021スポーツ研究シムピープルMCS-AI動的連携モデルマンガマーケティングGDC SummerバーチャルヒューマンブロックチェーンMidjourneyアストロノーカキャリアNVIDIA OmniverseeスポーツAmazoneSportsDQNBLUE PROTOCOLシーマンアバターOmniverse3DCGUbisoftメタAlphaZeroTransformerGPT-2AIりんなカメラ環世界中島秀之哲学ベリサーブPlayable!ChatGPT理化学研究所ジェネレーティブAISIGGRAPH ASIADARPAドローンシムシティImagenZorkバイアスモーションキャプチャーTEZUKA2020AI美空ひばり手塚治虫バンダイナムコ研究所スパーシャルAIElectronic Arts3DメタデータLEFT 4 DEAD通しプレイOpenAI Five本間翔太CMピクサープラチナエッグイーサリアム作曲ボエダ・ゴティエビッグデータ中嶋謙互Amadeus Codeデータ分析Microsoft AzureMILE模倣学習ナラティブスタンフォード大学アーケードゲームOmniverse ReplicatorWCCFレコメンドシステムNVIDIA DRIVE SimWORLD CLUB Champion FootballNVIDIA Isaac Simセガ柏田知大軍事サイバーエージェント田邊雅彦トレーディングカードトレカ音声認識メディアアートPyTorch眞鍋和子バンダイナムコスタジオaibo合成音声齊藤陽介マインクラフトお知らせMagic Leap Oneチャットボットサルでもわかる人工知能VAEDreamFusionリップシンキングUbisoft La Forge自動運転車ワークショップ知識表現ウォッチドッグス レギオンIGDA秋期GTC2022どうぶつしょうぎEpic Gamesジェイ・コウガミ音楽ストリーミングMITAIロボ「迷キュー」に挑戦野々下裕子徳井直生マシンラーニング5GMuZeroRival Peakクラウド対話エンジン斎藤由多加リトル・コンピュータ・ピープルCodexコンピューティショナル・フォトグラフィーゴブレット・ゴブラーズ絵画rinnaイラストシミュレーションデジタルヒューマン完全情報ゲーム坂本洋典PaLM釜屋憲彦ウェイポイントパス検索対談藤澤仁生物学GTC 2022画像認識GPT-3.5SiemensStyleCLIPDeNA長谷洋平masumi toyota宮路洋一OpenSeaGDC 2022TextWorldEarth-2BingMagentaSFELYZA Pencil松尾豊GTC2021CycleGANNetflixデータマイニング東京大学NetHackはこだて未来大学キャラクターモーションフェイクニュースエージェントRPGSIGGRAPH 2022レベルデザインAIボイスアクターNVIDIA CanvasGPUALife人工生命オルタナティヴ・マシンサウンドスケープLaMDAAI DungeonASBS栗原聡ぱいどんテキスト生成不気味の谷ナビゲーションメッシュ松井俊浩ELYZAフルコトELYZA DIGEST音声合成西成活裕Apex LegendsELIZA群衆マネジメントNinjaコンピュータRPGライブビジネスアップルタウン物語新型コロナKELDIC周済涛メロディ言語清田陽司ゲームTENTUPLAYサイバネティックスMARVEL Future FightAstro人工知能史タイムラプスEgo4DAI哲学マップバスキア星新一日経イノベーション・ラボStyleGAN-XL敵対的強化学習StyleGAN3階層型強化学習GOSU Data LabGANimatorWANNGOSU Voice AssistantVoLux-GAN竹内将SenpAI.GGProjected GANMobalyticsSelf-Distilled StyleGAN馬淵浩希Cygamesニューラルレンダリング岡島学AWS SagemakerPLATO映像セリア・ホデント形態素解析frame.ioUXAWS LambdaFoodly誤字検出森山和道認知科学中川友紀子ゲームデザインSentencePieceアールティLUMINOUS ENGINELuminous ProductionsBlenderBot 3パターン・ランゲージ竹村也哉Meta AIちょまどマーク・ザッカーバーグGOAPWACULAdobe MAX 2021自動翻訳AIライティングOmniverse AvatarAIのべりすとFPSNVIDIA RivaQuillBotマルコフ決定過程NVIDIA MegatronCopysmithNVIDIA MerlinJasperNVIDIA Metropolisパラメータ設計テニスバランス調整協調フィルタリング人狼知能テキサス大学AlphaDogfight TrialsAI Messenger VoicebotエージェントシミュレーションOpenAI CodexStarCraft IIHyperStyleMax CooperFuture of Life InstituteRendering with StyleIntelDisney類家利直LAIKADisneyリサーチヴィトゲンシュタインRotomationGauGAN論理哲学論考GauGAN2京都芸術大学ドラゴンクエストライバルズ画像言語表現モデル不確定ゲームSIGGRAPH ASIA 2021PromptBaseDota 2モンテカルロ木探索ディズニーリサーチMitsuba2バンダイナムコネクサスソーシャルゲームEmbeddingワイツマン科学研究所ユーザーレビューGTC2020CG衣装mimicNVIDIA MAXINEVRファッションBaidu淡路滋ビデオ会議ArtflowERNIE-ViLGグリムノーツEponym古文書ゴティエ・ボエダ音声クローニング凸版印刷Gautier Boeda階層的クラスタリングGopherAI-OCR画像判定JuliusSIE鑑定ラベル付けTPRGOxia Palus大澤博隆バーチャル・ヒューマン・エージェントtoio SDK for UnityArt RecognitionSFプロトタイピングクーガー田中章愛実況パワフルサッカー石井敦銭起揚NHC 2021桃太郎電鉄茂谷保伯池田利夫桃鉄GDMC新刊案内パワサカマーベル・シネマティック・ユニバースコナミデジタルエンタテインメント成沢理恵MITメディアラボMCU岩倉宏介アベンジャーズPPOマジック・リープDigital DomainMachine Learning Project CanvasMagendaMasquerade2.0国立情報学研究所ノンファンジブルトークンDDSPフェイシャルキャプチャー石川冬樹サッカーモリカトロン開発者インタビュースパコン里井大輝Kaggle宮本茂則スーパーコンピュータバスケットボール山田暉松岡 聡Assassin’s Creed OriginsAI会話ジェネレーターTSUBAME 1.0Sea of ThievesTSUBAME 2.0GEMS COMPANYmonoAI technologyLSTMABCIモリカトロンAIソリューション富岳初音ミクOculusコード生成AISociety 5.0転移学習テストAlphaCode夏の電脳甲子園Baldur's Gate 3Codeforces座談会Candy Crush Saga自己増強型AItext-to-imageSIGGRAPH ASIA 2020COLMAPtext-to-3DADOPNVIDIA GET3DデバッギングBigGANGANverse3DMaterialGANRNNグランツーリスモSPORTAI絵師ReBeLグランツーリスモ・ソフィーUGCGTソフィーPGCVolvoFIAグランツーリスモチャンピオンシップStability AINovelAIRival PrakDGX A100NovelAI DiffusionVTuberユービーアイソフトWebcam VTuberモーションデータ星新一賞北尾まどかHALO市場分析ポーズ推定将棋メタルギアソリッドVフォートナイトメッシュ生成FSMメルセデス・ベンツRobloxMagic Leapナップサック問題Live NationEpyllion汎用言語モデルWeb3.0マシュー・ボールAIOpsムーアの法則SpotifyスマートコントラクトReplica StudioAWSamuseChitrakarQosmoAdobe MAX 2022巡回セールスマン問題Adobe MAXジョルダン曲線メディアAdobe Research政治Galacticaクラウドゲーミングがんばれ森川君2号pixiv和田洋一リアリティ番組映像解析Stadiaジョンソン裕子セキュリティMILEsNightCafe東芝デジタルソリューションズインタラクティブ・ストリーミングLuis RuizSATLYS 映像解析AIインタラクティブ・メディアポケモン3DスキャンPFN 3D Scanシーマン人工知能研究所東京工業大学Ludo博報堂Preferred NetworksラップPFN 4D ScanSIGGRAPH 2019ArtEmisZ世代DreamUpAIラッパーシステムDeviantArtARWaifu DiffusionGROVERプラスリンクス ～キミと繋がる想い～元素法典FAIRSTCNovel AIチート検出Style Transfer ConversationOpen AIオンラインカジノRCPMicrosoft DesignerアップルRealFlowRinna Character PlatformiPhoneCALADeep FluidsSoul Machines柿沼太一MeInGameAmeliaELSIAIGraphブレイン・コンピュータ・インタフェースバーチャルキャラクター大規模言語モデルBCIGateboxアフォーダンスLearning from VideoANIMAKPaLM-SayCan予期知能逢妻ヒカリセコムGitHub Copilotユクスキュルバーチャル警備システムCode as Policiesカント損保ジャパンCaP上原利之ドラゴンクエストエージェントアーキテクチャアッパーグラウンドコリジョンチェックPAIROCTOPATH TRAVELER西木康智OCTOPATH TRAVELER 大陸の覇者山口情報芸術センター［YCAM］アルスエレクトロニカ2019品質保証YCAMStyleRigAutodeskアンラーニング・ランゲージ逆転オセロニアBentley Systemsカイル・マクドナルドワールドシミュレーターローレン・リー・マッカーシー奥村エルネスト純いただきストリートH100鎖国［Walled Garden］プロジェクト齋藤精一大森田不可止COBOLSIGGRAPH ASIA 2022高橋智隆DGX H100VToonifyロボユニザナックDGX SuperPODControlVAE泉幸典仁井谷正充クラウドコンピューティング変分オートエンコーダーロボコレ2019Instant NeRFフォトグラメトリartonomous回帰型ニューラルネットワークbitGANsDeepJoinぎゅわんぶらあ自己中心派Azure Machine LearningAzure OpenAI Service意思決定モデル脱出ゲームDeepLHybrid Reward Architectureコミュニティ管理DeepL WriteウロチョロスSuper PhoenixSNSProject MalmoオンラインゲームGen-1気候変動Project PaidiaシンギュラリティProject Lookoutマックス・プランク気象研究所レイ・カーツワイルWatch Forビョルン・スティーブンスヴァーナー・ヴィンジ気象モデルRunway ResearchLEFT ALIVE気象シミュレーションMake-A-Video長谷川誠ジミ・ヘンドリックス環境問題PhenakiBaby Xカート・コバーンエコロジーDreamixロバート・ダウニー・Jr.エイミー・ワインハウスSDGsText-to-Imageモデル音楽生成AIYouTubeダフト・パンクメモリスタ音声生成AIGlenn MarshallScenarioThe Age of A.I.Story2Hallucination音声変換LatitudeレコメンデーションJukeboxAIピカソVeap JapanAI素材.comEAPneoAIテンセントSIFT福井千春DreamIconDCGAN医療mignMOBADANNCEメンタルケアstudiffuse人事ハーバード大学Edgar HandyAndreessen Horowitz研修デューク大学AIQVE ONEQA Tech Nightmynet.aiローグライクゲーム松木晋祐東京理科大学下田純也人工音声NeurIPS 2021産業技術総合研究所桑野範久リザバーコンピューティングBardプレイ動画ヒップホップ対話型AIモデル詩ソニーマーケティングControlNetサイレント映画もじぱnoteNBA環境音暗号通貨note AIアシスタント現代アートFUZZLEKetchupAlterationAI News粒子群最適化法Art Selfie進化差分法オープンワールドArt Transfer群知能下川大樹AIFAPet Portraitsウィル・ライト高津芳希P2EBlob Opera大石真史クリムトBEiTStyleGAN-NADA世界モデルDETRゲームエンジンDreamerV3SporeUnreal Engineクリティックネットワークデノイズ南カリフォルニア大学Unity for Industryアクターネットワーク画像処理DMLabSentropyGLIDEControl SuiteCPUDiscordAvatarCLIPAtari 100kSynthetic DataAtari 200MCALMYann LeCunプログラミングサム・アルトマン鈴木雅大ソースコード生成コンセプトアートGMAIシチズンデベロッパーSonanticColie WertzTRPGGitHubCohereリドリー・スコットウィザードリィMCN-AI連携モデルマジック：ザ・ギャザリング絵コンテUrzas.aiストーリーボード介護大阪大学西川善司並木幸介KikiBlenderサムライスピリッツ森寅嘉Zoetic AIプロンプトゼビウスSIGGRAPH 2021ペットGPT-4ストリートファイター半導体Digital Dream LabsPaLM APITopaz Video Enhance AICozmoMakerSuiteDLSSタカラトミーSkeb山野辺一記NetEaseLOVOTDreambooth-Stable-Diffusion大里飛鳥DynamixyzMOFLINゲーム背景RomiGoogle EarthU-NetミクシィGEPPETTO AI13フェイズ構造アドベンチャーゲームユニロボットStable Diffusion web UIADVユニボPoint-EXLandGatoアパレルAGIAI model手塚眞DEATH STRANDINGマルチモーダルAI ModelsEric Johnson汎用強化学習AIZMO.AIデザインMOBBY’SOculus Questコジマプロダクションロンドン芸術大学モビーディック生体情報デシマエンジンGoogle BrainダイビングインディーゲームSound Controlアウトドア写真高橋ミレイSYNTH SUPERAIスキャニング照明Maxim PeterKarl Sims自動採寸Joshua RomoffArtnome3DLOOKハイパースケープICONATESizer山崎陽斗深層強化学習ワコール立木創太松原仁スニーカー浜中雅俊UNSTREETミライ小町武田英明Newelseテスラ福井健策CheckGoodsGameGAN二次流通パックマンTesla BotNEDO中古市場Tesla AI DayWikipediaDupe Killerソサエティ5.0Sphere偽ブランドSIGGRAPH 2020バズグラフXaver 1000配信ニュースタンテキ養蜂東芝BeewiseDIB-R倉田宜典フィンテック投資韻律射影MILIZE広告韻律転移三菱UFJ信託銀行
DALL-E 2とImagenの比較から見る高品質テキスト画像生成モデルの可能性とリスク
2022.6.20先端技術
2022年4月、OpenAIは入力したテキストの内容を反映した高品質な画像を生成するAIモデルDALL-E 2を発表してAI業界に衝撃を与えました。その発表から約1か月後、グーグルはDALL-E 2と同様なテキスト画像生成モデルImagenを公開して大きな注目を集めました。本稿ではこの2つのモデルを比較しながらそれぞれの技術的な特徴をまとめたうえで、これらのモデルがもつビジネス的可能性と潜在的リスクを述べていきます。
DALL-E 2とImagenの共通点と相違点
DALL-E 2とImagenは、両方とも入力テキストからテキスト埋め込みを生成後、この埋め込みを参照したうえで拡散モデルを使って画像を生成しています。こうした処理におけるテキスト埋め込みとは、文字列であるテキストをその特徴を反映したまま数値情報に変換したものです。また拡散モデルとは、その特徴を強調するようにして画像を生成するモデルです。「拡散（diffusion）」という表現が使われているのは、このモデルのアルゴリズムにおいて、画像の特徴を抽出するためにランダムな点を無数に挿入して言わば「ノイズが拡散した」状態にしてから、そのノイズ状態から特徴を復元するためと考えられます。
DALL-E 2とImagenの相違点は、テキスト埋め込みを生成する処理にあります。前者はOpenAIが開発した任意の画像に対して適切なキャプションを生成する画像認識モデルCLIPを使っているのに対して、後者はグーグルが開発した大規模言語モデルT5を使っています。アーキテクチャに違いがある2つのモデルに関して、グーグルは画像生成能力を比較する実験を行いました。その結果、ImagenがDALL-E 2を上回っていることがわかりました。Imagenは、DALL-E 2が苦手としている文字列をふくんだ画像を適切に生成できたのでした。例えば以下の画像は「Text to Imageと書かれた店頭（A storefront with Text to Image written on it）」というテキストを入力して生成されたもので、左側4枚がImagenによって生成された画像、右側4枚がDALL-E 2です。
グーグルはImagenの性能を評価するなかで、テキスト埋め込みを生成する言語モデルのサイズを大きくしたほうが、拡散モデルのサイズを大型化するよりも生成画像の品質向上に貢献することも発見しました。この発見は、今後のテキスト画像生成モデル開発が言語処理部分を改善する方向に進展するかも知れないことを示唆しています。
アイキャッチ画像の自動生成などに応用可能
DALL-E 2とImagenのような高品質なテキスト画像生成モデルの誕生は、いわゆる絵心がない人であっても説得力のある画像を短時間で制作できるようになる未来を予感させます。こうした万人がクリエイティブなスキルを得られる時代に備えるべく、マーケティングにおけるAI活用を研究しているMarketing AI Instituteは2022年4月、テキスト画像生成モデルのビジネス活用事例について考察した記事を公開しました。その記事で挙げられている活用事例は、以下のようなものです。
- ブログ記事、電子書籍、ビデオ、ポッドキャストエピソードのためのユニークで魅力的なアイキャッチ画像
- ウェブサイトページやランディングページに使用する、ユニークで魅力的な画像
- 社内外で使用されるデジタルまたは印刷物のブランド担保のための画像
- すべてのデジタルアセットにおける複雑な情報、製品、またはサービスを説明するのに役立つ画像
- 広告クリエイティブで際立つアイキャッチ画像
- ブランディング、キャンペーンのアイデア、ビデオスクリプト、コマーシャルなどのブレーンストーミングに使えるモックアップ画像
- ロゴのモックアップまたは最終バージョン
- より複雑な画像生成プロジェクトにおいて、人間のデザイナーを鼓舞し導くためのモックアップ
以上に挙げた事例のほかにも画像制作が関わる仕事であれば、テキスト画像生成モデルが活用されるようになるでしょう。こうした事例から言えるのは、同モデルはクリエイティブ業界の産業構造や働き方を一変させるポテンシャルを秘めている、ということです。
ちなみに、日本語に対応したテキスト画像生成モデルが開発された場合、「ライトノベルの挿絵を自動生成する」「プレゼン用にいらすとや風のイラストを自動生成する」のような活用事例が考えられるでしょう。
バイアスや悪用のリスクへの対処
高品質テキスト画像生成モデルは産業や文化を変革する可能性を秘めている一方で、人の尊厳を傷つけたり悪用されたりするリスクがあります。というのも、これらのモデルが生成する画像には、時として文化、ジェンダー、宗教に関するバイアスがふくまれてしまうからです。さらには、悪意にもとづいて不適切な画像が生成される可能性も排除できません。
以上のようなリスクがあるため、グーグルはImagenを一般ユーザに公開するのを控えました。対してOpenAIは、招待ユーザにDALL-E 2を使ってもらってそのリスクを評価する評価運用を進めています。こうした評価運用については、その内容をまとめた文書がGitHubで公開されています。同文書では、DALL-E 2に潜在するリスクがさまざまな角度から論じられています。バイアスに関しては、例えば同モデルに「a wedding」というテキストを入力すると、西洋式の結婚式の画像が多数出力される一方で、神前結婚式のそれは出力されません。この事例は、同モデルが西欧の文化や価値観にもとづいて画像を出力することを示しています。
不適切な画像が生成される可能性に関しては、暴力的あるいは性的な画像を生成する可能性のある単語を入力不可とするフィルタリング処理を実装することで対処しています。しかし、この処理を回避して不適切な画像が生成される余地はあります。例えば、「ケチャップ」と入力すれば、入力されるコンテクストによっては流血のように見える画像を生成できます。
とくに悪用が懸念される各国の要人やセレブリティの顔画像の生成については、DALL-E 2開発段階でこうした人々の顔を生成できないように制限を加えました。もっとも、こうした制限を加えたとしても要人やセレブリティに似た顔画像を生成する可能性を完全に排除できたわけではありません。
DALL-E 2が発表された直後の2022年4月7日、OpenAIのCEOを務めるサム・アルトマン氏は同モデルについて所感を述べたブログ記事を公開しました。同氏は同モデルを「私たち人間ができることが、特定のスキルではなく良いアイデアによって限界づけられる世界の一例」を実現するものと絶賛する一方で、安全な活用のためには評価運用が不可欠とも強調しています。そして、2022年の夏ごろには製品版を一般ユーザに公開する予定とも述べています。製品版DALL-E 2が一般公開される頃には、同モデルのリスクを許容範囲に緩和にできる運用体制が整っていることでしょう。
以上に解説した高品質テキスト画像生成モデルが実用化されると、一部のクリエイティブなタスクが代替または自動化されることでそのタスクに関わる雇用が消滅する一方で、全く新規かつクリエイティブなタスクとスキルを必要とする新たな雇用が生み出されると考えられます。こうした事態に対処するには、AIとクリエイティブな共創関係を築くのが得策なのではないでしょうか。
Writer：吉本幸記
RANKING
