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への扉安藤幸央機械学習月刊エンタメAIニュースディープラーニング河合律子生成AI吉本幸記OpenAIGAN音楽NVIDIAGoogle三宅陽一郎強化学習ニューラルネットワークStable DiffusionChatGPTグーグル森川幸人シナリオDeepMindQA大規模言語モデル人工知能学会GPT-3自然言語処理マイクロソフトFacebook大内孝子AIと倫理映画著作権アート倫理キャラクターAI敵対的生成ネットワークルールベースLLMSIGGRAPHモリカトロンゲームプレイAIスクウェア・エニックスモリカトロンAIラボインタビュー画像生成NPCNFTプロシージャルMidjourneyデバッグMinecraftDALL-E2StyleGAN遺伝的アルゴリズム画像生成AIロボットファッション音楽生成AI自動生成VFXAdobeテストプレイメタAIアニメーションテキスト画像生成深層学習CEDEC2019ディープフェイクデジタルツインメタバースVR小説ボードゲームDALL-ECLIPビヘイビア・ツリーマンガCEDEC2021CEDEC2020ゲームAI不完全情報ゲームナビゲーションAI畳み込みニューラルネットワークGDC 2021JSAI2022バーチャルヒューマン作曲MicrosoftNVIDIA OmniverseGDC 2019マルチエージェントCEDEC2022MetaマインクラフトAIアート3DCGStability AIメタデジタルヒューマン懐ゲーから辿るゲームAI技術史toioジェネレーティブAIスポーツエージェントプロンプト栗原聡手塚治虫汎用人工知能CNNNeRFDALL-E 3BERTロボティクスUnityOmniverseJSAI2023鴫原盛之HTN階層型タスクネットワークソニーGPT-4マルチモーダルJSAI2020GTC20233DTensorFlowインタビューブロックチェーンイベントレポート対話型エージェントAmazonメディアアートDQN水野勇太アバターUbisoftGenvid TechnologiesガイスターStyleGAN2ARELSIGTC2022教育SIGGRAPH ASIANetflixJSAI2021東京大学はこだて未来大学Bard研究シムピープルMCS-AI動的連携モデルRed RamモーションキャプチャーTEZUKA2020CEDEC2023テキスト生成インディーゲームElectronic Arts音声合成マーケティングメタデータGDC Summerイーロン・マスクStable Diffusion XLCMMicrosoft Azureアストロノーカキャリア模倣学習動画生成AIeスポーツスタンフォード大学アーケードゲームテニスサイバーエージェントトレーディングカード音声認識類家利直eSportsBLUE PROTOCOLシーマンaibo合成音声チャットボットブラック・ジャックEpic GamesAWS徳井直生クラウド斎藤由多加AlphaZeroTransformerGPT-2rinnaAIりんなカメラ環世界中島秀之PaLM哲学ベリサーブPlayable!GPT-3.5ハリウッド理化学研究所Gen-1SFテキスト画像生成AI松尾豊データマイニング現代アートDARPAドローンシムシティゲームエンジンImagenZorkバイアスマーダーミステリーASBSぱいどんアドベンチャーゲームAI美空ひばりAGI手塚眞バンダイナムコ研究所スパーシャルAIELYZANEDOFSM-DNNLEFT 4 DEAD通しプレイ論文OpenAI Five本間翔太馬淵浩希Cygames森山和道Audio2Faceピクサープラチナエッグイーサリアム効果音ボエダ・ゴティエビッグデータ中嶋謙互Amadeus Codeデータ分析MILENVIDIA ACEナラティブNVIDIA RivaOmniverse ReplicatorWCCFレコメンドシステムNVIDIA DRIVE SimWORLD CLUB Champion FootballNVIDIA Isaac Simセガ柏田知大軍事田邊雅彦トレカMax CooperGPTDisneyFireflyPyTorchChatGPT4眞鍋和子バンダイナムコスタジオAI Frog Interactive新清士大澤博隆SFプロトタイピング齊藤陽介お知らせMagic Leap OneTencentモリカトロン開発者インタビュー宮本茂則バスケットボールGeminiTikToktext-to-imageサルでもわかる人工知能text-to-3DVAEDreamFusionTEZUKA2023リップシンキングRNNUbisoft 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VTuberIGDA立教大学秋期GTC2022市場分析フォートナイトどうぶつしょうぎRoblox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Adobe MAXマシンラーニング村井源5GMuZeroRival Peakpixivオムロン サイニックエックスGPTs電気通信大学対話エンジン稲葉通将ポケモン3Dスキャン橋本敦史リトル・コンピュータ・ピープルCodexシーマン人工知能研究所コンピューティショナル・フォトグラフィーPreferred Networksゴブレット・ゴブラーズ絵画3D Gaussian SplattingMicrosoft DesignerアップルイラストシミュレーションSoul Machines柿沼太一完全情報ゲームバーチャルキャラクター坂本洋典釜屋憲彦GitHub CopilotウェイポイントLLaMAパス検索対談藤澤仁生物学GTC 2022xAIApple Vision Pro画像認識SiemensストライキStyleCLIPDeNA長谷洋平クラウドコンピューティングmasumi toyotaIBM宮路洋一OpenSeaGDC 2022SNSTextWorldSoraEarth-2BingMagentaYouTube音声生成AIELYZA PencilScenarioSIGGRAPH2023AIピカソGTC2021AI素材.comCycleGANテンセントAndreessen HorowitzAIQVE ONENetHackキャラクターモーションControlNet音源分離NBAフェイクニュースユニバーサルミュージックRPG法律Web3SIGGRAPH 2022世界モデルレベルデザインDreamerV3AIボイスアクターUnreal Engine南カリフォルニア大学NVIDIA CanvasGPUALife人工生命オルタナティヴ・マシンサウンドスケープLaMDATRPGマジック:ザ・ギャザリングAI Dungeonゲーム背景アパレル不気味の谷ナビゲーションメッシュデザイン高橋ミレイ深層強化学習松原仁松井俊浩武田英明フルコトELYZA DIGEST建築広告西成活裕ハイブリッドアーキテクチャApex LegendsELIZA群衆マネジメントライブポートレイトNinjaコンピュータRPGライブビジネスWonder StudioAdobe Max 2023アップルタウン物語新型コロナ土木MindAgentKELDIC周済涛BIMBing Chatメロディ言語清田陽司インフラBing Image CreatorゲームTENTUPLAYサイバネティックスMARVEL Future FightAstro人工知能史Amazon BedrockAssistant with BardタイムラプスEgo4DAI哲学マップThe Arcadeバスキア星新一X.AISearch Generative Experience日経イノベーション・ラボStyleGAN-XLX Corp.Dynalang敵対的強化学習StyleGAN3TwitterVLE-CE階層型強化学習GOSU Data LabGANimatorXホールディングスWANNGOSU Voice AssistantVoLux-GANMagiAI Act竹内将SenpAI.GGProjected GANEUMobalyticsSelf-Distilled StyleGANSDXLArs ElectronicaニューラルレンダリングRTFKTAI規制岡島学AWS SagemakerPLATONIKE欧州委員会映像セリア・ホデント形態素解析frame.ioClone X欧州議会UXAWS LambdaFoodly村上隆欧州理事会誤字検出MusicLM認知科学中川友紀子Digital MarkAudioLMゲームデザインSentencePieceアールティSnapchatMusicCapsLUMINOUS ENGINEクリエイターコミュニティAudioCraftLuminous ProductionsBlenderBot 3バーチャルペットパターン・ランゲージ竹村也哉Meta AINVIDIA NeMo ServiceMubertちょまどマーク・ザッカーバーグヴァネッサ・ローザMubert RenderGOAPWACULVanessa A RosaGen-2Adobe MAX 2021陶芸Runway AI Film Festival自動翻訳Play.htPreViz音声AIAIライティングLiDARCharacter-LLMOmniverse AvatarAIのべりすとPolycam復旦大学FPSQuillBotdeforumChat-Haruhi-Suzumiyaマルコフ決定過程NVIDIA MegatronCopysmith涼宮ハルヒNVIDIA MerlinJasperハーベストEmu VideoNVIDIA MetropolisForGamesNianticパラメータ設計ゲームマーケットペリドットバランス調整岡野翔太Dream Track協調フィルタリング郡山喜彦Music AI Tools人狼知能テキサス大学ジェフリー・ヒントンLyriaGoogle I/O 2023Yahoo!知恵袋AlphaDogfight TrialsAI Messenger VoicebotGoogle I/OインタラクティブプロンプトAIエージェントシミュレーションOpenAI Codex武蔵野美術大学慶應義塾大学StarCraft IIHyperStyleBingAI石渡正人Future of Life InstituteRendering with Style手塚プロダクションIntel林海象LAIKADisneyリサーチヴィトゲンシュタインPhotoshop古川善規RotomationGauGAN論理哲学論考Lightroom大規模再構成モデルGauGAN2京都芸術大学CanvaLRMドラゴンクエストライバルズ画像言語表現モデルObjaverse不確定ゲームSIGGRAPH ASIA 2021PromptBaseBOOTHMVImgNetDota 2モンテカルロ木探索ディズニーリサーチpixivFANBOXOne-2-3-45Mitsuba2バンダイナムコネクサス虎の穴3DガウシアンスプラッティングソーシャルゲームEmbeddingワイツマン科学研究所ユーザーレビューFantiaワンショット3D生成技術GTC2020CG衣装mimicとらのあな高橋力斗NVIDIA MAXINEVRファッションBaidu集英社FGDC淡路滋ビデオ会議ArtflowERNIE-ViLG少年ジャンプ+Future Game Development ConferenceグリムノーツEponym古文書ComicCopilot佐々木瞬ゴティエ・ボエダ音声クローニング凸版印刷コミコパヒストリアGautier Boeda階層的クラスタリングGopherAI-OCRゲームマスター画像判定Inowrld AIJuliusSIE鑑定ラベル付けMODAniqueTPRGOxia PalusGhostwriter中村太一バーチャル・ヒューマン・エージェントtoio SDK for UnityArt RecognitionSkyrimエグゼリオクーガー田中章愛実況パワフルサッカースカイリムCopilot石井敦銭起揚NHC 2021桃太郎電鉄RPGツクールMZComfyUI茂谷保伯池田利夫桃鉄ChatGPT_APIMZserial experiments lainGDMC新刊案内パワサカダンジョンズ&ドラゴンズAI lain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Oracle RPGPCG成沢理恵MITメディアラボMCU岩倉宏介深津貴之PCGRLアベンジャーズPPOxVASynthDungeons&Dragonsマジック・リープDigital DomainMachine Learning Project CanvasLaser-NVビートルズMagendaMasquerade2.0国立情報学研究所ザ・ビートルズ: Get Back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MERFDemucsサッカースパコンAlibaba音楽編集ソフト里井大輝KaggleスーパーコンピュータVQRFAdobe Audition山田暉松岡 聡nvdiffreciZotopeAssassin’s Creed OriginsAI会話ジェネレーターTSUBAME 1.0NeRFMeshingRX10Sea of ThievesTSUBAME 2.0LERFMoisesGEMS COMPANYmonoAI technologyLSTMABCIマスタリングモリカトロンAIソリューション富岳レベルファイブ初音ミクOculusコード生成AISociety 5.0リアム・ギャラガーSuno AI転移学習テストAlphaCode夏の電脳甲子園グライムスKaKa CreationBaldur's Gate 3Codeforces座談会BoomyVOICEVOXCandy Crush Saga自己増強型AIジョン・レジェンドGenie AISIGGRAPH ASIA 2020COLMAPザ・ウィークエンドSIGGRAPH Asia 2023ADOPNVIDIA GET3DドレイクC·ASEデバッギングBigGANGANverse3DFLAREMaterialGANダンスグランツーリスモSPORTAI絵師エッジワークスMagicAnimateReBeLグランツーリスモ・ソフィーUGC日本音楽作家団体協議会Animate AnyoneGTソフィーPGCFCAインテリジェントコンピュータ研究所VolvoFIAグランツーリスモチャンピオンシップVoiceboxアリババNovelAIさくらインターネットDreaMovingRival PrakDGX A100NovelAI DiffusionVISCUITぷよぷよScratchユービーアイソフトWebcam VTuberモーションデータスクラッチ星新一賞大阪公立大学ビスケット北尾まどかHALOポーズ推定TCGプログラミング教育将棋メタルギアソリッドVメッシュ生成KLabFSMメルセデス・ベンツQRコードVALL-EMagic Leap囲碁Deepdub.aiナップサック問題Live NationEpyllionデンソーAUDIOGEN汎用言語モデルWeb3.0マシュー・ボールデンソーウェーブEvoke MusicAIOpsムーアの法則原昌宏AutoFoleySpotifyスマートコントラクト日本機械学会Colourlab.AiReplica Studioロボティクス・メカトロニクス講演会ディズニーamuseChitrakarQosmoAdobe MAX 2022トヨタ自動車Largo.ai巡回セールスマン問題かんばん方式Cinelyticジョルダン曲線メディアAdobe ResearchTaskade政治Galacticaプロット生成Pika.artクラウドゲーミングがんばれ森川君2号AI Filmmaking Assistant和田洋一リアリティ番組映像解析FastGANStadiaジョンソン裕子セキュリティ4コママンガAI ScreenwriterMILEsNightCafe東芝デジタルソリューションズ芥川賞インタラクティブ・ストリーミングLuis RuizSATLYS 映像解析AI文学インタラクティブ・メディア恋愛PFN 3D ScanElevenLabsタップル東京工業大学HeyGenAbema TVLudo博報堂After EffectsNECラップPFN 4D Scan絵本木村屋SIGGRAPH 2019ArtEmisZ世代DreamUp出版GPT StoreAIラッパーシステムDeviantArtAmmaar Reshi生成AIチェッカーWaifu DiffusionStoriesユーザーローカルGROVERプラスリンクス ~キミと繋がる想い~元素法典StoryBird九段理江FAIRSTCNovel AIVersed東京都同情塔チート検出Style Transfer ConversationOpen AIProlificDreamerオンラインカジノRCPUnity Sentis4Dオブジェクト生成モデルRealFlowRinna Character PlatformUnity MuseAlign Your GaussiansiPhoneCALACaleb WardAYGDeep Fluids宮田龍MAV3DMeInGameAmelia清河幸子ファーウェイAIGraphブレイン・コンピュータ・インタフェース西中美和4D Gaussian SplattingBCIGateboxアフォーダンス安野貴博4D-GSLearning from VideoANIMAKPaLM-SayCan斧田小夜Glaze予期知能逢妻ヒカリ宮本道人WebGlazeセコムLLaMA 2NightShadeユクスキュルバーチャル警備システムCode as PoliciesSpawningカント損保ジャパンCaPHugging FaceHave I Been Trained?CM3leonFortnite上原利之Stable DoodleUnreal Editor For Fortnite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T2I-AdapterXRPAIROCTOPATH TRAVELER西木康智VolumetricsOCTOPATH TRAVELER 大陸の覇者山口情報芸術センター[YCAM]AIワールドジェネレーターアルスエレクトロニカ2019品質保証YCAM日本マネジメント総合研究所Rosebud AI GamemakerStyleRigAutodeskアンラーニング・ランゲージVoyagerLayer逆転オセロニアBentley Systemsカイル・マクドナルドLily Hughes-RobinsonCharisma.aiワールドシミュレーターローレン・リー・マッカーシーColossal Cave AdventureGDC 2024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AdventureGPT調査齋藤精一大森田不可止COBOLSIGGRAPH ASIA 2022リリー・ヒューズ=ロビンソンMeta Quest高橋智隆DGX H100VToonifyBabyAGIIPロボユニザナックDGX SuperPODControlVAEGPT-3.5 Turbo泉幸典仁井谷正充変分オートエンコーダーカーリング強いAIロボコレ2019Instant NeRFフォトグラメトリウィンブルドン弱いAIartonomous回帰型ニューラルネットワークbitGANsDeepJoin戦術分析ぎゅわんぶらあ自己中心派Azure Machine LearningAzure OpenAI Serviceパフォーマンス測定Lumiere意思決定モデル脱出ゲームDeepLIoTUNetHybrid Reward Architectureコミュニティ管理DeepL WriteProFitXImageFXウロチョロスSuper PhoenixWatsonxMusicFXProject MalmoオンラインゲームAthleticaTextFX気候変動コーチングProject Paidiaシンギュラリティ北見工業大学KeyframerProject Lookoutマックス・プランク気象研究所レイ・カーツワイル北見カーリングホールAppleWatch Forビョルン・スティーブンスヴァーナー・ヴィンジ画像解析Gemini 1.5気象モデルRunway ResearchじりつくんAI StudioLEFT ALIVE気象シミュレーションMake-A-VideoNTT SportictVertex AI長谷川誠ジミ・ヘンドリックス環境問題PhenakiAIカメラChat with RTXBaby Xカート・コバーンエコロジーDreamixSTADIUM TUBESlack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Pixelllot S3Slack AIソフトバンクPokémon Battle Scopeダフト・パンクメモリスタAIスマートコーチポケットモンスターGlenn MarshallkanaeruThe Age of A.I.Story2Hallucination音声変換Latitude占いレコメンデーションJukeboxDreambooth行動ロジック生成AIVeap Japanヤン・ルカンConvaiEAPneoAIPerfusionNTTドコモSIFT福井千春DreamIconニューラル物理学EmemeDCGAN医療mign毛髪GenieMOBADANNCEメンタルケアstudiffuse荒牧英治汎用AIエージェント人事ハーバード大学Edgar Handy中ザワヒデキAIファッションウィーク研修デューク大学大屋雄裕インフルエンサーQA Tech Night中川裕志Grok-1mynet.aiローグライクゲーム松木晋祐Adreeseen HorowitzMixture-of-Experts東京理科大学下田純也NVIDIA Avatar Cloud EngineMoE人工音声NeurIPS 2021産業技術総合研究所桑野範久Replica StudiosClaude 3リザバーコンピューティングSmart NPCsClaude 3 Haikuプレイ動画ヒップホップ対話型AIモデルRoblox StudioClaude 3 SonnetソニーマーケティングPromethean AIClaude 3 Opusサイレント映画もじぱnote森永乳業環境音暗号通貨note AIアシスタントMusiioC2PAFUZZLEKetchupEndelゲーミフィケーションAlterationAI NewsTomo Kihara粒子群最適化法Art SelfiePlayfool進化差分法オープンワールドArt TransferSonar遊び群知能下川大樹AIFAPet PortraitsSonar+Dウィル・ライト高津芳希P2EBlob Opera大石真史クリムトDolby AtmosBEiTStyleGAN-NADASonar Music FestivalDETRライゾマティクスSporeクリティックネットワーク真鍋大度デノイズUnity for Industryアクターネットワーク花井裕也画像処理DMLabRitchie HawtinSentropyGLIDEControl SuiteErica SynthCPUDiscordAvatarCLIPAtari 100kUfuk Barış MutluSynthetic DataAtari 200MJapanese InstructBLIP AlphaCALMYann LeCun日本新聞協会プログラミングサム・アルトマン鈴木雅大AIいらすとやソースコード生成コンセプトアートAI PicassoGMAIシチズンデベロッパーSonanticColie WertzEmposyGitHubCohereリドリー・スコットAIタレントウィザードリィMCN-AI連携モデル絵コンテAIタレントエージェンシーUrzas.aiストーリーボードmodi.ai介護大阪大学BitSummit西川善司並木幸介KikiBlenderBitSummit Let’s Go!!サムライスピリッツ森寅嘉Zoetic AIゼビウスSIGGRAPH 2021ペットストリートファイター半導体Digital Dream LabsPaLM APIデジタルレプリカTopaz Video Enhance AICozmoMakerSuiteGOT7DLSSタカラトミーSkebsynthesia山野辺一記NetEaseLOVOTDreambooth-Stable-DiffusionHumanRF大里飛鳥DynamixyzMOFLINActors-HQRomiGoogle EarthSAG-AFTRAU-NetミクシィGEPPETTO AIWGA13フェイズ構造ユニロボットStable Diffusion web UIチャーリー・ブルッカーADVユニボPoint-EXLandGato岡野原大輔AI model自己教師あり学習DEATH STRANDINGAI ModelsIn-Context Learning(ICL)Eric Johnson汎用強化学習AIZMO.AILoRAMOBBY’SファインチューニングOculus 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グランツーリスモ生体情報デシマエンジンGoogle Brainダイビング量子コンピュータSound Controlアウトドアqubit写真SYNTH SUPERAIスキャニングIBM Quantum System 2照明Maxim PeterKarl Sims自動採寸北野宏明Joshua RomoffArtnome3DLOOKダリオ・ヒルハイパースケープICONATESizerジェン・スン・フアン山崎陽斗ワコールHuggingFace立木創太スニーカーStable Audio浜中雅俊UNSTREET宗教ミライ小町Newelse仏教テスラ福井健策CheckGoodsコカ・コーラGameGAN二次流通食品パックマンTesla Bot中古市場Coca‑Cola Y3000 Zero SugarTesla AI DayWikipediaDupe KillerCopilot Copyright Commitmentソサエティ5.0Sphere偽ブランドテラバースSIGGRAPH 2020バズグラフXaver 1000配信京都大学ニュースタンテキ養蜂立福寛東芝Beewiseソニー・ピクチャーズ アニメーション音声解析DIB-R倉田宜典フィンテック感情分析投資Fosters+Partners周 済涛韻律射影MILIZEZaha Hadid Architectsステートマシン韻律転移三菱UFJ信託銀行ディープニューラルネットワーク

CGへの扉 Vol.42:現代の呪文promptが生み出すAIとの新しい関係性

2022.9.15アート

CGへの扉 Vol.42:現代の呪文promptが生み出すAIとの新しい関係性

AI絵師が話題沸騰

Twitter他、SNSで、AIが描いた絵画(画像)が話題になることが多くなりました。これは OpenAI社のDALL-E2の登場はもちろんのこと、Midjourneyが生成する画像の高品質さに多くのユーザーが驚き、その後Stable Diffusionが公開されたことが大きな転機になりました。Stable Diffusionがオープンソースで公開されたことで、手軽さと自由度、拡張性が広がり、一部の先進的な人たちだけがAIを試していた状況から大きく変わり始めました。またその一方、AIの倫理面や著作権に関する議論など、課題となりそうな事項も話題になっています。

Stable Diffusionは、少しずつ小さな学習データで動作するようバージョンアップとともにチューニングが進んでいますが、初期の頃はAWS(アマゾンウェブサービス)の高速・高性能なクラウドA100(GPU*8個)を150,000時間稼働させてもととなるデータセットを解析したそうです。これにはアマゾンからの割引や提携協力があったと考えられますが、単純計算で2億円ほどかかっており、優秀なプログラマがちょっと余暇に試してみましたという規模ではありません。とはいいつつも、MidjourneyもStable Diffusionも現状はとても小規模なチームで開発、運営されています。

ここでAIに思ったような絵を描かせるための文を巷では “prompt” と呼んでいます。promptとは「思い出させる言葉」を意味し、もともと舞台上などで役者がセリフを忘れた時に舞台袖から声をかける、セリフを思い出させるような短い言葉のことです。主に現代ではコンピュータにコマンドを入力する際の、入力を即す記号、例えば “>” や “%”, “#” といった記号のことを示しています。

そして世界中の興味を持った人々がpromptを操り、ファンタジーの異世界での冒険に欠かせない、魔法の「呪文」のように、その使いこなし術にしのぎを削っている状況です。こういったpromptを探る取り組みとともに、どういった仕組みで AIが文章を認識し、ある言葉が生成される画像にどういう影響を与えるのかを探る、Prompt Engineeringと呼ばれる新しいジャンルの技術が広がってきています。

画像からpromptを生成するimg2prompt

さて、Stable Diffusionがいくらオープンソースで公開されたからといって、その膨大な学習結果をすべて把握している人はいません。機械学習をもとにしている限り、開発している本人たちも、未知の部分があるでしょう。現状、世界中の興味を持った人々がさまざまなpromptを入力し、どういったキーワードが生成画像に対してどういった影響を与えるのかを探っている状況です。

そこでそのニーズを逆手にとったimg2promptというサービスが登場してきました。これはその名のとおり、画像(写真)から、その画像を文字で説明する、いわゆるpromptの素材となる文字列を導き出してくれるものです。もちろんStable Diffusionなどの逆を行っているわけではないので、ここでの出力文字列は promptそのものではありません。けれども手元にある画像と同じようなものを描いて欲しい場合、どう文章で表現すればAIに伝わるのかというヒントになることでしょう。特に英文での表現からは学び取ることが多いと思われます。

img2promptにトランプの写真を読み込ませ、文字で表現している事例。もとの写真は、AIが描いたものではなく、UnsplashのJack Hamiltonが撮影したごく普通の写真

出力された文は、「a pile of playing cards sitting on top of a table, a jigsaw puzzle, contest winner, abstract illusionism, shallow depth of field, depth of field, tarot card(テーブルの上に置かれたトランプ、ジグソーパズル、コンテスト受賞作品、抽象的な幻想主義、被写界深度の浅い、被写界深度の深い、タロットカード)」となります。

img2promptで出力されたキーワードをもとにStable Diffusionで描いてみた例。当たらずといえども遠からず

promptの効果を解析するという特殊技能Prompt Engineering

絵画の画風やカメラの設定、好みのアーティストや画家、デザイナーの名前、アニメというキーワードやゲーム名などをpromptに入れることで、何となく好みの絵が描けることが分かってきました。この背景にあるのは、これらの人工知能は、ネット上にある大量の画像から機械学習しているのが理由のひとつです。例えばカメラ撮影用語である「被写界深度(depth of field)」というキーワードを入れると、カメラのボケ具合を真似したような雰囲気のある画像が生成されるわけです。「コンテスト受賞作(contest winner)」というキーワードを入れるだけで、画像(写真)の質がワンランク上がることが予想されます。

単なる想像で、promptと生成画像からその法則性を導き出すのもある種面白いゲームですが、さらにもう一方踏み込むためには、人工知能が文章をどう理解しているのかを追っていくのが得策です。これは、人間がジェスチャーゲームや、異国の知らない言語でコミュニケーションを取ろうとしていることに似ています。

例えば、OpenAI社のDALL-Eは、GPT-3という言語モデルをベースとしており、GPT-3がどう文章を解釈しているかが適切なpromptへの理解へつながります。GPT-3そのものは一般公開されていませんがGPT-3の動作の様子を試してみることのできるGPT-3 Playgroundというサービスが(現在のところ用途に一部制限はありますが)平易な登録をすれば無料で試せます。

先に紹介したトランプの画像から導き出された文言をGPT-3 Playgroundで解析してみると、対応するキーワードがいくつも導き出されます。同じような画像を示す言葉でも、少しずつ範囲が広かったり、狭かったり、具体的に指示している言葉だったり、逆に曖昧すぎる言葉だったり、こういった言葉の羅列から、人工知能がどれけブレて解釈しているのか、また逆にピンポイントで指定できているのかがだんだん分かってくるようになります。目的の画像を得るために、どの言葉を使って範囲を狭めるのか、また逆にどの言葉を並べることで、多様性を生み出すのかを考えることができます。

GPT-3 Playgroundによる文章解析による対話の様子。回答は抄訳で「カードゲームには、さまざまな種類があります。最も人気のあるものには、ポーカー、ブラックジャック、ブリッジなどがあります。トランプは暇つぶしにもなるし、ギャンブルにもなる。」

promptの商業圏PromptBaseの登場

PromptBaseのトップページ、人気のpromptや、最近登録されたprompt事例が随時更新されていく

PromptBase:https://promptbase.com/

SNS上にAIで描かせた画像で好みのものがあった場合、または精巧かつ高品質な驚愕の画像を見かけた際、それがどういったpromptで描かせたのか気になります。promptを隠さず、一緒に公開してくれている人もいますが、その多くは自分だけの「呪文」を見つけた!とほくそ笑んで、画像だけが公開されていることが多いでしょう。

そういった人の欲求の需要と供給、prompt のノウハウを交換するプラットフォームとしていち早くPromptBaseというサービスが登場しました。どの画像も、何となくprompt が想像できつつも、思ったようなpromptにたどり着くのは困難です。求める品質の画像をうみだすpromptの試行錯誤の時間が惜しいと思う人は、数ドルで販売されているpromptを買ってしまうかもしれません。ファンタジーゲームの世界で、呪文の巻物を魔法の修行によってではなく、手に入れた金貨やゲーム内課金によって手っ取り早く手に入れることに似ているといえるでしょう。

広がるprompt文化とAIの倫理面への懸念

急激に進歩を遂げているこの分野では、同時に倫理面や著作権からの整備や議論も進みつつあります。例えば、prompt の安易な事例として、好みの画家や作家、作品の名前を入れると安易に求める画像が生み出せますが、もしそういった画像がネット上に蔓延し、もとの作家の作品画像の検索結果と混ざってしまうことにより、意図しない状況、オリジナル作品を見つけ出せない状況にもなり得ます。

将来的には技術的に見分ける方法や、制度上の扱いがはっきりするかもしれませんが、現状はまだ混沌とした状態です。また、純粋にAIが描いた画像だけでなく、それらを素材として人間が加工したり描き加えたりする画像も増えてくるでしょう。過度に状況が混沌としてしまうと、AIはそもそもどの素材から学習すれば良いのかが分からなくなってくるかもしれません。

Stable Diffusionのオープンソース形式での公開により、さまざまなツールやサービスが「文章から画像を生成する」機能を組み込むことが可能になりました。また、文章を与えて人工知能が画像を生成することそのものが一般化したことで、さまざまなビジネスチャンスや一般的なニーズも生まれてきています。

CogVideoは、94億パラメータを持つpromptから動画を生成するソリューションです。短い動画をアルゴリズムによって選出していくSNS TikTok では AI greenscreen という文章から背景画像を用意する機能が追加されました。PhotoshopのプラグインとしてStable Diffusionを組み込んだツワモノも登場し、大企業や大学の研究機関でなくとも、アイデアひとつでチャンスが生まれる状況に大きく舵が切られた感じがしています。

今後の進化は?

AIが生み出す画像は単なるお遊びでしょうか? それともイラストや絵画を描く人、写真家たちの仕事を脅かす存在でしょうか? まず一番早く代替される可能性が高いのは、プレゼンテーション資料などで用いる画像を探すため、検索で目的の画像を探したり、フォトストックで必要な素材画像を探すことが人工知能生成画像に置き換えられるかもしれないと考えています。

人工知能が進化したら、面倒な仕事は人工知能にまかせて、優雅に絵でも描いて過ごせると考えて考えていた人類は、実は優雅(?)に絵を描いている方が人工知能で、その人工知能に与える呪文を必死で考えているだけであることに気づいてしまいました。今後AIがどう進化し、どう活用していくかは未知数で、人と人工知能が協力しあった新しい描き方なども確立していくかもしれません。言葉をうまく操る「prompt 使い」が重宝され、人気の職業になるのかもしれません。あくまで「道具」として進化していくのか、道具から新しい創作の手順が生まれてくるのかもしれません。

昨今のAIが描く画像の盛り上がりは、人間の根源的な欲求が影響しています。それは人間がもっとも得意とする「言葉」による表現でAIを操れたことにあるのです。AIが描く画像に限らず、これからおおいに活用される人工知能はこの人間の本質を捉えたものになることは間違いないでしょう。

本連載の今後の予定:「CGへの扉」では、単なるAIの話題とは少し異なり、CG/VFX, アートの文脈から話題を切り取り紹介していきます。映像制作の現場におけるAI活用や、AIで価値が高まった先進的なツール、これからの可能性を感じさせるような話題、テクノロジーの話題にご期待ください。何か取り上げて欲しいテーマやご希望などがございましたら、ぜひ編集部までお知らせください。

CGへの扉

Vol.41:AIが促進させるCG研究。SIGGRAPH2022論文より

Vol.40:知見の宝庫。MITの機械学習オンラインコース

Vol.39:言葉から生み出されるアートとは?

Vol.38:AIで作りAIで届ける映像作品

Vol.37:NVIDIA GTC 2022 レポート/アートとAIの視点で

Vol.36:創るためのAI〜AIと人間の創造性の未来:徳井直生氏講演レポート

Vol.35:マーベル・シネマティック・ユニバースを支える機械学習

Vol.34:注目論文よりCGの祭典 #SIGGRAPHAsia2021 を振り返る

Vol.33:AIの必然性 #SIGGRAPHAsia2021 レポート

Vol.32:Adobe Sneaks より進化の方向性を知る

Vol.31:人工知能が考える「顔」と、人が考える「顔」

Vol.30:SIGGRAPH2021レポート「ディープフェイクとの戦い」

≫≫すべてのバックナンバーはこちらから

Contributor:安藤幸央

RELATED ARTICLE関連記事

歴史的絵画の鑑定や復元に活躍。美術界にも進出するアート実務系AI事例

2022.1.27アート

歴史的絵画の鑑定や復元に活躍。美術界にも進出するアート実務系AI事例

【JSAI2020】AI美空ひばりとAI手塚治虫が社会へ投げかけた未来像

2020.6.30アート

【JSAI2020】AI美空ひばりとAI手塚治虫が社会へ投げかけた未来像

CGへの扉 Vol.2:なめらかなキャラクタアニメーションと、ディープラーニングの役目

2019.5.15アート

CGへの扉 Vol.2:なめらかなキャラクタアニメーションと、ディープラーニング...

RANKING注目の記事はこちら