.
生成AIで作られた、星空と山々を背景に透明なケースから光を放つPCの幻想的なイメージ
生成AIで作られた、星空と山々を背景に透明なケースから光を放つPCの幻想的なイメージ

生成AIの仕組み：トレーニングから出力まで

生成AIがメディアで頻繁に取り上げられていますが、これは決して大げさな話題作りではありません。この新しいテクノロジーは、まだではないにしても、すぐにあなたの生活の一部になるでしょう。生成AIの仕組みを学び、作業の効率化を始めましょう。

Adobe Fireflyの詳細を見る

生成AIで作られた、星空と山々を背景に透明なケースから光を放つPCの幻想的なイメージ

生成AIの仕組みの概要

この1年で、生成AIは世界中の関心を集めました。この強力なAIは、既存のデータから学習したパターンにもとづいて、画像、音楽、文章、コードなど、新しいコンテンツを作成できます。生成AIは、テキストプロンプトや参照画像などの入力を受け取り、高度なモデルを適用して、要求に合ったまったく新しい出力を生成します。そのため、幻想的な画像を作成したり、詩を書いたり、ソフトウェアコードを生成したり、さらには本物のように聞こえる曲を制作することもできます。

近いうちに、生成AIはスマートフォンと同じくらい私たちの生活において中心的な存在となるでしょう。しかし、多くの人にとってまだ謎に包まれています。このガイドでは、生成AIとは何で、何ではないのか、そして私たちの働き方や創造の仕方をどのように変える可能性があるかについて解説します。

style
xxl spacing, two up, static links
layout
1 | 2
生成AIで作成されたSF風の、宇宙船内で稼働するロボットのような脳の画像

生成AIの仕組みを解き明かす

生成AIは魔法のように見えるかもしれませんが、実際はデータから学び、パターンを適用して新しいものを生み出す複雑な技術によって支えられています。ひとつずつ紐解いていけば、この「魔法」の仕組みがより理解しやすくなります。

生成AIは、既存の情報を分析するだけでなく、まったく新しいコンテンツを生成する人工知能です。モデルは、テキスト、画像、音声、動画の膨大なデータセットでトレーニングされ、パターン、関係性、スタイルを学習します。テキストプロンプトや参照画像などの入力をモデルに与えると、学習した内容を適用して、要求に合った独自の出力を生成します。

そのため、チャットボットに広告コピーの提案を求めれば数秒で新しいアイデアが得られ、Fireflyを使えば説明文から手描きや写真のようにリアルな画像を作成できるのです。創造的なタスクだけでなく、生成AIは科学や医療の分野でも活用されており、新しいタンパク質の設計、がん治療の改善、研究の加速に役立っています。その可能性は言葉遊びをはるかに超え、既に多くの産業を変革しつつあります。

なぜ生成AIはこれほど賢いのか

以前は、タスクを遂行する方法について人間が最初に明示的な指示を与えない限り、コンピューターアプリケーションがタスクを実行することはできませんでした。その指示は「プログラミング」と呼ばれます。プログラムが優れていればすばらしい結果が得られますが、従来のコンピューターアプリケーションでは、人間がプログラミングに組み込んでいないことは実行できません。

生成AIシステムは、明示的なプログラミングを必要としない機械学習を利用したものなので、より柔軟性に優れています。代わりに、人間は大量のデータへのアクセスをコンピューターに許可することになります。機械はそのデータ内のパターンを認識するのですが、最も重要な点は、学習した内容から結論を導き出すように自らをトレーニングするということです（これが「機械学習」の学習の部分です）。データセットのサイズと品質は重要です。AIの性能は、トレーニングに使用されたデータによって決まるのです。

「生成AIはどのように機能するのか？」という問いへの答えは複雑で、それを深く理解するには努力が必要です。しかし、生成AIのすばらしいところは、それについてすべてを理解していなくても、その恩恵を受けられるところです。Fireflyなどのアプリを見つけて、見たいもの（例えば「芝生を走り回る3匹の子犬のラブラドゥードル」など）を入力するだけで、誰でも生成AIのユーザーになれます。プログラミングの学位などは必要ありません。

現代的な建物を背景に、芝生の上を走る3匹の黄色いラブラドールの子犬のAI生成画像
style
grid width 8

生成AIを支える技術

生成AIのバックグラウンドでは、強力なハードウェアと大規模な計算処理が不可欠です。GPU（グラフィックス処理ユニット）やTPU（テンソル処理ユニット）が、これらのモデルのトレーニングと実行に必要な膨大な計算を処理します。

プロセスには主に2つの段階があります。

style
grid width 8

トレーニング

トレーニングの段階では、モデルはテキスト、画像、音声、動画などの大規模なデータセットから学びます。この段階は、パターンや関係性を認識するために分散コンピューティング、並列処理、長時間の実行が必要となるため、エネルギー消費が非常に高くなります。

推論

トレーニングを終えたモデルは、はるかに少ないエネルギーで、テキストの作成、画像の生成、音声の翻訳などの出力をオンデマンドで生成できます。推論は、バッチ処理やクラウドでの展開などの技術によって最適化することも可能です。

style
grid width 8
生成AIは多くのエネルギーを消費するため、これらのツールを開発する企業は環境への影響をますます意識するようになっています。効率性の向上と炭素排出量の削減に向けた取り組みが進められていますが、まだ改善の余地があります。
style
grid width 8
エネルギーが宇宙船を通って流れる様子を表現した生成AI画像

生成AIのトレーニング方法

生成AIの仕組みを理解するには、プロンプトを入力する前の段階を見ることが役立ちます。AIのトレーニングプロセスには、品質向上のための慎重なデータクリーニングとキュレーション、基礎知識を確立するための大規模データセットによる事前トレーニング、特定のタスクや分野に対する微調整が含まれます。

人間のフィードバックと安全性の調整も重要で、出力の改善や望ましくないバイアスの軽減に役立ちます。アドビでは、Adobe Stockのコンテンツを含む、ライセンスと権利が確認されたデータを使用してトレーニングをおこなっているため、プロのクリエイターは安心して生成ツールを使用できます。

style
grid width 8

様々な種類の生成AIモデルの仕組み

生成AIモデルにはいくつかの種類があり、それぞれ少しずつ異なる仕組みで動作します。生成AIと他のAIの違いを理解することで、特定のプロジェクトに最適なモデルタイプを選択できます。

  1. 大規模言語モデル（LLM）
    ChatGPTやClaudeなどのLLMは、膨大なテキストデータセットでトレーニングし、文章の次の単語を予測することで自然な言語を生成します。これにより、文章の作成、質問への回答、人間らしい対話の生成などに強力な能力を発揮します。
  2. 拡散モデル
    画像や動画によく使用される拡散モデルは、ランダムなノイズから始まり、徐々にプロンプトに合わせて明確な結果を精製していきます。これがFirefly画像生成AIの支えとなるメソッドです。
  3. 敵対的生成ネットワーク（GAN）
    GANは2つのネットワーク、出力を生成する生成ネットワーク（generator）と、それを評価する識別ネットワーク（discriminator）を使用します。競争を通じて、生成された画像がリアルに見えるまで改善を重ねます。GANはAIアートやディープフェイク作成の初期の原動力でした。
  4. 変分オートエンコーダー（VAE）
    VAEはデータをより単純な表現に圧縮し、再構築することで、元のデータの「本質」を捉えた変形を生成できます。特にスタイルの融合や複数のバリエーション作成に有用です。
  5. transformerベースのモデル
    transformerは、大規模言語モデルや拡散モデルなど、多くの生成システムの基盤となるアーキテクチャです。文章の単語や画像のピクセルなど、データ間の関係性を理解する「注意」機構を使用し、正確で文脈に沿った出力を可能にします。
これらのモデルタイプを組み合わせることで、生成AIはテキストから動画まであらゆるものを扱い、より高度で創造的なシステムへと進化し続けています。
style
static links
background
#F8F8F8
生成AIのプロンプトを使用して作成された、鎧を着た凛々しい女性の画像。背景ではロボットやメカが戦っている

実世界における生成AIの仕組みとその利点

AIによって、私たちは仮想のアシスタントを利用できるようになりました。一方、生成AIは仮想の専門家の役割を果たしてくれます。ただし、いくつかの注意点がありますので、後で説明します。では、生成AIは実際の企業、プロフェッショナル、一般ユーザーにどのように役立つのでしょうか。オンデマンドで新しいコンテンツを作成することで、チームの作業スピードを上げ、より多くのアイデアを探索し、これまでより短時間かつ少ないリソースで結果を出すことができます。生成AIの利点は、効率性の向上から創造性の拡大まで多岐にわたり、様々な業界で価値あるツールとなっています。

企業と生成AI

生成AIを利用する組織は、内部知識の取り扱い方法を最適化することで、生成AIの価値をさらに高めることができます。プロのクリエイターは、Adobe Fireflyのキャラクター生成AIなどのツールを使用して、ゲーム、映画、マーケティングキャンペーン向けの独自のキャラクターを開発できます。生成AIを活用すれば、例えば衣料品チェーンの戦略担当者が「去年の夏はショートパンツとロングパンツのどちらが売れましたか？」といった質問で会社の在庫記録を検索できるようになる可能性があります。このようなインサイトを活用すれば、意思決定や戦略開発をスピードアップさせることができるでしょう。

生成AIの活用は、これらの例にとどまりません。様々な業界で生産性を向上させ、効率を高め、創造性を刺激しています。表計算シートやレポートから画像やグラフまで、複雑なデータセットを人間よりもはるかに速く分析し、チームの洞察力や提案力を向上させます。マーケターにとっては、広告のリサイズや資産のパフォーマンス報告など、反復的なタスクを効率化できます。グラフィックデザイナーなどのクリエイターがAIを活用してブレインストーミングをおこなえば、新しいアイデアを生み出す斬新な方向性やバリエーションを提案してもらえます。

個人と生成AI

個人は、既に生成AIを使用して一般的な質問への答えを得たり、調べ物をしたりしています（回答や調査結果については、人間による事実確認が必要であることに注意してください。これついては他の注意点とあわせて以下の「生成AIの注意点と課題」セクションで詳しく説明します）。

生成AIを使ったアート制作も、個人ユーザーには人気です。コンセプトをすばやくテストしたり、ムードボードを作成したり、日常の言葉から非日常的なシーンを思い描くことができます。ただし、ここでも問題が発生する可能性があります。なぜなら、多くのアート生成AIツールは著作権で保護された画像をトレーニングデータとして使用しているからです。

著作権に関しては注意が必要です。このような懸念に対処するため、アドビではFireflyのトレーニングデータとして、Adobe Stockでライセンスされた画像、著作権が切れた一般コンテンツ、およびオープンライセンスのコンテンツを使用しています。Fireflyは商用利用できるように設計されているので、商業アート、デザイン、ゲーム、仮想環境など、様々な分野に幅広く使用することができます。

生成AIの「テキストから画像生成」プロンプトを使用して作成された、カラフルで超現実的なイラスト。崖の上に立つ男性が空にある目を見つめている
style
grid width 8, static links

生成AIにおける品質、偏見、安全性の課題

生成AIの能力は驚くべきものですが、その限界を理解することが重要です。精度、偏見、知的財産権、AI倫理に関する進化するルールなど、これらの課題はすべて、生成AIのバックグラウンドでの仕組みに起因しています。

  • AIが常に正しいとは限りません。 生成AIは、説得力のある結果を生み出すことができますが、事実にもとづいていない場合があります。生成AIは事実を検証するのではなく、データのパターンを予測することで機能するため、提示された情報が洗練されているように見えたとしても、それが不正確である可能性があります。最善の対策は今もなお、人間による監視と、信頼できる情報源を用いた検証です。
  • 偏見はどこにでも存在する可能性があります。 生成AIの仕組み、つまり現実世界の入力を反映した大規模なデータセットから学習することを理解すれば、性別や人種に関する社会的偏見が結果に現れる理由が説明できます。開発者は設計と継続的な監視を通じて偏見を特定し軽減する努力をしていますが、ユーザーも盲点を認識して、プロンプトを改善し、フィードバックを共有することで重要な役割を果たせます。
  • 知的財産権は重要な問題です。 生成AIは時として膨大な創作物のコレクションをトレーニングデータとしているため、著作権の懸念が生じる可能性があります。プロのクリエイターは自分の作品の使用方法について当然慎重であり、裁判所も法的境界線について検討を重ねています。アドビはFireflyをライセンス取得済みで権利が確認されたデータでトレーニングさせており、Content Authenticity Initiative（CAI）や提案中の「Do Not Train」タグなどの取り組みをサポートしています。これにより、クリエイターは自分の作品の使用方法を管理できます。

生成AIの仕組みの変化に対応する

生成AIに関する規則、方針、規制はまだ発展途上です。企業や個人は最新情報を把握し、プライバシーポリシーを慎重に確認して、非公開にしたい機密情報のアップロードを避ける必要があります。企業は出力結果の正確性、偏見、著作権の問題を確認し、個人は生成AIを人間の判断の代替ではなく、創造的なパートナーとして扱うことが大切です。

style
grid width 8, static links

Adobe Firefly生成AIでデザインの未来を切り拓く

生成AIは既に私たちの生活を変えています。仮想の専門家として、生成AIは多くの業界で業務の効率と生産性を向上させる可能性があります。ブレインストーミングのパートナーとして、生成AIは私たちの創造性を高めてくれます。

生成AIの仕組みを支える技術は急速に進化しており、明日の生成AIは今日のものとは大きく異なる可能性があります。好奇心と慎重さを持ってツールを探求すれば、その恩恵を享受し、落とし穴を回避できるでしょう。

建築分野における生成AIの活用

建築分野のワークフローを変革する生成AIについてご紹介します。初期スケッチから完全な3Dモデルまで、生成AIは建築家がこれまでにないスピードでコンセプトを探求し、デザインを洗練させ、空間を視覚化するのに役立っています。建築分野における生成AIの活用についてさらに詳しく見る

ゲーム開発者向けの生成AIの活用法

生成AIがどのようにワールド構築、キャラクターデザイン、アセット作成を加速させ、ゲーム開発者がストーリーテリングとゲームプレイにより集中できるようにするかをご覧ください。ゲーム開発者向けの生成AIの活用法についてさらに詳しく見る

Firefly AIで生成された、流麗な曲線を持つ未来的な建物
style
grid width 8

生成AIのプロンプトから出力までの仕組み

Adobe Fireflyや他の生成ツールでプロンプトを入力したときに、生成AIがバックグラウンドでどのように機能するかをご紹介します。各ステップでは、高度な機械学習とユーザーフレンドリーな制御を組み合わせて、入力から新しいコンテンツを作成します。
style
grid width 8

1. 入力と条件設定

テキストプロンプトを入力するか、参照画像をアップロードすることから始まります。システムはこれらの入力にもとづいて条件を設定し、要求内容を解釈して結果の生成を準備します。

2. エンコーディング

入力はモデルが理解できる数値表現に変換されます。例えば、単語はトークンに分解され、画像は形状、色、特徴を表すデータポイントに変換されます。

3. コンテキスト理解とアラインメント

生成AIモデルは、トレーニングデータから得た知識にもとづいて入力を評価し、関係性とコンテキストに注目します。このアラインメントにより、出力が意図に合致し、要求に対する関連性を保つことができます。

4. 生成

モデルはトレーニングにもとづいて、文章の次の単語を予測したり、ランダムなノイズから画像を精製したり、説明に合った音声を作成したりするなど、新しいコンテンツを生成します。

5. ガイダンスとコントロール

スタイル、縦横比、ブランドパレットなどのユーザー設定が、プロセスを導きます。これらのコントロールにより、特定の外観、トーン、用途に合わせて出力を調整できます。

6. 後処理と書き出し

システムが出力の完成度を高め、品質を向上させて、最終仕上げをおこないます。その後、お気に入りのFireflyツールやアドビアプリを使って、結果をダウンロード、書き出し、微調整できます。

style
grid width 8

生成AIの仕組みに関するよくある質問

生成AIに関する記事

AIアートとは何か。また、どのような仕組みで機能するのか

生成AIは急速に、アーティストにとっての重要なツールになりつつあります。生成AIアートとは何かを知り、その作成方法や、具体的な活用方法について学びましょう。

詳細を見る

AIプロンプトで使用できるアートスタイル7選

シュールレアリスム、キュビズム、印象派 — このようなアートスタイルの画像を生成AIで作成する方法を説明します。

詳細を見る

建築に役立つAIプロンプトを書く方法

適切なテキストプロンプトと少しのノウハウさえあれば、建築家は生成AIを活用してアイデアを探究し、ビジョンを形にしてさらにレベルアップさせることができます。

詳細を見る

グラフィックデザイナー向けのAIプロンプト

グラフィックデザインですばらしい成果を得るために、生成AIのプロンプトを効果的に記述する方法を学びましょう。

詳細を見る
style
Four up, M spacing
background
#E8E8E8

Adobe Firefly

普段の言葉で文章を入力すれば、生成AIが魅力的なビジュアルを生成します。

Adobe Fireflyの詳細を見る

style
Sticky bottom